時頻分析方法用于心電信號ST段偏移時段的心率變異性分析.pdf

1、背景：心肌缺血的準確和及時診斷對于冠心病的救治有著很重要的意義。目前對于心肌缺血的診斷主要是利用心電圖中ST段偏移這一形態(tài)學改變，但在判斷的敏感度和特異度方面尚不夠理想。一些影響因素，如單純心率變化和姿勢的改變等都可能產(chǎn)生與缺血相似的ST段的偏移。本研究擬從形態(tài)學以外的角度，利用ST段偏移時心率變異性(HRV)存在的變化，探討檢測ST段偏移時段和區(qū)別判斷ST段偏移發(fā)生原因的方法，以期提高ST段偏移用于心肌缺血檢測的準確性。 方法

2、：從Long-term ST-T(LTST)數(shù)據(jù)庫中43個可供免費下載的長度各為24h的心電信號數(shù)據(jù)中，選出87段短時(36s～3min28s)ST段偏移數(shù)據(jù)(缺血61段，單純心率變化26段)和61段長時(3min32s～12min6s)ST段偏移數(shù)據(jù)(缺血44段，單純心率變化17段)供分析用。建立家兔短時心肌缺血模型，對18只家兔進行動物實驗，獲得45段持續(xù)時間為3min的短時缺血數(shù)據(jù)。對所選各ST段偏移時段及其前后各5min的時段，

3、提取RR間期序列。選用平滑偽Wigner-Ville分布(SPWVD)為時頻分析方法，計算不同時域段(ST段偏移前、ST段偏移、ST段復原)和頻域段(超低頻、低頻、高頻、全頻)的心率變異性(HRV)分析參數(shù)，包括：能量值平均值、瞬時頻率平均值、平均群延時占時比以及能量峰值作為統(tǒng)計和判別分析的基本參數(shù)。利用Wilcoxon符號秩檢驗對各組參數(shù)依時域段進行統(tǒng)計學檢驗。利用Fisher線性判別和支持向量機方法，探討區(qū)分ST偏移時段和正常時段，

4、區(qū)分缺血引起ST段偏移和單純心率改變引起ST段偏移的可行性，獲得對相應變化敏感的特征參數(shù)和由它們組成的特征方程，并采用留一法檢驗分類判別的正確率。使用一元線性回歸和相關(guān)性分析，探索缺血時的心率變異性時頻分析參數(shù)相對于缺血前的變化值與缺血持續(xù)時間之間的關(guān)系。 結(jié)果：對于LTST短時數(shù)據(jù)，使用Fisher線性判別，ST段偏移時段檢測有8個敏感參數(shù)且判別準確率為89.7％，缺血引起ST段偏移與單純心率變化引起ST段偏移的分類有6個敏感

5、參數(shù)且判別準確率為86.2％。動物實驗數(shù)據(jù)ST段偏移時段檢測有3個敏感參數(shù)且判別準確率為81.1％。同樣使用Fisher線性判別，對于LTST長時數(shù)據(jù)，判別正確率不理想(正確率63.1％)，但不同誘因的區(qū)分正確率卻較高(正確率93.4％)。支持向量機法對上述各種檢測和分類判別的正確率近似100％。短時缺血時，HRV時頻分析參數(shù)較基態(tài)(缺血前)產(chǎn)生的波動隨缺血時間增長而減小；而在長時缺血時，這種波動幅度較小，且隨缺血時間的增長有略微增加的