[发明专利]基于固有时间尺度分解的房颤自发终止预测方法

说明书

技术领域

本发明涉及心电图信号分析技术领域，尤其涉及一种房颤自发终止预测方法。

背景技术

心房颤动简称房颤，是最常见的持续性心律失常。房颤总的发病率为0.4%，其发病 率随着年龄的增长而增加，50多岁人群的发病率约为0.5％，75岁以上人群可达10%。房颤是 一种常见的非良性心律失常，容易导致心功能损害，使血液动力学恶化，导致血管栓塞以及 众多症状。因此，房颤的防御与治疗越来越受到重视。

房颤可以细分成3种类型:阵发性房颤，持续性房颤，和永久性房颤。阵发性房颤发 作持续时间小于7天，大多可以自行转复，亦可反复发作；持续性房颤发作持续7天以上且不 能自行转复,需要药物或非药物干预后才能转复；永久性心房颤动为转复失败的或转复后 24小时内又复发的心房颤动，阵发性房颤如果反复发作可导致永久性房颤。

预测房颤的自发终止,可避免不必要的治疗，减低给病人带来的风险。反之，如预 测到房颤将持续，可抓住并掌握除颤时机，及时通过外界干涉终止房颤，提高除颤的效率, 阻止房颤持续。体表心电图由于其无损、简单易行和重复性好等特征一直在有关心脏功能 和疾病的研究中发挥着独到的优点和重要作用，并已经在很多心血管疾病诊断、检测和分 析中取得了很大的成功。基于体表心电图，区分阵发性房颤和持续性房颤，具有十分重要的 意义。

现有技术中，常通过检测房颤信号主频与RR间期来区分阵发性房颤和持续性房 颤，主要对房颤信号的频谱，时域特征进行提取，其预测精确度还有待提高。

发明内容

本发明为了有效区分阵发性房颤和持续性房颤，对房颤的自发终止进行准确预 测，提出了基于固有时间尺度分解的房颤自发终止预测方法。

本发明采用了如下技术步骤：1、去除房颤患者心电信号中的基线漂移、工频干扰 和高频噪声；2、应用主分量分析法消除心电信号QRS波，从心电信号中提取房颤信号；3、对 提取的房颤信号进行固有时间尺度分解，得到一个高频固有旋转分量和一个低频基线分 量。4、由短时傅里叶变换获取固有旋转分量与基线分量的时频谱图，计算时频谱图的平均 功率谱密度，提取平均功率谱密度的谱峰频率值。5、计算固有旋转分量与基线分量的方差， 样本熵。6、将固有旋转分量与基线分量的谱峰频率值，方差和样本熵组成6维特征向量，输 入SVM分类器，实现阵发性和持续性房颤的分类。

附图说明

图1是本发明的实现流程图

图2是持续性房颤心电信号与提取的房颤信号

图3是持续性房颤信号的固有旋转分量与趋势分量

图4是持续性房颤固有旋转分量的时频谱图

图5是阵发性房颤固有旋转与趋势分量的平均功率谱密度

图6是持续性房颤固有旋转与趋势分量的平均功率谱密度

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图，对本发明进 行进一步详细说明。

步骤一：考虑到房颤信号频率范围为1~10Hz之间，运用截止频率为0.5Hz高通滤波 器去除房颤患者心电信号中的基线漂移,截止频率为30Hz的低通滤波器去除心电信号中的 工频干扰和高频噪声。

步骤二：对心电信号进行R波检测，由于R波检测是比较成熟的现有技术，在本发明实施例中就不再详细描述。以R位置为基准点，以最小心博间隔为窗口长度N，进行单搏心跳的切割。把截取的每个单搏心跳作为一行，组成所要进行处理的观测数据矩阵。对观测数据矩阵进行主分量分析，得到一系列主分量，主分量由心室信号源、心房源和噪声组成。提取对应于心房源的主分量，消除心电信号QRS波，从心电信号中提取房颤信号。如图2上是持续性房颤患者的心电信号，图2下是心电信号经过预处理和QRS波消除后，提取到的房颤信号。

步骤三：对提取的房颤信号进行固有时间尺度分解，固有时间尺度分解可以把信号分解为一系列固有旋转分量与一个趋势分量的和。本发明中，对房颤信号只进行一次分解，房颤信号被分解为两个分量，分别为一个固有旋转分量H与一个基线分量L，即房颤信号可以分解为，

其中，是基线信号，是固有旋转分量。分解计算中，对其中涉及的分解参数取值，一次分解计算，可得到一个基线信号，剩余部分信号就是高频的固有旋转分量信号，即