[发明专利]一种利用多路体表心电预测房颤发生的方法在审
申请号: | 201710820237.8 | 申请日: | 2017-09-11 |
公开(公告)号: | CN109480819A | 公开(公告)日: | 2019-03-19 |
发明(设计)人: | 黄玉丹;陈颖;葛云 | 申请(专利权)人: | 南京大学 |
主分类号: | A61B5/0402 | 分类号: | A61B5/0402;A61B5/00 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 210023 江苏省南京市*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 体表心电 多路 滤波 复发 心电信号采集 电生理标测 电信号分析 疾病分类 同步符号 统计特性 消融手术 心电信号 预后评估 心房 预测 对心 小波 窦性 推断 分解 医生 治疗 | ||
本发明公开一种利用多路体表心电预测房颤发生的方法。本发明采用体表电生理标测方法进行心电信号采集,对心电信号进行小波滤波,对滤波后的心电信号的P波窗口进行定位分离,使用经验值分解方法计算同步符号熵,通过符号熵的统计特性推断房颤发生可能性的大小。本发明在消融手术后,复发房颤前,对窦性状态下的心房电信号分析进行疾病分类,评价房颤的程度以及房颤复发的可能性,则对于患者的预后评估及医生选择有针对性的治疗方案具有重要的指导作用。
技术领域
本发明公开一种利用多路体表心电预测房颤发生的方法,该发明对于房颤患者的预后 评估及选择有针对的治疗方案必定具有重要的指导作用。
背景技术
心房颤动(atrial fibrillation,AF,房颤)是全球临床上最常见的持续性心律失常之一, 消融手术后的有效心电分析缺失导致医生无法准确把握病人的预后情况,无法针对性的予以 后续的术后治疗很大程度上为房颤的复发埋下隐患,大大加重了病人的经济负担和医院的治 疗成本。
以往大多数房颤患者的预后评估方法分析的数据是房颤发生时的心房组织,以及混乱 的幅度较低的心房电信号等特征,根据现有方法并不能准确地通过分析混乱的心电信号预测 房颤复发的可能性。如果能够在消融手术后,复发房颤前,对窦性状态下的心房电信号分析, 从而评价房颤的程度以及房颤复发的可能性,则对于患者的预后评估具有重要的指导作用。
鉴于上述问题,本发明提出一种利用多路体表心电预测房颤发生的方法,帮助医生准 确预测病人术后房颤复发的可能性大小,从而有针对性的选择相应的治疗方案。
发明内容
针对现有技术的不足,本发明解决的技术问题是提供一种能够准确地通过分析窦性心 电信号预测房颤术后复发可能性大小的方法。
本发明的技术方案主要步骤如下:
S1:采用体表电生理标测方法进行心电信号采集
S2:对心电信号进行小波滤波
S3:对滤波后的心电信号的P波窗口进行定位分离
S4:使用经验值分解方法计算同步符号熵
S5:通过符号熵的统计特性推断房颤发生可能性的大小
作为本发明的进一步改进,S1具体包括:心电采集模块使用128导便携式系统采集体 表心电信号,采样频率1khz。使用的体表电极点间距3-4cm,直径5.0-8.0mm,电极板长度约 35cm,宽度2.8-3.2cm。信号获取的导联分布示意图如图1所示,采集到的信号如图2,其中 图2(a)和图2(b)分别表示临床随访患者术前(房颤心律)电信号的采集示意图和临床随访患 者术后(窦性心律)电信号的采集示意图。
作为本发明的进一步改进,S2具体包括:心电信号的预处理,我们采用bio6.8小波基 函数对采集到的体表心电信号进行了10层分解,体表信号小波滤波结果如图3所示,从上到 下分别显示的是原始心电,小波第一层到第四层细节信号,以及第10层的概貌信号。我们选 择第4层到10层的细节信号和作为滤波后的结果。当采样频率为1Khz时,小波滤波后的频 带为0.98hz-62.5hz。
作为本发明的进一步改进,S3具体包括:为了去除心室的干扰,关注心房信号,我们 首先对小波滤波后的信号通过阈值方法获得R峰的位置,之后在每个R峰前面第三个波峰处 为该次P波窗口的终点,在窗口前110ms处为该次P波窗口的起点,从而准确定位P波窗口, 定位到的P波窗口如图4所示。
作为本发明的进一步改进,S4具体包括:由于体表波形是心肌动作电位在体表的综合, 很难分离出独立的心电波形相位,故本发明使用经验值分解方法分离P波上的时变心肌激动 波。将经验模态分解在每个P波窗口内单独应用,分析的信号如图5,6所示,频段为 0.98hz-500hz。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京大学,未经南京大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710820237.8/2.html,转载请声明来源钻瓜专利网。