T波交替主要參數(shù)檢測方法研究.pdf

1、突發(fā)性心臟停搏因其突發(fā)性強、難于預防與救治成為一種嚴重威脅人類生命健康的惡性心臟疾病。T波交替(TWA)是一種在規(guī)整心率時，體現(xiàn)在體表中T波或ST段形態(tài)、幅度或極性逐拍交替變化的一種心電變異現(xiàn)象。大量研究表明，TWA與能夠誘發(fā)突發(fā)性心臟停搏的惡性心律失常具有醫(yī)學上的對應關系，對于預防突發(fā)性心臟停搏具有重要意義。
　　 TWA現(xiàn)象經常為不可見的非穩(wěn)態(tài)現(xiàn)象，因此對其進行準確檢測必須借助計算機輔助檢測手段。本研究在對經典TWA算法進行

2、學習的基礎上，將三種不同算法分別應用于TWA現(xiàn)象幅度、持續(xù)時間和分布位置的檢測當中，并根據仿真結果對其進行改進,得到了比原方法更可靠的檢測結果。
　　 本文首先按照分類和分步的思想提出了TWA算法研究的框架流程，并在之后的章節(jié)中應用于研究的過程里。
　　 在對心電信號進行預處理的過程中，首先應用小波分解重構的方法將心電信號的三種主要噪聲去除。然后對心電信號的主要特征點進行檢測，包括QRS波群及ST-T段的相應處理。在對T

3、波矩陣的選取過程中，選取了符合心電信號多樣性特征的最大相關值方法得到最終T波矩陣的結果。
　　 在對TWA幅度的檢測中，應用了經典譜估計方法，通過模擬和實際數(shù)據對該方法的檢測結果進行了討論。結果表明，該方法對于平穩(wěn)的TWA現(xiàn)象幅度檢測具有較為良好的效果，但是對于持續(xù)時間較短的非穩(wěn)態(tài)TWA現(xiàn)象，則其幅度檢測效果明顯下降。通過對T波矩陣形成過程的分析，應用Lomb算法提出了一種基于非等間隔采樣的改進方法。與原有方法相比，該方法檢測的

4、假陰性率下降，從而降低了對于患有高風險心臟病患者的誤判。
　　 TWA持續(xù)時間是另一個TWA檢測中的重要參量。在這一參量的檢測中，采用了更能適應信號非穩(wěn)態(tài)特性的相關法。通過仿真，發(fā)現(xiàn)這一方法檢測的結果隨檢測心拍數(shù)目的不同而不同。為了改變這一缺陷，提出了一種適當劃分心拍的方法。新方法主要通過首先對信號進行粗分，然后應用方差和線性擬合方法進行細分的思路，對所要檢測信號進行分段，從而得出更能代表一段時間內心拍特征的模板心拍。實驗證明，