[发明专利]一种起搏器植入后心房高频事件的预测系统及介质

说明书

一种起搏器植入后心房高频事件的预测系统及介质，它涉及医学领域，本发明的系统包括获取模块，用于获取患者起搏器植入后6个月内快心房率负荷数据；心房高频事件的预测模块，用于预测患者的心房高频事件发生；所述的快心房率负荷≥12.5％、年龄≥69.5岁、阵发性房颤、收缩期心力衰竭的射血分数≤40％；本发明提供一个新的预测系统，用于预测PPMs患者AHRE的发生的新技术。本发明收录了258例PPMs患者完整的临床数据，发现快心房率负荷(RARB)是与AHRE相关的最强危险因素。该预测系统具有较好的预测能力，临床医生可以应用此模型对患者给予适时的药物干预，从而降低AHRE的发生率。

技术领域

本发明属于医学领域，具体涉及一种起搏器植入后心房高频事件的预测系统及介质，

背景技术

心房高频事件(atrial high-rate episodes，AHRE)是指由心脏植入式电子装置(cardiac implantable electronic devices，CIEDs)通过长期、连续的心律监测识别到的房性快速性心律失常。目前已知在CIEDs患者中，AHRE的发生与较高的不良结局风险相关，但其危险因素及预测模型尚不明确。此外，大多数关于AHRE危险因素的研究都主要集中在病史、超声心动图参数和生物标志物等方面，很少有研究将起搏器程控报告数据与AHRE联系起来。

发明内容

本发明提供一种起搏器植入后心房高频事件的预测系统，以解决起搏器程控报告数据无法与AHRE进行联系，预测AHRE发生的问题。

本发明的一种起搏器植入后心房高频事件的预测系统，所述的预测系统包括：

数据获取模块，用于获取患者起搏器植入后6个月内快心房率负荷、年龄、阵发性房颤和收缩期心力衰竭的射血分数作为影响因子；

心房高频事件的预测模块，基于影响因子，采用心房高频事件的预测模型预测患者的心房高频事件发生；所述的心房高频事件的预测模型包括：快心房率负荷判别单元、年龄数据判别单元、阵发性房颤数据获取单元、收缩期心力衰竭的射血分数判别单元，以及综合评价单元；

所述的采用心房高频事件的预测模型预测患者的心房高频事件发生的过程如下：

依据快心房率负荷判别单元，数据获取模块中获取的快心房率负荷数据≥12.5％，判定为真；

依据年龄数据判别单元，数据获取模块中获取的年龄≥69.5岁，判定为真；

依据阵发性房颤数据获取单元，数据获取模块中获取的阵发性房颤数据为发生阵发性房颤数据，判定为真；

依据收缩期心力衰竭的射血分数判别单元，数据获取模块中获取的收缩期心力衰竭的射血分数≤40％，判定为真；

依据综合评价单元，当快心房率负荷判别单元、年龄数据判别单元、阵发性房颤数据获取单元核收缩期心力衰竭的射血分数判别单元均判定为真时，则判定为起搏器植入后发生心房高频事件。

进一步地，所述的快心房率负荷数据为在随访期间内位于最大跟踪频率到房性心动过速检测频率之间的心房率持续时间与总心房率持续时间的比值。

进一步地，所述的快心房率负荷数据是从起搏器程控报告中提取柱状图百分比信息得到的。

进一步地，所述的柱状图百分比信息提取方法：将程控报告中所需提取信息的柱状图输入至计算机系统，对输入的柱状图进行矩阵向量化，再对柱状图的图像进行处理；所述的图像进行处理为：

步骤一、将原始图像缩放到统一大小，然后进行灰度化、二值化处理，得到二值图像；

步骤二、对二值图像垂直投影，投影后得到向量代表柱状图中每列像素点的数量，像素点的数量即为柱状图的高度；