首页 > 文献资料
-
改进的检测TWA的相关分析法
目的 T波交替(T wave alternans,TWA)可独立预测室性心律失常与猝死,但传统的检测方法实时性较差.为实现短时T波交替的检测,提高实时性,本文利用改进的方法检测心电信号,为TWA信号的检测分析提供新手段.方法 改进传统相关分析法中对齐时的模板及计算交替指数时的模板,待检测信号取自MIT-BIH和ST-T数据库.首先对待检测信号进行预处理,然后每两个相邻T波作为一组,先进行相关对齐,再计算交替指数,根据交替指数的判断规则判定是否存在T波交替,并用传统的谱分析法加以验证.结果 成功实现了短时的T波交替检测,连续6个信号即可判断该段信号是否存在TWA现象,并通过了谱分析法的交替幅度值的验证,有更好的实时性.结论 该方法可以用于短时的T波交替检测,计算方法简单,易于实现.本文还总结了影响T波交替检测的几个重要因素,直接计算相邻两T波间的交替相关指数是本文的创新点.
-
T波交替散点图法的指标检测评估
目的 研究心电信号散点图形态特征与T波交替(T-wave alternans,TWA)的相关程度,评估形态指标检测T波交替存在与否的可靠性,为T波交替的检测提供准确、有效、计算简单的检测方式.方法 首先在散点图图形基础上提出向量长度指标(vector length index,VLI),然后用MATLAB7.0软件对美国MIT/BIH标准心律失常数据库和欧洲ST-T心电数据库进行仿真,并将仿真所得散点图法的VLI和谱分析法的Vtwa作阈值分析及相关性分析.结果 仿真检测结果显示,在向量长度指数VLI≤10 ms时,心电图中含有TWA,否则不含TWA.根据Kappa一致性检验得出:K=0.6932,即VLI与Vtwa具有很强的相关性.结论 VLI能够用于检测心电信号中是否存在T波交替.
-
体表心电图中T波交替现象的检测
T波交替(T-wave alternans,TWA)的检测对于预测室性心律失常有重要意义.本文首先利用基于经验模态分解(empirical mode decomposition,EMD)的降噪方法进行心电信号的降噪,然后采用小波变换进行心电信号特征点的识别,后给出以T波峰值点为参考点提取T波窗口的方法.通过对连续的128个T波窗口进行功率谱分析证实,上述方法实现了微伏级TWA的检测,可用于TWA的临床诊断.
-
心绞痛患者T波交替的检测与分析
目的 检测与分析心绞痛患者的T波交替(T wave alternans,TWA).方法 先采用谱分析法检测European ST-T数据库中部分不同程度心绞痛患者是否存在TWA现象,再采用相关分析法检测出心动周期中具体发生TWA的时间段的数目和长度等.结果 文中所有被检测的心绞痛患者均有TWA发生.结论 TWA的出现次数基本上与患者心绞痛的严重程度有关,随着心绞痛程度的加强,TWA出现的次数增多;但不能判断TWA幅度和持续拍数是否与心绞痛严重程度有关.
-
T波交替--一项新的预测心源性猝死的无创伤性指标
T波交替预测技术被认为是至今为止预测心源性猝死有希望的一项无创伤性技术.本文较全面地介绍了其机理、临床研究结果和有关实现技术.
-
基于时频分析的T波交替检测算法的研究
心电的T波交替现象与室性心律失常有关,已成为预测心脏猝死的一个无创的临床指标.当前T波交替分析常用谱分析方法,为弥补其不具备时间分辨率的不足,本研究提出一种鲁棒的基于时频分析的微伏级T波交替检测算法:通过心电信号的短时傅里叶变换,提取时域T波序列,计算其在选定时频区域的能量谱；然后运用Wilcoxon秩和检验统计分析方法,检测微伏级T波交替现象.经仿真实验、欧洲ST-T数据及临床检测实验,本算法对T波交替检测的平均灵敏性达90.4％,正确预测率达92.0％,在30 dB及以上信噪比情况下,实现了100％的正确检测.仿真实验还表明本算法也支持短时心电数据的TWA准确检测.
关键词： 心电 T波交替 短时傅里叶变换 Wilcoxon秩和检验 -
一种新的T波交替量化评估联合算法
T波交替是预测恶性心律失常和心脏猝死危险性的一个无创的临床指标.针对目前T波交替(TWA)量化分析方法的不足,提出基于时频分析和相关分析相结合的T波交替联合分析算法:通过对预处理过的心电信号的连续小波变换,计算T波序列在指定时频窗内的能量谱,并对其分段统一编秩,再运用秩和检验方法定性判断T波交替；在此基础上,对T波交替的信号段进行T波的时域相关分析,确定交替的频次和程度,提取时域量化指标,为猝死和失常分析提供更丰富的时频特征信息.仿真实验表明,该算法对TWA检测的平均灵敏性达91.2％,在30 dB及以上信噪比的情况下,TWA被100％正确检测.临床数据检测结果表明,本算法对TWA幅值检测结果和临床应用的谱方法检测结果的相关系数达0.96.
-
改进的谱分析法定量估算T波电交替的研究
T波交替现象已成为医生用于评估心脏病人的指标之一.但TWA检测中的定量问题尚未解决.本研究在传统谱分析方法的基础上进行了改进,采用定长积分平均的方式替代原有的单参照点模式,数据结果表明改进后算法的时域抗干扰能力有了显著的提高.采用线性模型人工合成TWA信号进行仿真研究,针对非理想状态下的TWA信号,基于实际情况中生理信号的多变性和不均匀性,修正了David S.Rosenbaum等人的估算式,提出了一种新的TWA定量分析方法,测试结果表明在信噪比大于10 dB时,估算的TWA幅值的绝对误差控制在±5μv以内.
关键词： 心电图 T波交替 改进的谱分析法 人工合成模拟心电信号 定长积分平均方法 -
心电T波交替的改进谱估计检测方法
目的针对经典谱估计法的缺点,利用现代谱估计法检测心电中的TWA(T wave alternans)信号,为TWA信号的检测分析提供新的手段.方法临床采集15位心脏病患者和8位健康人的心电向量信号,使用本文提出的改进的谱估计法对其进行心电TWA的检测.结果检测结果说明,使用现代谱估计法的改进谱估计法能够准确的检测到心电信号中隐含的TWA信号,且谱线光滑,分辨率高.结论改进的谱估计法提供了一种新的TWA检测手段,可以更全面的检测和观察心电中可能隐含的TWA信号.
-
T波交替散点图法:利用非线性动力学系统表示周期性的散点图
背景:微伏级T波交替是预测室性心律失常的重要指标,有望发展成为一种优越的无创评定发生恶性室性心率失常及猝死危险性的技术.目的:介绍一种利用非线性动力学系统表示周期性的散点图法从而进行T波交替检测的算法.方法:选取连续心跳周期中T波窗口内的采样点序列做散点图,描述T波交替的分布状态.根据奇数序列和偶数序列到原点的距离之和D_(twa)判断T波交替的存在与否.结果与结论:将算法应用到美国MIT/BIH标准心律失常数据库和欧洲ST-T心电数据库进行仿真,将所得到离散数据D_(twa)和谱分析法中表示T波电交替幅值的V_(twa)进行相关性分析得到相关系数γ=0.984.证明该算法能够精确简便地判断T波电交替,可为T波电交替散点图法的深入研究提供思路.
-
利用Poincare散点图法检测t波交替的指标研究
目的:利用Poincare散点图进行t波交替检测,不仅从形态上找到检测标准,进一步研究散点中有效的定量指标.方法:以European ST-T Database标准心电数据库和MIT-BIH心律失常数据库的心电信号作为检测对象,以128个连续心拍的t波中的7个点为检测数据,相邻心拍t波差分后组成新序列,并由差分序列作出散点图,观察散点形态.根据形态区别和t波交替的幅值变化特点,利用个散点到x+y=0直线的距离均值作为定量检测指标D0,为避免不同心电信号幅值影响,D0除以RQ峰值差为终指标D,找出合适阈值判定是否存在t波交替,并与谱分析法的检测结果比较分析.结果:①从Poincare散点图形态上,存在t波交替的散点图与正常t波存在明显区别,存在t波交替则散点集中在以x+y=0为轴线的附近,形成类似椭圆的狭长形状；而正常t波形成的散点会以原点为中心均匀分布,散点形态为圆形.②由t波交替的特点和散点图形态可知,定量检测指标D越小,就越有可能存在t波交替.经过大量仿真测试和谱分析法的比较,规定检测标准为,当D＜=35uv时,存在t波交替；指标D与谱分析法的结论相吻合,并且两种方法的判定结果由kappa一致性检验,一致性程度好,进一步说明D指标具有优越的敏感性,是t波交替检测的有效指标.结论:Poincare散点图的散点分布形态和散点到x+y=0轴线的距离均值分别是是t波交替有效的定性和定量检测指标.
关键词： Poincare散点图 T波交替 心电图 定性指标 定量指标 -
基于相关分析方法的非稳态心电T波交替检测研究
目的:研究T波段幅度、形态逐拍交替变化的心电变异现象检测.方法:本研究首先使用Mexican-hat小波检测R峰并对心电信号进行预处理;在提取T波矩阵方面为减少心拍间内差,采用点乘大法,大程度地对齐T波;后基于时域相关分析方法检测T波交替幅度、交替心拍,追踪非稳态心电信号中短暂的交替数据段.结果:利用相关分析法对样本数据所测交替幅度与谱分析法相比更加显著,并且可以检测出谱分析方法无法检测的交替心拍.结论:时域相关分析方法能够更精确地追踪T波交替随时间变化的现象,但其对输入数据要求较高,因此在检测中可以先通过谱分析方法检测为阳性TWA的基础上,再对心电信号进行相关分析,从而确定非稳态交替时间段和更加准确的交替幅度.
-
非稳态心电T波交替时域移动平均方法的研究
利用时域方法检测非稳态心电信号T波交替现象，使其摆脱频域谱分析中稳态心率的限制。基于时域移动平均方法给出T波交替检测模块流程，利用奇数和偶数心拍的中位波形的大差值作为T波电交替值。基于时域移动平均方法对ST-T数据库部分样本进行仿真验证，所测交替结果与谱分析法有较好的相关性，能够动态跟踪非稳态T波交替。时域检测移动平均法更能反映非稳态T波幅度及形态逐拍变化的心电变异现象，更适合日常动态心电监护。
-
T波交替散点图法的定量检测
为研究T波交替(TWA)的定量检测方法,探讨散点图外部形态与TWA的关系,研究出适用于散点图的一种边缘提取算法“横向搜索法”,然后对TWA散点图作图形化处理,并以图形的短长轴之比Axial ratio作为定量检测指标.采用Matlab仿真并与谱分析法比较,找出合适阈值并判断TWA是否存在,证明由“横向搜索法”提取的Axial_ratio能够准确检测TWA.
-
基于形态学的T波交替散点图法的研究
本文采用非线性动力学系统中的周期性散点图法来检测T波交替(TWA),即根据散点图的矢量角度指数(VAI)判断TWA是否存在.用美国MIT/BIH标准心律失常数据库和欧洲ST-T心电数据库进行仿真,对由散点图法和谱分析法所得VAI和Vtwa作曲线拟合和相关性分析,得到其相关系数γ=0.860 1,这表明该方法对TWA的检测具有很高的准确性,进而为TWA的检测提供了新方法.
-
基于稀疏主元分析的微伏级T波交替幅度量化
T波交替是心电(ECG)信号中重要的猝死预测因子,其幅度量化具有重要的临床意义.然而,T波交替处于微伏级,并且具有非平稳性,导致精确量化其幅度存在较大困难.本文以逐搏ECG信号的主元分析(PCA)为基础,运用统计检验方法挑选包含T波交替的主元.通过引入稀疏性约束,排除具有较小变异性的变量,实现了主元选择和变量选择.以国际标准数据库的ECG信号为例,在等级相关系数和相对误差两项指标上,对比多种量化方法,本文提出的基于稀疏主元(SPC)的量化方法均具有优势.
