ГИБРИДНЫЙ МЕТОД АНАЛИЗА ВРЕМЕННОГО ДОМЕНА ДЛЯ ВЫЯВЛЕНИЯ И КОЛИЧЕСТВЕННОЙ ОЦЕНКИ ИЗМЕНЕНИЙ T-ВОЛН

X. Wan; K. Yan; J. Zhang; Y. Zeng

Статья

ГИБРИДНЫЙ МЕТОД АНАЛИЗА ВРЕМЕННОГО ДОМЕНА ДЛЯ ВЫЯВЛЕНИЯ И КОЛИЧЕСТВЕННОЙ ОЦЕНКИ ИЗМЕНЕНИЙ T-ВОЛН

X. Wan, K. Yan, J. Zhang, Y. Zeng

2014

https://doi.org/10.15829/1560-4071-2014-4-ENG-46-53

Изменения Т-волн (TWA) в сигналах электрокардиографии (ЭКГ) были признаны маркером электрической нестабильности сердца, и гипотетически связаны с пациентами, у которых повышен риск развития желудочковых аритмий. Новый гибридный метод анализа временного домена TWA (HAM) использующий метод корреляции и методики регрессии наименьших квадратов, описан в этой статье. Симулируемые ЭКГ, содержащие искусственные TWA (в случаях отсутствия TWA и присутствия стационарных или изменяющихся во времени или фаза-восстановление TWA) при различных блужданиях исходных показателей используются для тестирования метода, и результаты показывают, что HAM имеет лучшую возможность количественной оценки амплитуды TWA, по сравнению с корреляционным методом (СМ) и методом адаптации матч-фильтрации (AMFM). HAM в дальнейшем используется для анализа клинических ЭКГ, и результаты, полученные НАМ, в целом, показали согласованность с теми, что были получены при проведенных СМ и AMFM, а количественная оценка амплитуд TWA при НАМ является повсеместно выше, чем при использовании двух других методов.

Wan X., Yan K., Zhang J., Zeng Ya. ГИБРИДНЫЙ МЕТОД АНАЛИЗА ВРЕМЕННОГО ДОМЕНА ДЛЯ ВЫЯВЛЕНИЯ И КОЛИЧЕСТВЕННОЙ ОЦЕНКИ ИЗМЕНЕНИЙ T-ВОЛН. Российский кардиологический журнал. 2014;(4-ENG):46-53. https://doi.org/10.15829/1560-4071-2014-4-ENG-46-53

Цитирование

Список литературы

1. Adam DR, Akselrod S, Cohen RJ. Estimation of ventricular vulnerability to fibrillation through T-wave time series analysis, Comput. Cardiol. 1981; 8: 307.

2. Smith JM, Clancy EA, Valeri CR, et al. Electrical alternans and cardiac electrical instability, Circulation 1988;77:110.

3. Nearing BD, Huang AH, Verrier RL. Dynamic tracking of cardiac vulnerability by complex demodulation of the T wave, Science 1991; 252: 437.

4. Laguna P, Ruiz M, Moody GB. Repolarization alternans detection using the KL transform and the beatquency spectrum, Computing in Cardiology 1996; 23: 673.

5. Nearing BD, Verrier RL. Modified moving average analysis of T-wave alternans to predict ventricular fibrillation with high accuracy, J Appl Physiol 2002; 92: 541.

6. Burattini L, Zareba W, Moss AJ. Correlation method for detection of transient T-wave alternans in digital Holter ECG recordings, ANE 1999; 44:416.

7. Burattini L, Bini S, Burattini R. Comparative analysis of methods for automatic detection and quantification of microvolt T-wave alternans, Medical Engineering & Physics 2009; 31:1290.

8. Monasterio V, Laguna P, Martínez JP, Multilead analysis of T-wave alternans in the ECG using principal component analysis, IEEE Trans. Biomed. Eng. 2009; 56: 1880.

9. Mart´ınez JP, Olmos S. Methodological principles of T wave alternans analysis: a unified framework, IEEE Trans Biomed Eng 2005;52: 599.

10. Burattini L, Zareba W, Burattini R. Automatic detection of microvolt T-wave alternans in Holter recordings: Effect of baseline wandering, Biomedical Signal Processing and Control 2006; 1: 162.

11. Burattini L, Zareba W, Burattine R. Adaptive Match Filter Based Method for Time vs. Amplitude Characterization of Microvolt ECG T-Wave Alternans, Annals of Biomedical Engineering 2008; 36: 1558.

12. Meyer C, Keiser H. Electrocardiogram baseline noise estimation and removal using cubic splines and statespace computation techniques, Comput. Biamed. Res. 1977; 10: 459.

13. Martínez JP, Almeida R, Olmos S, et al. A wavelet-based ECG delineator: Evaluation on standard databases, IEEE Trans. Biomed. Eng. 2004; 51: 570.

14. Narayan SM, Smith JM. Spectral analysis of periodic fluctuations in electrocardiographic repolarization, IEEE Trans Biomed Eng 1999; 46: 203.

15. Martínez JP, Olmos S, Wagner G, et al. Characterization of repolarization alternans during ischemia: time-course and spatial analysis, IEEE Trans. Biomed. Eng. 2006; 53: 701.

16. Moody GB. The PhysioNet/Computers in Cardiology Challenge 2008: T-Wave Alternans. Computers in Cardiology, 2008; 35:505–508.

17. Burattini L, Bini S, Burattini R. Correlation method versus enhanced modified moving average method for automatic detection of T-wave alternans, Computer methods and programs in biomedicine 2010; 98: 94.

18. Burattini L, Bini S, Burattini R. Automatic microvolt T-wave alternans identification in relation to ECG interferences surviving preprocessing, Medical Engineering & Physics 2011; 33:17.

Документы

Информация

Автор

Название журнала

Российский кардиологический журнал

Ключевые слова

Статья