一种利用多路体表心电预测房颤发生的方法技术

本发明专利技术公开一种利用多路体表心电预测房颤发生的方法。本发明专利技术采用体表电生理标测方法进行心电信号采集，对心电信号进行小波滤波，对滤波后的心电信号的P波窗口进行定位分离，使用经验值分解方法计算同步符号熵，通过符号熵的统计特性推断房颤发生可能性的大小。本发明专利技术在消融手术后，复发房颤前，对窦性状态下的心房电信号分析进行疾病分类，评价房颤的程度以及房颤复发的可能性，则对于患者的预后评估及医生选择有针对性的治疗方案具有重要的指导作用。

A Method for Predicting Atrial Fibrillation Using Multiplex Surface ECG

The invention discloses a method for predicting the occurrence of atrial fibrillation by using multiple body surface electrocardiograms. The invention collects ECG signals by body surface electrophysiological mapping method, performs wavelet filtering on ECG signals, locates and separates P-wave windows of filtered ECG signals, calculates synchronous symbolic entropy by empirical value decomposition method, and infers the possibility of atrial fibrillation by statistical characteristics of symbolic entropy. After ablation and before recurrence of atrial fibrillation, the invention classifies the diseases by analyzing the atrial electrical signals in sinus state, evaluates the degree of atrial fibrillation and the possibility of recurrence of atrial fibrillation, which has an important guiding role for the prognosis evaluation of patients and the selection of targeted therapeutic schemes by doctors.

【技术实现步骤摘要】
一种利用多路体表心电预测房颤发生的方法
本专利技术公开一种利用多路体表心电预测房颤发生的方法，该专利技术对于房颤患者的预后评估及选择有针对的治疗方案必定具有重要的指导作用。
技术介绍
心房颤动(atrialfibrillation，AF，房颤)是全球临床上最常见的持续性心律失常之一，消融手术后的有效心电分析缺失导致医生无法准确把握病人的预后情况，无法针对性的予以后续的术后治疗很大程度上为房颤的复发埋下隐患，大大加重了病人的经济负担和医院的治疗成本。以往大多数房颤患者的预后评估方法分析的数据是房颤发生时的心房组织，以及混乱的幅度较低的心房电信号等特征，根据现有方法并不能准确地通过分析混乱的心电信号预测房颤复发的可能性。如果能够在消融手术后，复发房颤前，对窦性状态下的心房电信号分析，从而评价房颤的程度以及房颤复发的可能性，则对于患者的预后评估具有重要的指导作用。鉴于上述问题，本专利技术提出一种利用多路体表心电预测房颤发生的方法，帮助医生准确预测病人术后房颤复发的可能性大小，从而有针对性的选择相应的治疗方案。
技术实现思路
针对现有技术的不足，本专利技术解决的技术问题是提供一种能够准确地通过分析窦性心电信号预测房颤术后复发可能性大小的方法。本专利技术的技术方案主要步骤如下：S1：采用体表电生理标测方法进行心电信号采集S2：对心电信号进行小波滤波S3：对滤波后的心电信号的P波窗口进行定位分离S4：使用经验值分解方法计算同步符号熵S5：通过符号熵的统计特性推断房颤发生可能性的大小作为本专利技术的进一步改进，S1具体包括：心电采集模块使用128导便携式系统采集体表心电信号，采样频率1khz。使用的体表电极点间距3-4cm，直径5.0-8.0mm，电极板长度约35cm，宽度2.8-3.2cm。信号获取的导联分布示意图如图1所示，采集到的信号如图2，其中图2(a)和图2(b)分别表示临床随访患者术前(房颤心律)电信号的采集示意图和临床随访患者术后(窦性心律)电信号的采集示意图。作为本专利技术的进一步改进，S2具体包括：心电信号的预处理，我们采用bio6.8小波基函数对采集到的体表心电信号进行了10层分解，体表信号小波滤波结果如图3所示，从上到下分别显示的是原始心电，小波第一层到第四层细节信号，以及第10层的概貌信号。我们选择第4层到10层的细节信号和作为滤波后的结果。当采样频率为1Khz时，小波滤波后的频带为0.98hz-62.5hz。作为本专利技术的进一步改进，S3具体包括：为了去除心室的干扰，关注心房信号，我们首先对小波滤波后的信号通过阈值方法获得R峰的位置，之后在每个R峰前面第三个波峰处为该次P波窗口的终点，在窗口前110ms处为该次P波窗口的起点，从而准确定位P波窗口，定位到的P波窗口如图4所示。作为本专利技术的进一步改进，S4具体包括：由于体表波形是心肌动作电位在体表的综合，很难分离出独立的心电波形相位，故本专利技术使用经验值分解方法分离P波上的时变心肌激动波。将经验模态分解在每个P波窗口内单独应用，分析的信号如图5，6所示，频段为0.98hz-500hz。作为本专利技术的进一步改进，S5具体包括：由于传统的通过希尔伯特方法提取心电相位的方法只能得到各个心肌相位的叠加结果，因此采用经验值分解(EMD，分解信号序列的一种方法，它将原信号分解为许多的窄带分量)提取心电波形，对分解后的第一层P波信号归一化后构成电位差矩阵，计算同步信息熵。对同步符号熵与病人房颤复发情况进行了对比，发现符号熵对导联的位置与组合比较敏感。当选取不同数量的导联构成电位矩阵后，电位矩阵的符号熵随着导联数目的增加而逐渐变大，房颤复发样本的符号熵与正常组的符号熵的差距也越来越小，如图7所示。经过多次实验，选择6-24个导联进行符号熵的计算能够有效区分正常组和复发组。本专利技术的有益效果在于：通过计算EMD分解后P波心电信号电位差矩阵的符号熵，可以准确地预测病人的房颤复发率。符号熵的升高意味着心电随机性的升高，并表征房颤易颤性的提高，从而有效的指导医生选择合理有针对性的术后治疗减少房颤的复发几率。附图说明图1：信号获取的导联分布示意图。图2：(a)患者术前(房颤心律)电信号的采集示意图。(b)患者术后(窦性心律)电信号的采集示意图。图3：体表信号小波滤波结果，从上到下分别显示的是原始心电，小波第一层到第四层细节信号，以及第10层的概貌信号。图4：P波窗口定位示意图。图5：P波窗口的经验值6层分解示例，a为原始体表心电的P波窗口，其余b-g为1-6层分解信号，左右两幅图选自同一个导联不同的P波窗口。图6：EMD分解后体表一些导联上的电位波形，纵坐标上的数字表示导联号，横坐标为采样点数。图7：为同步样本熵得到的结果红色表示对象在随访中发现复发房颤，蓝色表示复律。(a)仅胸前8个导联计算得到的符号熵。(b)表示环绕体表前后的14个导联。(c)表示电极网上部的前后导联。(d)表示全部导联，横坐标为病人序号。图8：从128个导联中随机选择6-24个导联进行符号熵计算，重复100次。(a)蓝色表示数据来源于手术后恢复正常的病人，红色表示病人在随访中发现房颤复发。(b)符号熵均值。(c)符号熵最小值。图9：算法流程图。以下将结合附图所示的各方式对本专利技术进行详细描述。但这些实施方式并不限制本专利技术，本领域的普通技术人员根据这些实施方式所做出的结构、方法、或功能上的变换均包含在本专利技术的保护范围内。本专利技术是一种基于经验值分解的心脏病人术前体表心电信号分析方法，利用128导便携式心电脑电系统采集到临床随访患者术前(房颤心律)电信号(如图2所示)后，对该信号进行分析，包括以下步骤：S1：小波滤波其原理分析及其在本专利技术方法中的应用如下：小波变换作为一种多尺度、多分辨率的分析方法，能够根据对分辨率的要求自动调节时间窗和频率窗的宽度。正是这种自适应特性使得小波变换的结果在信号低频部分具有较高的频率分辨率，在信号高频部分具有较高的时间分辨率。这表明小波变换无论在时域还是频域都具有描述信号局部特征的能力。连续小波基函数定义为：其中a为尺度因子，b为位移因子连续小波定义为：在解决心脏病人术前体表信号分析这一问题中，本专利技术采用的是小波滤波方法，以bio6.8小波基函数，进行了10层分解，选择第4层到10层的细节信号和作为滤波后的结果。当采样频率为1Khz时，小波滤波后的频带为0.98hz-62.5hz。如图3所示为体表信号小波滤波结果，从上倒下分别显示的是原始心电，小波第一层到第四层细节信号，以及第10层的概貌信号。本专利技术在解决该问题过程中，利用小波变换滤波的有效之处在于：是它的局部分析能力可以自适应地变化，在信号的较高频段部分，小波变换的时间分辨率较高，在信号的低频段部分，小波变换的频率分辨率较高。但是，小波变换也受到测不准原理的制约，不可能同时在时域和频域都拥有无限高的分辨率。在信号高频段，小波变换选用窄的时间尺度窗，在低频段选用宽的时间尺度窗。但是过长的窗口尺度会使信号产生能量泄露。S2：P波窗口定位由于我们的观察目标是心房，P波定位的目的在于去除心室电活动的干扰。我们首先对小波滤波后的信号通过阈值方法获得R峰的位置，之后在每个R峰前面第三个波峰处为该次P波窗口的终点，在窗口前110ms处为该次P波窗口的起点，从而本文档来自技高网...

【技术保护点】
1.一种利用多路体表心电预测房颤发生的方法，其特征在于，包括以下步骤：S1：体表电生理标测方法进行心电信号采集S2：对心电信号进行小波滤波S3：对滤波后的心电信号的P波窗口进行定位分离S4：使用经验值分解方法计算同步符号熵S5：通过符号熵的统计特性推断房颤发生可能性的大小。

【技术特征摘要】
1.一种利用多路体表心电预测房颤发生的方法，其特征在于，包括以下步骤：S1：体表电生理标测方法进行心电信号采集S2：对心电信号进行小波滤波S3：对滤波后的心电信号的P波窗口进行定位分离S4：使用经验值分解方法计算同步符号熵S5：通过符号熵的统计特性推断房颤发生可能性的大小。2.如权利要求1所述的一种利用多路体表心电预测房颤发生的方法，其特征在于，S1具体包括：所述体表电生理标测使用的体表电极间距3-4cm，直径5.0-8.0mm，电极板长度约35cm，宽度2.8-3.2cm，心电采集模块使用128导便携式心电脑电系统采集体表心电信号，采样频率1khz。3.如权利要求1所述的一种利用多路体表心电预测房颤发生的方法，其特征在于，S2具体包括：所述小波滤波采用的是bio6.8小波基函数，进行了10层分解，选择第4层到10层的细节信号和作为滤波后的结果...

【专利技术属性】
技术研发人员：黄玉丹，陈颖，葛云，
申请(专利权)人：南京大学，
类型：发明
国别省市：江苏,32