Pan-Tompkins 算法总结

Pan 等人提出了一种实时 QRS 波检测算法。算法评估基于 MIT/BIH 数据库中通道 1 的

心电信号，其中误识别（False positive, FP）共 507 拍，漏识别（False Negative, FN）共 277
拍。
对 Pan 等人的 QRS 波检测算法进行方法复现，基于 MIT/BIH 数据库中通道 1 的心电信
号进行评估，共有 785 个 FP，2125 个 FN。通过打印误识别部分心电波形，分析检测阈值 ，
可得导致误识别原因有：运动伪迹、噪音干扰、T 波过感知、负向 QRS 波、宽大 QRS 波，
P 波误识别，QRS 波低振幅，积分信号与滤波后信号存在相位差。具体分析如下。

运动伪迹

运动伪迹一般是在心电信号采样过程中，患者连有电极片的部位较大幅度运动造成的，
表现为心电信号的基线较大幅度漂移，如图 1.1 所示运动伪迹可导致 FP 与 FN。波形图中
上半部分中蓝色线条为滤波后的心电波形，绿色线条为判断 QRS 波时应用于滤波后心电信
号检测的阈值。图中下半部分蓝色线条为滤波后的心电信号经过求导、平方运算、移动积
分后得到的积分信号波形，绿色波形为应用于积分信号检测的阈值，后同。
运 动 伪 迹 可 以 通 过 数 字 高 通 滤 波 抑 制 。 MIT/BIH 数 据 库 中 心 电 信 号 的 采 样 率 为
360Hz，而 Pan 等论文中滤波器针对 200Hz 采样率设计，并且表达式存在错误，可能是运
动伪迹未被抑制的原因。

图 1.1-121 号患者 564398 位置波形图

噪音干扰

心电信号中的噪音干扰一般源自电极片接触不良引入的工频干扰，或者肌肉颤动导致
的肌电干扰。如图 1.2 所示噪音导致的 FP 和 FN。噪音信号振幅较大时可导致 FP，FP 后不
应期内的 QRS 波无法被正确识别，也可导致 FN。
噪 音 干 扰 可 以 通 过 数 字 低 通 滤 波 抑 制 。 MIT/BIH 数 据 库 中 心 电 信 号 的 采 样 率 为
360Hz，而 Pan 等论文中滤波器针对 200Hz 采样率设计，并且表达式存在错误，可能是噪
音干扰未被抑制的原因。

图 1.2-104 号患者 22615 位置波形图

T 波过感知

T 波过感知一般发生在 ST 间期延长，形状高尖的 T 波。T 波过感知会导致 QRS 波的双

重计数，即同时识别一个心动周期中的 QRS 波与 T 波。如图 1.3 所示 T 波过感知导致的
FP。在特殊情况下如图 1.4 所示，T 波过感知后触发的 QRS 波识别不应期会导致 FN。T 波
过感知一定程度上可以通过数字高通滤波抑制。

图 1.3-113 号患者 1086 位置波形图

图 1.4-113 号患者 8644 位置波形图

负向 QRS 波

QRS 主波方向与导联选择及心脏除极方向有关。考虑 MIT/BIH 数据库中导联设置，所采得

QRS 波主波一般为正向，部分起搏心搏或室性早搏的 QRS 波主波为负向
Dash 等房颤识别算法总结

Lian 等房颤识别算法总结

方法：
该 AF 检测算法是一种简单方法，通过计算 RR 间隔与 RR 间隔变化（dRR），而后
绘制以 RR 间隔和 RR 间隔变化为坐标的散点图（RdR 图）。将该图的 2 个轴以 25 毫秒为
刻度进行网格划分，并对非空单元格（称为 NEC，即单元格中有数据点的单元格）进行计
数。由于论文的结果认为采用 128 个数据点的窗口性能最好，因此我们也采用这种方法，
当 NEC 大于 64 时（即 128 的一半），该段数据被标注为房颤（AF）。

结果：
复现结果的准确性为 97.92%，特异性为 74.16%，论文中的结果为准确性 98.90%，特
异性 78.80%。该方法准确性较好但特异性较差。其原因我们将在问题中讨论。
（一） 正常患者的散点图和心电图
 图 1.5-205 号患者 0-128 窗口散点图_NEC=8
图 1.6-205 号患者 6000 位置心电波形图
（二） 房颤患者的散点图和心电图

图 1.7-210 号患者 0-128 窗口散点图_NEC=98

图 1.8-210 号患者 25000 位置心电波形图
问题：

假阳性案例：
图 1.9-106 号患者 0-128 窗口散点图_NEC=83_假阳性
图 1.10-106 号患者 0-128 窗口心电图
图 1.11-106 号患者 12250 位置心电波形图
该案例出现了假阳性的情况，可能的原因是该窗口末尾出现了比较大的噪声，导致散
点图上呈现出一些其他区域的散点。在复现过程中，无论是复现结果还是论文结果，对
MIT-BIH 心率失常数据库的特异性都不是很好。我们认为是该数据库收录的患者还存在其
他疾病，并且该方法是通过心率及变化的简单判断，容易受非房颤的其他疾病影响，因此
造成假阳性案例偏多。
假阴性案例：
图 1.9-217 号患者 384-511 窗口散点图_NEC=50_假阴性
图 1.10-217 号患者 384-511 窗口心电图
图 1.11-217 号患者 150000 位置心电波形图
该案例出现了假阴性的情况，可能的原因是该窗口患者出现了房颤，但是房颤并没有
导致心率规律的变化，导致散点图上呈现出散点的聚集。但是这种情况并不是很多，只在
217 号患者身上出现了 4 段，总的来说，用该方法判断房颤还是可靠的。