胸外按壓過(guò)程中偽跡抑制與心電節(jié)律辨識(shí)算法研究.pdf

1、目的：
　　心臟驟停是一種嚴(yán)重威脅人類(lèi)生命健康的致死性疾病，如不能得到有效救治，絕大多數(shù)將立即死亡，是衛(wèi)生醫(yī)學(xué)領(lǐng)域最危急的情況之一。據(jù)調(diào)查，我國(guó)每年發(fā)病人數(shù)約為50萬(wàn)人，居全球各國(guó)之首；隨著近年來(lái)人口進(jìn)一步的老齡化和冠心病發(fā)病率的增加，該數(shù)字將會(huì)更高。
　　針對(duì)心臟驟停最有效的搶救措施被稱(chēng)為心肺復(fù)蘇，主要包括人工通氣、胸外按壓和電除顫三個(gè)環(huán)節(jié)，能幫助患者建立起暫時(shí)的血流灌注和呼吸，促使心臟恢復(fù)機(jī)械活動(dòng)，最終再現(xiàn)自主循環(huán)。過(guò)去

2、的幾十年里，心肺復(fù)蘇技術(shù)的發(fā)展和宣傳在全世界范圍內(nèi)挽救了數(shù)以萬(wàn)記的生命，充分肯定了該領(lǐng)域工作的意義。
　　早期電除顫是心肺復(fù)蘇的關(guān)鍵鏈條之一，大量報(bào)告顯示，如果能在3-5分鐘內(nèi)實(shí)施電除顫，存活率能提升高達(dá)50–70％。為了縮短從院外心臟驟停發(fā)作到患者接受電擊的時(shí)間，越來(lái)越多的公共場(chǎng)所配備了自動(dòng)體外除顫儀，該儀器能對(duì)患者的心電圖信號(hào)進(jìn)行自動(dòng)分析，并且在合適的時(shí)機(jī)提示施救者實(shí)施或自動(dòng)實(shí)施電擊除顫。
　　然而，胸外按壓過(guò)程會(huì)將大量

3、心肺復(fù)蘇偽跡噪聲引入心電圖信號(hào)中，嚴(yán)重干擾自動(dòng)體外除顫儀進(jìn)行心電節(jié)律分析。按照目前的傳統(tǒng)做法，為了保證心電節(jié)律辨識(shí)的可靠，會(huì)在進(jìn)行心電分析前要求所有施救者停止所有接觸離開(kāi)患者。調(diào)查顯示，平均每次心電分析將要中斷胸外按壓15s以上，胸外按壓中斷的時(shí)間占心肺復(fù)蘇總時(shí)間的24%-57%。這種中斷會(huì)嚴(yán)重降低患者恢復(fù)自主循環(huán)的可能性：一些動(dòng)物實(shí)驗(yàn)顯示，胸外按壓每中斷20s，心肺復(fù)蘇的成功率就降低50%。胸外按壓的中斷已經(jīng)成為心臟驟?；颊叩痛婊盥实?/p>

4、主要原因之一。
　　綜上所述，設(shè)計(jì)出一套能在不間斷胸外按壓的同時(shí)進(jìn)行可靠的心電節(jié)律辨識(shí)的算法，就能在最大程度上減少胸外按壓的中斷，最終提高心臟驟?；颊叩拇婊盥?。
　　方法與內(nèi)容：
　　本文從胸外按壓過(guò)程中心肺復(fù)蘇偽跡抑制和抗干擾心電節(jié)律辨識(shí)兩方面入手，設(shè)計(jì)了一套不間斷胸外按壓過(guò)程中可靠的心電分析算法，主要進(jìn)行了以下工作：
　　(1)自適應(yīng)心肺復(fù)蘇偽跡濾除算法研究。本文首先對(duì)各類(lèi)典型的心電節(jié)律信號(hào)和心肺復(fù)蘇偽跡信號(hào)

5、作了頻譜分析，比較了兩者在頻譜分布上的特征；在此基礎(chǔ)上，利用改進(jìn)的噪聲輔助多通道經(jīng)驗(yàn)?zāi)B(tài)分解，直接從受干擾的心電信號(hào)中獲取心肺復(fù)蘇偽跡的基礎(chǔ)頻率信息，并以此為參考信號(hào)，構(gòu)建多諧波最小均方濾波器模型，進(jìn)一步對(duì)心肺復(fù)蘇偽跡精確建模；并通過(guò)信噪比增益指標(biāo)對(duì)濾波器的關(guān)鍵參數(shù)進(jìn)行優(yōu)化，最終實(shí)現(xiàn)無(wú)需參考信號(hào)的條件下，從受干擾的心電信號(hào)中還原出真實(shí)的心電節(jié)律。
　　(2)抗干擾的致死性心電節(jié)律辨識(shí)BP神經(jīng)網(wǎng)絡(luò)構(gòu)建與優(yōu)化。文本通過(guò)對(duì)致死性心電節(jié)律

6、辨識(shí)相關(guān)領(lǐng)域文獻(xiàn)的回顧性研究，利用10種不同的分析算法，提取了21個(gè)反映心電信號(hào)形態(tài)分布、高斯性、頻譜成分、變異性、信息復(fù)雜度等各個(gè)方面特征的參數(shù)，并對(duì)這些特征值在進(jìn)行致死性心電節(jié)律分類(lèi)辨識(shí)中的性能作了比較分析；利用這些特征值，構(gòu)建了一個(gè)用于心電節(jié)律4分類(lèi)的BP神經(jīng)網(wǎng)絡(luò)，并結(jié)合遺傳算法進(jìn)行了輸入向量篩選降維與網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化。
　　(3)仿真實(shí)驗(yàn)分析與驗(yàn)證。利用公開(kāi)心電數(shù)據(jù)庫(kù)與心肺復(fù)蘇偽跡信號(hào)，人工合成受到不同程度心肺復(fù)蘇偽跡信號(hào)干擾

7、的心電信號(hào)；基于該合成信號(hào)數(shù)據(jù)庫(kù)，檢驗(yàn)本文構(gòu)建的BP神經(jīng)網(wǎng)絡(luò)在不同干擾程度的心電信號(hào)中的辨識(shí)性能，并在同樣的條件下，比較本文設(shè)計(jì)的自適應(yīng)心肺復(fù)蘇偽跡濾波器與已存在的幾種其他濾波算法的濾波性能。
　　(4)動(dòng)物實(shí)驗(yàn)驗(yàn)證。在長(zhǎng)白豬心臟上通過(guò)電擊誘導(dǎo)建立動(dòng)物室顫模型，并進(jìn)行標(biāo)準(zhǔn)心肺復(fù)蘇，獲取真實(shí)急救過(guò)程中的受干擾心電信號(hào)數(shù)據(jù)，并根據(jù)同時(shí)獲得的主動(dòng)脈壓、呼末二氧化碳等生理信號(hào)進(jìn)行分類(lèi)標(biāo)注；基于該數(shù)據(jù)庫(kù)，驗(yàn)證本文設(shè)計(jì)的不間斷胸外按壓期間心電

8、節(jié)律辨識(shí)算法的可靠性，并與已存在的其他算法進(jìn)行比較。
　　本文的創(chuàng)新點(diǎn)主要在于結(jié)合噪聲輔助經(jīng)驗(yàn)?zāi)B(tài)分解、多諧波最小均方濾波器、遺傳算法和BP神經(jīng)網(wǎng)絡(luò)，在僅利用心電信號(hào)的條件下，設(shè)計(jì)出了一種無(wú)需任何參考信號(hào)即可在不間斷胸外按壓期間進(jìn)行可靠心電節(jié)律辨識(shí)的算法。
　　結(jié)果：
　　(1)本文構(gòu)建的BP神經(jīng)網(wǎng)絡(luò)，在無(wú)心肺復(fù)蘇偽跡干擾下的辨識(shí)敏感性、特異性和準(zhǔn)確性分別為99.36%、100.00%和99.11%，相較傳統(tǒng)的特征值分

9、類(lèi)方法性能更好；隨著心肺復(fù)蘇偽跡干擾程度的增加，傳統(tǒng)辨識(shí)算法的辨識(shí)特異性迅速下降，在干擾程度較低時(shí)(SNR=-3)，特異性已經(jīng)下降到16.36%，而此時(shí)BP神經(jīng)網(wǎng)絡(luò)的辨識(shí)特異性仍能保持在82.66%，說(shuō)明 BP神經(jīng)網(wǎng)絡(luò)具有更好的抗干擾性能。
　　(2)本文結(jié)合經(jīng)驗(yàn)?zāi)B(tài)分解和多諧波最小均方濾波器設(shè)計(jì)的濾波算法，在受干擾的各類(lèi)心電信號(hào)中，都能很好地抑制心肺復(fù)蘇偽跡的干擾，從而顯著提高心電節(jié)律辨識(shí)的特異性；即使在干擾程度極高的情況下(S

10、NR=-12)，經(jīng)過(guò)濾波器濾波后的辨識(shí)特異性仍在86.55%，ROC曲線下面積為0.9733，比已存在的其他濾波算法表現(xiàn)更優(yōu)，且針對(duì)一些形態(tài)較復(fù)雜，諧波成分較多的心肺復(fù)蘇偽跡時(shí)優(yōu)勢(shì)更明顯。
　　(3)在動(dòng)物實(shí)驗(yàn)中，本文設(shè)計(jì)的自適應(yīng)濾波算法，能使受干擾的心電信號(hào)節(jié)律辨識(shí)中的敏感性、特異性分別提高到95.78%、91.58%，ROC曲線下面積為0.9805，明顯優(yōu)于其他算法。
　　結(jié)論：
　　本文設(shè)計(jì)的不間斷胸外按壓期間心