天天论文网

硕士论文范文

一种基于散点图特征的阵发性房颤自动检测方法

作者:杨宇峰 日期:2019/2/20 14:17:22 点击:

    

 

房颤是一种常见的心律失常疾病,房颤发作时丧失有效心房收缩,使心房内

 

血液瘀滞而导致血栓形成,当血栓脱落随血液流向脑部时则易引起缺血性中风,

 

甚至危及生命。因此,阵发性房颤的及时诊断与治疗是非常重要且必要的。目前

 

医疗工作人员主要是根据心电图并结合临床经验来对阵发性房颤进行诊断,但由

 

于阵发性房颤形成的波形短暂微弱,波形的变化很难在视觉上做出精准的判断;

 

此外,长时程的心电数据量巨大,使得传统的诊断方法不仅耗时且具有高漏诊率。

 

因此,开展阵发性房颤自动检测技术不仅能够有效克服传统检测方法的缺陷,而

 

且具有重大的临床意义。基于此,本文提出了一种基于散点图的阵发性房颤自动

 

检测方法。首先采用 50HZ 陷波滤波器、切比雪夫高通滤波器、35HZ 低通数字

 

滤波器进行预处理;其次,将去噪后的心电信号分割为若干等长片段,绘制每个

 

心电片段的散点图,并从中提取能够刻画散点图变化的度量指标作为心电特征,

 

包含置信椭圆面积、置信距离散度、置信角散度;进一步,将上述心电特征进行

 

融合作为超限学习机的输入,以完成阵发性房颤的自动检测。本文的具体结构如

 

下:

 

第一章系统介绍了阵发性房颤自动检测的研究背景和意义,基于RR间期表

 

现特点和基于心房活动的阵发性房颤自动检测的研究现状,以及本文所提方法的

 

基本思想与步骤;

 

第二章首先介绍了基本的心电图知识,其次陈述了房颤的发作原因以及模式

 

识别方法,最后展示了心电图中房颤发作时的表现特征;

 

第三章首先阐述了心电信号在采集过程中易受噪声干扰,介绍了三种主要噪

 

声及对应的滤波器,其次详述本文所提阵发性房颤自动检测方法的设计原理及具

 

体步骤;

 

第四章将本文所提方法应用于MIT-BIH房颤数据库中,通过数值实验来验证

 

本文所提方法的可行性与有效性。

 

 

关键词

 

阵发性房颤;心电图;去噪;散点图;超限学习机(ELM


 

ABSTRACT

 

Atrial fibrillation (AF) is a common arrhythmia disease. When AF occurs, the effective atrial contraction is lost, which cause blood stasis in the atrium, further resulting thrombus formation. When thrombus falls off with blood flow to the brain, it is easy to cause ischemic stroke, even endangering life. Therefore, the timely diagnosis and treatment of paroxysmal atrial fibrillation (PAF) is very important and necessary. The traditional detection of PAF mainly depends on the visual inspection to check whether AF waveforms exist in ECGs, and needs long-term monitoring of patients, which makes the traditional visual detection method very time-consuming and the workload of manual analysis is huge. Therefore, developing automatic detection of PAF not only effectively overcomes the limitation of traditional detection methods, but also has a great significant in clinics. This paper proposes a simple and rapid method for automatic detection of PAF based on scatterplot. Firstly, several appropriate filters are applied to denoise the original ECG. Secondly, we denoised the ECGs are segmented, and the measurement indexes which can describe the changes in scatterplot of each segment are designed. These indexes are then defined as the extracted features, including the area of confidence ellipsoid, the scatter degree of confidence distance, the scatter degree of confidence angle. Finally, the extracted features are fused as the input of extreme learning machine to complete the automatic detection of PAF. The concrete structure of this article is as follows:

Chapter 1 describes the background and significance of automatic detection of PAF. The research status of automatic detection of PAF based on atrial activity and RR intervals, as well as the basic ideas and steps of the proposed method in this paper are introduced systematically.

Chapter 2 firstly introduces the basic knowledge about ECG signal. Then the mechanism and types of AF are stated. Finally, the characteristics of atrial fibrillation in ECG are shown.

Chapter 3 introduces various background noises during the acquisition process, and then three kinds of main noise and corresponding filters are introduced systematically. Finally, the design principle and specific steps of the proposed automatic detection


 

method are described in detail.

Chapter 4 applies the proposed method to MIT-BIH atrial fibrillation database. The feasibility and effectiveness of the proposed method are verified by numerical experiments.

Keywords

 

Paroxysmal atrial fibrillation (PAF); Electrocardiogram (ECG); De-noising; Scatter plot; Extreme learning machine (ELM)


 

第一章     绪论

 

1.1 课题研究背景及意义

 

心房颤动(Atrial FibrillationAF)简称房颤,是最常见的心律失常之一[1]

 

据统计资料显示,我国房颤患者目前可达一千万,2004  年对我国 13 29079 

 

抽样调查显示房颤发病率为 0.77%,男性为 0.9%,女性为 0.7%,而在不同年龄

 

段上 80  岁以上患者最多为 7.5%。以上数据表明在相同年龄段上男性发病率较

 

高于女性;而在不同年龄段上老年患者居多[2]。有数据预测在目前这种房颤发病

 

率趋势下 2050 年患者会增加到近 560 [3]

 

通常,房颤不会直接危及人的生命,但在房颤发作时心房收缩功能丧失,容

 

易使心房内血液阻滞形成血栓。血栓脱落后会随血液流向脑部,堵塞脑部血管,

 

导致脑卒中[4]。此外也会引发心力衰竭,心肌梗死等一系列的并发症,从而有较

 

高的致残率和死亡率,会对人类的健康和生命造成一定的威胁[5]

 

国内外专家和学者对房颤检测的方法进行了广泛且深入的研究,但至今仍然

 

不够精准。原因可以分为两个方面:首先,因为心电信号的变化具有多样性,并

 

且受背景噪声的影响严重,致使常规信号处理方法尚未较好的解决特征提取问题

 

[6];其次,目前医疗工作人员主要是根据心电图并结合临床经验来对阵发性房颤

 

进行诊断,但由于阵发性房颤形成的波形短暂微弱,波形的变化很难在视觉上做

 

出精准的判断;此外,长时程的心电数据量巨大,使得传统的诊断方法不仅耗时

 

且具有高漏诊率。在此背景下,众多科研人员对这一疾病的自动检测方法进行了

 

全面的研究[7]

 

 

1.2 房颤检测算法的研究现状

 

 

近年来,由于不断上升的房颤患病率,使得阵发性房颤自动检测被更多的学

 

者所重视。阵发性房颤检测的出发点大致可归为两类:基于心房活动和基于 RR

 

间期变化特点。

 

1.2.1 基于心房活动特征的研究现状

 

在心电图上,P 波消失是房颤发生时最典型的房性活动,出现连续不规则的


 

波(房颤波),即对心房活动特征的分析就是对 P 波(或波)进行分析。

 

包含 P 波间期、P 波离散度、P 波变异性等方面[8]  P 波间期是指 P 波起点与

 

终点之间的这段心电(如图 1)。Stafford P. J.等人在文献[9]中指出 P 波起止点

 

P  波间期的变化对 PAF 患者的心电图中 P  波能量谱影响不大[10],而与正常

 

人的 P  波能量谱相比则具有显著增长,从而可以较好的区分房颤心电和正常心

 

电;DILAVERIS P.E 等人定义了 P 波的离散度[11],是指心电图中 P 波间期的最小

 

值与最大值之差的绝对值,标准阈值一般设定在 40ms 左右;ANDRIKOPOULOS

 

G.K 等人提出 P 波变异性[12],指的是可以反映心房传导变异程度的 P 波间期方

 

差,其优越性在于对波形态的依赖性较小,一般将标准阈值设置在 120ms。此外,

 

除了考虑 P 波信号平均心电图外,一些学者将稀疏学习方法引入到 P 波(或 f

 

波)的提取中[13]SANDRA M.等人在文献[14]中将建模方法和稀疏学习方法应

 

用到了心房活动信号提取中,基于主导频率分析和光谱分析进行了模型的建立和

 

参数选择,进而通过稀疏学习可以实现心房活动信号的提取。白鹏飞在[15]中将

 

小波分析应用到 P 波的提取中,采用小波分析进行原始 ECG 的预处理,进一步

 

提取单个心动周期中 P 波所在频率带内的波形,最后得到 P 波的时域边界并提

 

P 波。

1.2.1    基于 RR 间期特征的研究现状

 

房颤发生时的另一个心电图特征为 RR  间期不规则。近年来,更多的研究者

 

倾向于从 RR 间期不规则特征入手,因为 RR 间期的检测和提取难度相对于 P

 

更低一些,算法准确率会更高一些 [16]


 

Moody G.B.等在 1983 年最早提出采用 RR 间期检测房颤的方法[17],利用马尔可夫模型分解 RR 间期序列,从而得到 RR 相关数组并将它的平均误差作

为判断是否发生房颤发作的指标,一旦该指标超过某个选定的阈值,则认为发现

 

了房颤发作片段从而完成房颤自动识别。Tateno K.等提出了房颤心电的 RR 间期

 

ΔRR 间期(RR 间期差分值)的密度直方图[18],采用 K-S 检验将标准密度直方

 

图与房颤心电的密度直方图进行对比,最后采用人工神经网络来完成房颤时自动

 

检测。近年来,由于 RR 间期散点图作为信号在相空间上的几何表示,能够反映

 

ECG 中逐次心拍差异的非线性特征,因此在房颤心电的特征提取工作中被广泛

 

应用。Park J.等人给出了一种基于 RR 间散点图的房颤检测方法[19],该方法以 RR

 

间期平均步长增量和散点簇数等作为房颤心电特征,并结合支持向量机完成对阵

 

发性房颤心电的自动检测。Hargittai 等人提出了 dRR 洛伦兹散点图,主要分析早

 

搏和房颤在该散点图上的特征,其中房颤表现为不规则发散的图形,早搏的图形

 

分为几个明显的群[20]Lian 等人中提出了 RdR 洛伦兹散点图,并系统分析了房

 

颤、室性早搏、二联律、三联律等心率失常在该散点图上的表现特点[21]Chen

 

等人采用三维洛伦兹散点图进行刻画并得出窦性心律呈现彗星状,而心律失常则

 

呈现漏斗、心形或不规则图形等[22]

 

1.3 本文的主要内容及结构安排

 

本文提出一种简单快速的基于散点图的阵发性房颤自动检测方法。首先采用

 

50HZ陷波滤波器、切比雪夫高通滤波器、35HZ低通数字滤波器进行预处理;其

 

次,将去噪后的心电信号分割为若干等长片段,绘制每个心电片段的散点图,并

 

从中提取能够刻画散点图变化的度量指标作为心电特征,包含置信椭圆面积、置

 

信距离散度、置信角散度;进一步,将上述心电特征进行融合作为超限学习机

 

(extreme learning machine, ELM) 的输入,以完成阵发性房颤的自动检测。

 

文章的具体安排如下:

 

第一章为绪论,首先讲述了阵发性房颤自动检测的研究背景和意义,系统介

 

绍了基于RR间期表现特点和基于心房活动的阵发性房颤自动检测的研究现状及

 

本文所提方法的基本思想与步骤;

 

第二章首先介绍了基本的心电图知识,其次陈述了房颤的发作原因以及模式

 

识别方法,接着展示了心电图中房颤发作时的表现特征;


 

第三章首先阐述了心电信号在采集过程中易受噪声干扰,介绍了三种主要噪

 

声及对应的滤波器,其次详述本文所提阵发性房颤自动检测方法的设计原理及具

 

体步骤;

 

第四章将本文所提方法应用于MIT-BIH房颤数据库中,通过数值实验来验证

 

本文所提方法的可行性与有效性。


 

第二章     房颤心电信号的基本知识

 

2.1    心电图的基本介绍

 

2.1.1  心电图的产生原理

 

心脏实现泵血功能、推动血液循环的必要条件是心脏的节律性舒张收缩交替

 

活动,而心脏具有节律性收缩是由心肌细胞的膜电位变化所产生[23]。心脏传导系

 

统由窦房结、房室结、希氏束、浦肯野纤维等心肌细胞构成[24],它们在心脏不同

 

部位产生不同的动作电位,共同决定着整个心脏活动的特征表现[25]。如图 2 所示,

 

窦房结产生激动,一部分沿心肌束传至右心房,一部分通过房间束传至左心房,

 

左右心房除极开始,之后电信号依次经过房室结、希氏束、左右束支、浦肯野纤

 

维传到心室肌,最终形成一个完整的心跳周期[26]

心电生理学表明,窦房结为心脏在心跳周期内首先表现出来的活动区域,窦


 

房结起搏后形成冲动,再由传导系统传到心脏各部分完成整体的心电活动,从而

 

形成心脏有节律的收缩[27]。电激动发生在心脏收缩之前,可通过人体各个组织传

 

到体表,因电流的强弱与方向不断变动,各体表的电位也不断的变动,依照激动

 

传导的顺序,记录下由体表电位变化而产生的连续曲线称为心电图(ECG[28]

 

3 为一个窦性心律信号片段的心电图

 

2.1.2  正常心电图的波形及其意义

 

正常的单位心动周期是由一个 P 波、一个 QRS 波群和一个 T 波构成[29],有

 

时会在 T 波后伴随着 U 波的产生。图 4 为在标准导联 II 下正常单位心动周期的

 

心电图。

0.  P 波是心跳周期中最先出现的一个圆钝波形,反映的是心房除极化过程中所发生的电位变化,窦房结位于右心房,心房的激动先从右开始,所以 P 波的前半部分记录的是右心房的电激动信号,中间记录的是右、左心房的共同电激动,

后部分则代表左心房的电激动。P 波正常发生时间为 0.080.11s,正常幅值为

 

0.22mV0.25mV

 

2. QRS 波群是在 P 波之后出现的一个振幅较高的波群,由 Q 波、R 波和 S

 

波组成,其中 R 波幅值较大。它代表着电兴奋从房室结发出后,通过房室束、

 

左右束支和纤细的浦肯野纤维进入心肌细胞,进而刺激心室的收缩,QRS 波群

 

可以看作是心室开始收缩的心电图表现。心电图中一个正常的 QRS 波群时间宽

 

度为 0.060.10s

 

3.T 波表示心室快速除极的过程,在 QRS  波之后出现。T 波的波形圆滑而

 

且有个很自然的顶端,一般缓和上升而较为陡峭下降至等位线,所以波形的前支

 

较长而后支较短且不完全对称,电图中一个正常的 T 波时间宽度为 0.050.25s


 

方向与 QRS 波群的方向一致。

 

4.  U 波反应心室后继电位,是在 T 波之后出现一个幅值较低的波形,一个正常 U 波时间宽度为 0.020.04s,方向与 T 波一致,平均幅值电压为 0.03mv

 

5.  P-R 间期指的是 P 波开始至 QRS 波群开始的时间,表示心室除极与心房除极之间起始时间的时间差,它包括了心电信号在心房内、房室结、希氏束以及浦肯野纤维内的传导时间。在窦性心律下,P-R 间期的时间宽度范围在 0.12s

0.20s,如果传导系统出了问题,它的时间就会延长或缩短。

 

6. ST 间期指的是 QRS 波群终止到 T 波开始之间的一段时间。正常心电的

 

ST 段几乎与基线平齐,因为此时心室各部分均处于除极化状态,不存在电位差,

 

所以不会形成高于或低于基线的波形。

 

7. RR 间期是指相邻两个心拍内 R 波之间的间隔,用 60s 除以 RR 间期的持

 

续时长则代表心室率,即为日常生活中的心率,也是分析心电信号的常用参数。

心电图一般记录在标准心电图记录纸上(如图 5 所示)[30]。标准心电图记录

 

纸中每两条细竖线相隔 1mm,它们与上下的细横线围成面积为 1mm 平方的小格。

 

每五个小格一条粗线,每条粗线之间相隔就是 5mm,横竖粗线又组成了一个大

 

方格,它是按照国际规定的标准速度 25mm/s 来移动的,即每两条细线之间的距

 

离代表 0.04s;每两条粗线之间的距离代表 0.2s[31]。记录心电图时的外加电压也是

 

按照国际标准 1mV 规定的,外加 1mV 电压,基线会相应抬高 10 个小格,即每


 

个小格和每个大格分别表示 0.1mV 和表示 0.5mV [32]

 

 

2.2    房颤的生理机制

 

2.2.1    房颤的产生机理

 

目前关于房颤的产生机理尚未有统一定论,普遍认为比较具有权威性的理

 

论主要包含三种:多发子波折返假说、局灶激动学说和主导折返环颤动样传导

 

理论[33]。其中,达成共识的主要为两点:房颤的发生是需要一个触发点,需要

 

有维持房颤结构和功能上的基质。不同房颤阶段的发作可以由上述三种不同的

 

理论所解释[34]。颤动样传导理论和局灶激动机制能够解释阵发性房颤的发生机

 

制,其中局灶激动机制主要解释心静脉内的起搏细胞快速释放电活动,而颤动

 

样传导理论则主要解释颤动波的产生,从而这种异位激动会引发房颤;多发子

 

波折返假说主要阐述维持房颤持续过程中的基质,在出现心肌纤维化这种现象

 

时会使得心房基质发生多个子波,并在心房内来回折返以维持房颤的发生,这

 

时房颤的发生便不仅依赖于某一部位的异位兴奋灶[35],还依赖于心房基质产生

 

的多个子波。

 

1. 多发子波折返假说

 

多发子波折返假说是由 MOE.G.K 最早提出的,他认为激动分裂成众多折

 

返性冲动,是由激动在心房内的不均匀传导所引起,从而会引发房颤的发作[36]

 

形成多子波折返的原因有很多,心房扩张和副交感神经刺激等均可以增加心房

 

不应期的离散度且缩短心房不应期也是原因之一[37] 。房颤折返环具有不固定

 

的路径,若可以将所有潜在的能导致房颤的折返环破坏,同时加以控制心房异

 

位起搏点的形成,便可达到窦房结激动与整个心房激动同步。这对治疗房颤有

 

重要临床意义,同时也证明了房内折返假说的正确性[38]

 

2. 局杜激动学说

 

心脏射频消融术最核心的理论依据为局杜激动学说。有三种机制可以造成

 

快速激动:触发性活动、自律性增强和折返性冲动。SHERF D 1947 年提出

 

异位局灶心肌自律性增强是房顫发生机制的假说[39],但该假说并为得到关注,

 

直到肺静脉和心房内释放的快速异位激动会造成房颤的发生这一事实被证实,

 

并且这一事实的发现对临床上治疗房颤具有重要意义。人们发现入心静脉细胞


 

可自发产生电活动并且以极快的频率传入心房导致房颤的发生[40]。这是引发房

 

颤的重要始动机制,以此为基础展开射频消融技术,已成为房颤治疗的重要途

[41]

 

3. 主导折返环颤动样传导理论

 

该理论认为局灶处形成的的激动向周围组织以放射状传导,而产生折返环

 

是因为周围组织具有各相异性,该环产生的激动会传导至心房的其他部位,在

 

心房基质的作用下碎裂成多个子波继续传导,即颤动样传导[42]。随着心房重构

 

的进展,房颤可以进行自我维持,不再只依赖于异位兴奋灶。 阵发性房颤不

 

像慢性房颤那样分布的较为广泛,其分布的主要部位在肺静脉周围,根据以上

 

原理即可采用环肺静脉消融术终止大部分阵发性房颤。

 

2.2.2 房颤的分类

 

房颤有多种分类方法。根据心电图中房颤振幅的大小,可分为粗颤和细颤,

 

其中粗颤的 f 波振幅值大于 0.1mV,细颤的 f 波振幅值小于 0.1mV[43];根据触

 

发方式分类,可将房颤分为迷走性、间歇依赖性、交感性房颤;根据生物电生

 

理特性,可将房颤分为有序性和无序性房颤,但以上分类对于临床的意义不大。

 

临床上,根据发病时长分为:阵发性房颤、持续性房颤、长期持续性房颤及永

 

久性房颤[44],具体描述如下:

 

1.    阵发性房颤:指可自行转复为窦性心律的房颤,通常在 48 小时内停止,一般不超过 7 天。阵发性房颤多为持续性房颤的前驱表现,部分最终将转换为持续性房颤;

 

2.    持续性房颤:指持续长达 7 天以上的房颤,一般不能自行转复,需要药物或电击才能转复为窦性心律者;

 

3.    长期持续性房颤:指持续时间长达一年以上的房颤,医生可以采取一定措施(通过药物或电刺激等手段)将其转复;

 

4.    永久性房颤:指持续时间可达一年以上,转复后会在短时间内复发或不能转复。

 

 

2.3    房颤在心电图中的特征表现

 

 

房颤心电图主要有如下两个表现特点[45]


 

1. RR 间期绝对不规则。由窦房结的自主节律所控制的心率称为窦性心律,

 

一般为 60100  /分,RR 间期变化趋势相对平稳;一旦发生房颤,心房壁细

 

胞产生的动作电位高达 350600  /分,此时的心室率不再受窦房结的生理控

 

制,RR 间期表现出不规则、随机紊乱的特性(如图 6 所示)。

1.  P 波消失,代之以一系列快速、连续、形态不同、大小不一、间隔不匀2.4 本章小结

 

本章首先介绍了心电图的产生原理、心电图的波形及意义等心电图的基本知

 

识,其次阐述了房颤的发病机理及其分类,最后从RR间期绝对不规则和P波缺失

 

两个方面介绍了房颤发作时心电图的特征表现。


 

第三章     一种新的阵发性房颤自动检测方法

 

3.1  心电信号的去噪处理

 

3.1.1  心电信号的主要噪声及特点分析

 

临床上采集心电信号时,由于被检测者所处环境、情绪波动及肢体活动的剧

 

烈程度不一样,系统所采集心电信号的质量也就有所差异。心电信号通常具有以

 

下特点[46]:(1)信号微弱:心电信号是以 mV 为量级单位的微弱信号,易受外界

 

环境干扰;(2)频谱能量范围窄:正常心电信号频带一般在 0.15Hz-150Hz 之间,

 

90%的频谱能量却只集中在 0.25Hz-35Hz 范围内。(3)随机性强:在识别心电

 

信号一般规律时,我们只能通过统计的方法对大量的观测结果进行分析与总结,

 

却不能用确定的函数来描述心电信号。根据上述三个特点,在采集过程中,心电

 

信号不可避免地会掺杂许多噪声干扰,主要分为工频干扰、肌电干扰和基线漂移

三种[47]

 

3.1.2 三种噪声及相关滤波器介绍

 

1. 工频干扰及50HZ陷波滤波器

 

工频干扰噪声是由于人体分布的电容和电极引线环路受到了工频电、磁场的

 

影响而产生,频率一般为50HZ。而由于用电环境的污染,50Hz工频干扰是普遍

 

存在的[48],它通常会淹没微弱有用的心电信号,降低心电信号的信噪比,对数据

 

的采集和处理分析带来严重的影响。因此,在心电信号采集技术中,抑制50Hz

 

工频干扰是主要问题之一。

 

本文采用基于MATLAB信号处理工具箱的数字滤波器设计法,设计一个

 

50Hz工频干扰陷波器对心电数据去除工频干扰。在此设计中,需要将模拟低通

 

原型滤波器的平面转换为数字带阻滤波器的z 平面,采用的变换关系为:

 

这种滤波器设计方便、快捷,极大的减轻了工作量,在设计过程中可以随时更改

 

参数,以达到滤波器设计的最优化。


MIT-BIH 房颤数据库中 04126 片段为例,部分去噪结果如下图所示。

1.    肌电干扰及35HZ低通数字滤波器

 

体表皮层内外存在着值为30mV的皮肤电势,由于病人的紧张、寒冷等刺激或某些疾病等原因往往会引起肌肉颤动、肌纤维收缩,使得体表皮层电势下降

 

5mV,这种电势的变化在心电图中体现为肌电干扰噪声,其频率范围很广,在

 

5Hz-2000Hz之间。肌电干扰在心电图中表现为不规则的细小波纹,对于心电信

 

号的频率范围而言,肌电干扰属于高频干扰[49]

 

本文运用35Hz低通数字滤波器进行肌电干扰的滤除。考虑到硬件系统中加

 

入的低通滤波器对滤除肌电干扰己经取得很好效果,本文采用凯撒窗(Kaiser

 

方法设计简单的低通数字滤波器进行肌电干扰的滤除[50]

天天论文网
专注硕士论文代写服务

24小时免费热线

SERVICE ONLINE

13838208225

手机扫描二维码

收缩
  • 电话咨询

  • 13838208225