多信息融合的过速型室性心律失常预测方法研究

1. 课题来源与背景 课题“多信息融合的过速型室性心律失常预测方法研究”是甘肃省自然科学研究基金计划支持项目，项目类别为一般项目，项目类型为应用基础研究。我国每年大约有50多万人发生心脏猝死，其中80%以上是由过速型室性心律失常所致。过速型室性心律失常（包括室性心动过速VT和心室纤颤VF）是心脏猝死（SCD）的主要诱因。分析过速型室性心律失常的发生机理，进行有效的预测，对于挽救生命及防治突发性心脏猝死具有重大意义。心率变异性（HRV）是定量无创评估自主神经的有效指标，而自主神经活动失衡与多种心脏疾病的发生有关，对VT/VF的发生及发展有重要作用。基于HRV的多信息融合分析是揭示VT/VF发生机理，提高无创预报水平及防治SCD的重要研究方法。

2. 技术原理及性能指标 过速型室性心律失常是一种致命性室性心律失常，采用无创检测方法对于普遍的临床常规检查具有重要的实际意义。心脏自主神经活动对于VT/VF的发生及发展有重要影响，HRV分析是定量无创检测自主神经活动的一种直接有效的方法。本课题是在研究HRV信号的有效的预处理的基础上，基于传统的和先进的信号分析方法提取VT/VF发生前短时的心率及心率变异性信号的多特征信息，并与正常对照组进行比较，经大量数据样本的统计分析，获得特异性、敏感性及鲁棒性好的VT/VF事件预测特征，再采用支持向量机等特征信息融合方法进行VT/VF事件发生的分类预测，以提高分析预测性能。

3. 技术的创造性与先进性 课题研究的实验对象取自MIT/BIH标准心电数据库的真实数据，由埋藏式心脏复律除颤器（ICD）记录的78个患者出现自发性室速或室颤事件前数十分钟的1024个RR间期序列（VT/VF序列）和来自同一患者与每个VT/VF事件相对应的正常窦性节律（CON序列）构成的135个RR间期的序列对。课题针对实验数据RR间期序列存在较多伪差、异位心搏的干扰问题，采用了Wessel.N等人提出的自适应控制滤波算法进行数据预处理，该滤波算法通过统计方法修正RR间期中的异位心搏，是一种有效地“滤除”RR间期信号的伪差、异位心搏的先进滤波方法，对于数据的后续分析提供很好的保证。对预处理后的实验样本数据，利用传统的线性时域和频域分析方法，结果显示除了RR间期均值（meanRR）、瞬时心率均值（meanHR）及低频功率LF特征的统计检验存在明显不同外，其他特征指标无明显差异。为此，研究提出基于AR模型的过速型室性心律失常的短时心率变异性预测分析、基于改进的HHT变换的过速性室性心律失常事件的短时心率信号分析、基于短时HRV信号两种熵测度的过速型室性心律失常的预测分析、室速和室颤发生前短时RR间期信号的多尺度熵分析等几种新的VT/VF事件预测分析方法，获得了一些重要的、有价值的结论，比如，研究发现现代AR模型频域分析提取的VT/VF发生前5min的TP、VLF、LF、HF及LFP功率谱能量特征与正常对照组CON序列相比显著减小，说明在VT/VF发生前心率变异性明显下降，预示心脏自主神经系统调节功能受损和失衡。VT/VF事件发生前十分钟左右短时的HRV信号改进的多尺度熵分析发现，与正常对照组相比，VT/VF序列在较大尺度时熵值明显降低，而且对于VT/VF序列中心率显著增大的样本组的多尺度熵在VT/VF事件发生前降低更明显，差异显著。这说明VT/VF事件发生前心率变异性的复杂度降低，反映了VT/VF发生前自主神经系统对心脏调节功能降低，心脏电活动的混沌程度下降。这些研究成果具有一定创新性，提取的特征对于恶性室性心律失常的预测和研制新型ICD装置有十分重要的意义。

4. 技术的成熟程度，适用范围和安全性 过速型室性心律失常预测研究是生物医学工程和临床医学领域一个非常重要的研究课题，本研究是在探索一种无创的预测致命性室性心律失常的事件，对于防治SCD有很重要意义，属于基础研究领域，研究的技术方法和结论还需临床大量样本的验证，这些技术方法也适用于房颤等其他常见的心脏疾病的预测研究，无安全性问题。

5. 应用情况及存在的问题 本研究的成果以学术论文形式呈现，目前课题研究已完成科技研究报告2份，在《医疗卫生装备》、《自动化仪器仪表》等期刊发表学术论文3篇，国际会议1篇，被《中国医学物理学杂志》、《航天医学与医学工程》期刊录用2篇，国际会议录用1篇。课题研究还需大量临床样本数据的进一步检验，并设计更有效的分类算法，提高预测性能。

1. 课题来源与背景课题“多信息融合的过速型室性心律失常预测方法研究”是甘肃省自然科学研究基金计划支持项目,项目类别为一般项目,项目类型为应用基础研究。我国每年大约有50多万人发生心脏猝死,其中80％以上是由过速型室性心律失常所致。过速型室性心律失常（包括室性心动过速VT和心室纤颤VF）是心脏猝死（SCD）的主要诱因。分析过速型室性心律失常的发生机理,进行有效地预测,对于挽救生命及防治突发性心脏猝死具有重大意义。心率变异性（HRV）是定量无创评估自主神经的有效指标,而自主神经活动失衡与多种心脏疾病的发生有关,对VT/VF的发生及发展有重要作用。基于HRV的多信息融合分析是揭示VT/VF发生机理,提高无创预报水平及防治SCD的重要研究方法。2. 技术原理及性能指标过速型室性心律失常是一种致命性室性心律失常,采用无创检测方法对于普遍的临床常规检查具有重要的实际意义。心脏自主神经活动对于VT/VF的发生及发展有重要影响,HRV分析是定量无创检测自主神经活动的一种直接有效的方法。本课题是在研究HRV信号的有效的预处理的基础上,基于传统的和先进的信号分析方法提取VT/VF发生前短时的心率及心率变异性信号的多特征信息,并与正常对照组进行比较,经大量数据样本的统计分析,获得特异性、敏感性及鲁棒性好的VT/VF事件预测特征,再采用支持向量机等特征信息融合方法进行VT/VF事件发生的分类预测,以提高分析预测性能。3. 技术的创造性与先进性课题研究的实验对象取自MIT/BIH标准心电数据库的真实数据,由埋藏式心脏复律除颤器（ICD）记录的78个患者出现自发性室速或室颤事件前数十分钟的1024个RR间期序列（VT/VF序列）和来自同一患者与每个VT/VF事件相对应的正常窦性节律（CON序列）构成的135个RR间期的序列对。课题针对实验数据RR间期序列存在较多伪差、异位心搏的干扰问题,采用了Wessel.N等人提出的自适应控制滤波算法进行数据预处理,该滤波算法通过统计方法修正RR间期中的异位心搏,是一种有效地“滤除”RR间期信号的伪差、异位心搏的先进滤波方法,对于数据的后续分析提供很好的保证。对预处理后的实验样本数据,利用传统的线性时域和频域分析方法,结果显示除了RR间期均值（meanRR）、瞬时心率均值（meanHR）及低频功率LF特征的统计检验存在明显不同外,其他特征指标无明显差异。为此,研究提出基于AR模型的过速型室性心律失常的短时心率变异性预测分析、基于改进的HHT变换的过速性室性心律失常事件的短时心率信号分析、基于短时HRV信号两种熵测度的过速型室性心律失常的预测分析、室速和室颤发生前短时RR间期信号的多尺度熵分析等几种新的VT/VF事件预测分析方法,获得了一些重要的、有价值的结论,比如,研究发现现代AR模型频域分析提取的VT/VF发生前5min的TP、VLF、LF、HF及LFP功率谱能量特征与正常对照组CON序列相比显著减小,说明在VT/VF发生前心率变异性明显下降,预示心脏自主神经系统调节功能受损和失衡。VT/VF事件发生前十分钟左右短时的HRV信号改进的多尺度熵分析发现,与正常对照组相比,VT/VF序列在较大尺度时熵值明显降低,而且对于VT/VF序列中心率显著增大的样本组的多尺度熵在VT/VF事件发生前降低更明显,差异显著。这说明VT/VF事件发生前心率变异性的复杂度降低,反映了VT/VF发生前自主神经系统对心脏调节功能降低,心脏电活动的混沌程度下降。这些研究成果具有一定创新性,提取的特征对于恶性室性心律失常的预测和研制新型ICD装置有十分重要的意义。4. 技术的成熟程度,适用范围和安全性过速型室性心律失常预测研究是生物医学工程和临床医学领域一个非常重要的研究课题,本研究是在探索一种无创的预测致命性室性心律失常的事件,对于防治SCD有很重要意义,属于基础研究领域,研究的技术方法和结论还需临床大量样本的验证,这些技术方法也适用于房颤等其他常见的心脏疾病的预测研究,无安全性问题。5. 应用情况及存在的问题本研究的成果以学术论文形式呈现,目前课题研究已完成科技研究报告2份,在《医疗卫生装备》、《自动化仪器仪表》等期刊发表学术论文3篇,国际会议1篇,被《中国医学物理学杂志》、《航天医学与医学工程》期刊录用2篇,国际会议录用1篇。课题研究还需大量临床样本数据的进一步检验,并设计更有效的分类算法,提高预测性能。