一种心电图中的T波交替检测的方法

摘要

本发明公开一种心电图中的T波交替的检测方法，属医学测试技术领域。本方法从选取的心电信号中，通过前期判断剔除噪声过大的数据段，得到相对稳定适合分析的数据，以M拍为一个分析窗口进行分析。首先对M拍心电信号提取T波矩阵，对T波矩阵中的T波进行数据拟合得到新的T波矩阵。用相关分析法分别计算交替相关指数，得到整个分析窗口的ACI，再用相关分析法判断整个分析窗口是否存在TWA，若存在则对存在TWA的段分奇偶拍分别进行最小二乘线性拟合，并计算实际TWA量，若不存在则截取下一个分析窗口进行分析。本发明能有效的从时域角度检测TWA信号，并准确量化TWA量。

说明书

技术领域

本发明涉及一种心电图中的T波交替的检测方法，属医学测试技术领域。

背景技术

恶性室性心律失常及心性猝死是欧美等发达国家夺去生命的一大因素，对人类的生命安全带来极大的威胁。之前对恶性室性心律失常及心性猝死的预测主要是基于心内电生理检查（electro physiologic study，EPS)，而在以往的研究中发现T波电交替（T wave alternans，TWA）是发生恶性室性心律失常及心性猝死(SCD)的独立预测因子。1994—2000年包括1300例患者的10个大型研究证实，与心内电生理检查(EPS)相比，TWA对室性心动过速／心室颤动及心性猝死的预测准确率至少不低于EPS，有些报告甚至高于EPS。大量的研究表明，作为一种无创的心电检测方法，TWA的预测价值优于心室晚电位、射血分数、QT间期离散度、心率变异性等其他无创电生理检查方法，在评定恶性心律失常及SCD危险性方面优于其它无创性心电信息技术，具有与有创电生理检测同等重要的预测价值，它与室速和室颤的发生关系密切，是预测恶性室性心律失常、心脏不稳定性以及SCD的独立和具有统计学意义的指标，已成为心律失常研究的热点。TWA检测的相关商用仪器如：基于修正滑动平均方法的如美国GE公司marc-PC动态心电分析系统及CASE_8000运动测试系统，基于谱分析方法的Cambridge Heart CH2000 System。当前国内还没有其它的TWA检测方法用于商用仪器上。

基于MMA的方法有研究表明，修正的滑动平均方法会过低的估计TWA的值，其精确性还有待提高。同时MMA方法有一定时间的适应期，尤其当检测的心电信号中存在相位翻转时这个适应期将更长。基于谱分析方法的TWA检测方法，首先其需要一个连续稳定的128个心拍，且其时间分辨行也不够好。

发明内容

本发明结合了相关方法在时间分辨性方面的优点，有很好的时间分辨性，同时也具有很强的抗噪声干扰能力。本发明的技术方案为：

一种心电图中的T波交替检测方法，包括以下各步骤：

1）预处理心电图获得心电数据；

2）从心电数据中提取M个心拍数据；

3）采用相关系数法对M个心拍数据中的T波进行对齐并生成T波矩阵，T=m×l，m为心拍处理后T波的个数，l为T波宽度；

4）对T波矩阵中所有T波用最小二乘法进行拟合；

5）对T波矩阵用相关分析法计算交替相关指数ACI，判断TWA，如果没有TWA则结束；有TWA则记录出现TWA的位置；

6）将步骤5）中记录的出现TWA的起止之间的T波按奇偶分为                                                和两组，k为、的个数；

7）分别对和的列进行线性拟合，得到和；

8）对步骤7）中得到的和对应的奇偶心拍相减，计算得到其绝对值最大的值，对k个绝对值最大值求平均得到TWA的值；

9）将各段计算得到的TWA的值中最大值作为TWA量化值。

所述步骤3）的相关系数法为：将m个心拍按n个心拍为一组去除噪声过大的心拍，如果去除噪声的心拍个数超过n/4，则向前多取n/2个心拍并抛弃最后n/2个心拍，重新组成n个心拍数据重复，直到去除噪声的心拍个数小于n/4个则获得m个处理后的心拍，生成T波矩阵, 。

所述步骤4）的最小二乘法拟合是采用来近似拟合T波；

根据给定精度求得系数，和指数，如果得不到给定精度则放弃拟合；其中给定精度，，拟合误差；其中是原数据点，为拟合后的点。

所述步骤7）的线性拟合采用拟合数据；对于偏离拟合直线的数据作为噪声用均值代替处理并进行重新拟合；其中阈值，。

所述步骤5）的相关分析法计算交替相关指数ACI，对T波矩阵中的T波求平均得， 其中；

交替相关指数ACI：  

 ；

其中为T波矩阵中的第i行、第j列元素。

所述步骤5）所述TWA的位置的确定方法为采用TWA检测的相关方法的标准：当有连续7对或以上交替相关指数ACI围绕1上下波动，即有连续7个或以上的奇数ACI大于1，同时有相间的连续7个或以上的偶数ACI小于1；或者有连续7个或以上的偶数ACI大于1，同时有相间的连续7个或以上的奇数ACI小于1，则记录下此段的起止心拍为TWA位置。

附图说明

图1 是本发明的流程图。

具体实施方式

如图1所示，（1）从原心电信号中提取120个心拍的数据，首先提取前60拍求其平均心拍为Tm模板心拍，取Tm的T波Tt作为T波模板，让这60个心拍的T波分别与Tt作相关，得到相关系数。挑出其中相关系数比0.85小的数为噪声数据并用Tt代替。如果挑出的噪声数据的个数大于15则认为噪声太大，则向前再多取30个心拍并抛弃最后30个心拍，重新组成60个心拍数据重复上述分析，直到挑出的噪声数据小于15个。

（2）对这120个经过（1）处理过的心拍假设个数为N，取其T波矩阵（行为心拍数N，列为T波宽度），对T波矩阵的行即T波用最小二乘法进行拟合。然后对T波矩阵中的T波利用相关分析法的方法计算ACI。利用相关分析法的方法定性判断是否存在TWA，并将发生TWA的段记录下来。

（3）假设从步骤（2）中得到的发生TWA的区段有n个，分别对各区段按奇偶分成2*n个矩阵。矩阵的行是奇或偶T波，列是T波的宽度。分别对这2*n个T波矩阵的列进行线性拟合，各自得到新的T波。各区段中各自相应的T波相减，求得绝对最大值。假设所有区段中的T波数目为2*M，则所得的绝对最大值数为M。TWA的量化值为所有这M个数的平均值，即mean（M）。

（4）用同样的方法对所有的数据进行分析。

相关分析法计算交替相关指数ACI，对T波矩阵中的T波求平均， 其中；

交替相关指数ACI：   ；

其中为T波矩阵中的第i行、第j列元素；

最小二乘法拟合是采用来近似拟合T波，并根据给定精度求得系数，和指数 ，（通过计算拟合误差其中是原数据点，为拟合后的点，给定精度，）如果得不到精度则放弃拟合；

而线性拟合则采用拟合数据；对于偏离拟合直线（其中阈值是通过计算误差平方得到平均误差平方，找出最大的误差平方）的数据作为噪声用均值代替处理并进行重新拟合。

本发明的一个实例：

（1）分析从选定导联的心电图中获得心电图的R、QRS、T特征信息，提取QRS波段和T波矩阵。从要开始处理的地方开始连续选取120心拍，计算前60拍提取的T波的平均作为模板Tm。然后开始计算这60拍的T波与T波模板Tm之间的相关系数。将与相关系数阈值th1=0.85相比较，如果小于th1则将代表噪声数目的n加1，同时用Tm代替原T波。然后判断n的值是否大于15，如果是则顺序向前移动30个心拍，重复上述步骤，直到当n的值小于15为止。

（2）对经过（1）处理的数据的T波矩阵中的T波用最小二乘法进行拟合。首先令n=3，可得拟合函数然后计算和并判断是否，如果不满足令n = 4，重复上述计算直到n = 9或满足条件为止；然后对T波矩阵中的数据用相关分析法计算ACI，并定性判断TWA的发生，同时还记录下TWA发生的心拍。

（3）对发生TWA的每个区段中的数据按奇偶分成两组，并分别对这两组数据的列作直线拟合，拟合处理后得到新的数据。将新的数据按原数据的顺序，计算奇偶对应拍的绝对差值的最大值。最后将这些最大值的平均值作为TWA的量化值。

（4）通过同样的方法对所有数据作同样的处理，直到全部处理完。最后全部数据的量化指标就是此段TWA量化值的最大值。