Professional Documents
Culture Documents
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。
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。
T 波过感知
负向 QRS 波
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
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。