CN1191708A - 检测急性心肌梗塞的方法和系统 - Google Patents

检测急性心肌梗塞的方法和系统 Download PDF

Info

Publication number
CN1191708A
CN1191708A CN97125408A CN97125408A CN1191708A CN 1191708 A CN1191708 A CN 1191708A CN 97125408 A CN97125408 A CN 97125408A CN 97125408 A CN97125408 A CN 97125408A CN 1191708 A CN1191708 A CN 1191708A
Authority
CN
China
Prior art keywords
myocardial infarction
acute myocardial
wave amplitude
amplitude ratio
heartbeat waveform
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN97125408A
Other languages
English (en)
Other versions
CN1191783C (zh
Inventor
文力邝
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Koninklijke Philips NV
Original Assignee
Hewlett Packard Co
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hewlett Packard Co filed Critical Hewlett Packard Co
Publication of CN1191708A publication Critical patent/CN1191708A/zh
Application granted granted Critical
Publication of CN1191783C publication Critical patent/CN1191783C/zh
Anticipated expiration legal-status Critical
Expired - Lifetime legal-status Critical Current

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316Modalities, i.e. specific diagnostic methods
    • A61B5/318Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • A61B5/346Analysis of electrocardiograms
    • A61B5/349Detecting specific parameters of the electrocardiograph cycle
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235Details of waveform analysis
    • A61B5/7264Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems

Abstract

一种用于确定急性心肌梗塞的方法和系统。该方法和系统是通过确定在每个心电图导联中出现的每个连续的心搏波形内是否存在至少一个预先特定的分量波而进行工作。在已确定待研究的心搏波形中是否存在预先特定的分量波之后,计算波幅比。由此,对于每个连续的心搏波形一般都存在至少一个对每个心电图导联计算的波幅比,最后,在每个导联的每个连续的心搏波形计算的计算波幅比与特定的指标比较,并在比较的基础上指示是否发生急性心肌梗塞。

Description

检测急性心肌梗塞的方法和系统
本发明总的涉及一种改进的在监视心电图波形数据中使用的方法和系统,更特殊地,涉及一种改进的在监视心电图波形数据中使用的方法和系统,且可以检测是否存在急性心肌梗塞,甚至在病人具有潜在的与急性心肌梗塞极为相似的心脏工况。还有更特殊地,本发明涉及一种改进的在监视心电图波形数据中使用的方法和系统,可以检测是否存在急性心肌梗塞,甚至在病人具有潜在的与急性心肌梗塞极为相似的心脏工况,由产生的特定病人的数据组,并在所产生的特定病人的数据组和统计指标两者的基础上取得是否存在急性心肌梗塞的评估。
本发明改善了在已有技术中在病人的心电图波形数据的基础上检测急性心肌梗塞的方法和系统的缺陷。所改善的缺陷是已有技术的方法和系统当病人具有潜在的与标准的AMI心电图检测指标极为相似的心脏工况时不能在病人的心电图波形数据的基础上检测AMI。在已有技术中的方法和系统,没有尝试在这类病人中进行AMI检测。反之,在已有技术中,对病人的心电图数据进行预先筛选,以便发现是否存在潜在的与标准的AMI检测指标极为相似的心脏工况,且如果这种工况被发现,已有技术的方法和系统将简单地拒绝对这类病人尝试AMI检测。
已有技术和本发明都利用一些由用于监测心功能的,称之为心电图的装置获取的特殊电信号(称为“导联”)。为了理解如何利用这些特殊的电信号,对心电图和特定具体信号所指示的含义有基本的了解是很有帮助的。因此,为了有助于了解心电图,下面就三个方面作简单的说明:(1)心脏的电化学和机械运作;(2)如何将心脏的电化学运作转换成电能,然后通过心电图将该电能图形地表示成心脏的机械运作;(3)如何从心电图获取一些特定的电信号(或“导联”)。
心脏的机械活动是受心脏的电化学作用(亦即反应电势的传播)起始的。有一种把心脏的电化学作用转换成人眼可目视图形的装置,即心电图,它产生心脏电化学作用的目视显示,这种目视显示称之为心电图机(EKG)。
EKG工作时,电极附着在人体表面,电极经特殊处理,以便使电极内所携带的电荷(电子)经电化学交换与人体内所携带的电荷(离子)相通。附着在人体表面的电极使人体内的电压变化能在信号适当放大后记录。EKG监视器内的电流计作为记录装置使用。电流计记录两个电极间的电势差。EKG仅仅记录作为时间函数的在人体表面上两个电极间在电压上的差,且通常记录在条带状记录纸上。当心脏在静止、舒张状态,心室被极化,且没有电荷运动发生。因此,EKG的电流计不能记录任何偏转。然而,当心脏开始传送反应电势时,电流计将偏转,因为在其下面已出现了消极化作用的电极将记录与在其下面心脏还没有消极化的身体区域之间的电势差。
一个完整的心脏周期称之为心搏。在EKG上,正常的心搏具有一个区分的信号。起初,电流计记下一个较短周期的圆拱形的正向偏转(称之为P波),可以相信,它是由于心房的消极化引起的。接着,一个小的但尖的负向偏向偏转(称之为Q波)。然后是一个很大的且尖的正向偏转(称之为R波),之后是一个尖的且较大的负向偏转(称之为S波)。当这些波凑在一起,它们称之为QRS复合波。可以相信,QRS复合波是由于血管的消极化作用引起的。接着QRS复合波是较长周期的圆拱形的正向偏转(称之为T波),可以相信,它是由血管再次极化作用引起的。
实际上,EKG使用多组电极。但这些电极是如此配置在人体的表面,即所接收到的信号应具有如前所述的相同的波形。众所周知的双极化电极对典型地置于病人的右臂(RA),左臂(LA),右腿(RL)(通常作为参照)和左腿(LL)。正确地参照的单极化电极称之为V导联,按照确定的惯例,它解剖地位于病人的胸部。在心脏监视和诊断中,两个电极间出现的电压差,或一个电极和一组其它电极的平均值之间的电压差表示心脏电活性的一个特定方面,且一般称之为EKG。电极间的特定组合称之为导联。例如,在标准的十二导联心电图仪系统中的导联是:
导联I=(LA-RA)
导联II=(LL-RA)
导联III=(LL-LA)
导联V1=V1-(LA+RA+LL)/3
导联V2=V2-(LA+RA+LL)/3
导联V3=V3-(LA+RA+LL)/3
导联V4=V4-(LA+RA+LL)/3
导联V5=V5-(LA+RA+LL)/3
导联V6=V6-(LA+RA+LL)/3
导联aVF=LL-(LA+RA)/2
导联aVR=RA-(LA+LL)/2
导联aVL=LA-(RA+LL)/2由此,尽管术语“导联”应该是表示物理导线,但在心电图中,该术语实际上意指从如前所列的特定电极配置中所取得的电信号。
多年来,保健护理专业人员已建立起一门人体学科,其中,他们已经弄清了具有不同疾病和心脏缺陷的EKG的座标变化及其数据。形式上,这种座标处理称之为“心电图术”。
在心电图术中,EKG的数据用于多种目的。目的之一是确定病人的心脏在什么时候和是否已经进入AMI状态。心肌梗塞或者心脏疾病的发作,是一种用于说明心肌部分死亡的术语,且通常是由于冠状动脉阻塞使得对心脏供血不足引起的。急性的含义是正处于发生过程中。
当冠状动脉持久地阻滞,或者阻塞超过30分钟都将出现一种心脏疾病的发作,当发生这样长时间的阻塞,心肌,即由冠状动脉供给血的心肌区域,将急需氧气和营养,如此长久下去,将导致永久性的死亡(坏死)。依赖心脏的泵血作用来支承的血液供给的整个人体将受到心脏疾病发作的影响,在剧烈发作时,心脏所泵出的血液将只能维持人体的生命。肺受液体充盈,而肾不可能清除弄脏的血流,受害者将思维混乱,因为大脑不能接收足够的氧,这些也是休克的症状。心肌梗塞通常引起15分钟以上的咽喉疼痛,但可能有“无声的”心脏病发作,其中,没有症状出现。无声的心脏病发作的迹象可以在心电图仪或心脏的其它测试装置上显示。
作为在EKG数据的基础上确定患者是否正蒙受AMI的通用指标是查看在不同导联中的ST段的抬高。例如,当发生心肌梗塞时,通常在导联II、III和aVF中存在ST段抬高,而这些导联中的ST段的抬高用作AMI检测的主要指标;当发生前部的心肌梗塞或前外侧的心肌梗塞时,通常在导联V2~V5中存在ST段抬高,而这些导联的ST段抬高用作AMI检测的主要指标。
使用这些指标对于大多数病人工作良好,为检测AMI设计的更自动化的系统使用这些指标的一些或全部,以检测是否存在AMI。然而,还有这样一种病人亚群体,他们具有这样的心脏状态,如他们的“正常”(对于那些病人)或者“平常”EKG将在通常用于检测AMI的导联上显示出抬高的ST段。
显然,人们不可能把标准指标用于确定亚群体中的病人是否患有AMI,因为病人的“正常”(亦即,对该病人是正常情况)EKG与检测AMI的标准指标相似,由此,这些病人的“正常的”EKG可能作为“假阳性”显示,在这种情况下,它应该被检测为AMI,但在实际上,这是不应该发生的。因此,需要一种对亚群体中的病人进行AMI检测的方法和系统,所述的病人具有“正常的”(亦即对这些病人是正常情况)、与标准的AMI检测指标极为相似的EKG图形。
这种需要在已有技术中并没有提出。在已有技术中,这些病人只是排除在考虑范围之外。亦即,在已有技术中,对病人的EKG数据进行预筛选,以便发现病人是否具有潜在的、与标准的AMI检测指标极为相似的工况。这种预先筛选是通过对与潜在的工况相关的,但并不与具有AMI的“正常”病人的工况有关的其它波形特征进行筛选而完成的。本专业的技术人员应该认识这种特征是大批的,但是,一个这样的例子是预先筛选的指标,该指标通过查看相对地与下列之一同时出现的标准AMI检测指标来检测左心室心肌肥大:(1)导联VI的S波幅度和导联5的R波幅度之和为3.5mv或更高;(2)在导联V1~V5中的R波幅度大于2.5mv;(3)在导联V1~V2中的S波幅度大于2.5mv。另一个例子是通过查看相对地与下列之一同时发生的标准AMI检测指标来检测右束支阻滞的预先筛选指标:(1)在导联V1,V2或V3的一个或多个中,QRS持续期大于或等于135ms,且在导联V1中的R波的持续期小于或等于39ms;或(2)在V1,V2或V3任两个导联中,QRS持续期超过或等于140ms,或更多。如果检测到这样一个潜在的工况,病人的数据应调开,且不服从任何AMI检测指标。因此,当已有技术可以减轻对这类病人取得假阳性AMI检测的危险时,它不会做出致力于在这类病人中检测是否存在AMI。
由此,显然存在对本发明的需要:一种在具有潜在的、与标准AMI检测指标相似的工况的病人中可以检测AMI的方法和系统。
因此,本发明的一个目的在于提供一种改进的在监视EKG波形数据中使用的方法和系统。
本发明的另一个目的在于提供一种改进的在监视EKG波形数据中使用的方法和系统,它可以检测AMI是否存在,甚至在病人具有潜在的与急性心肌梗塞相似的心脏状态时也可以进行检测。
本发明还有一个目的在于提供一种改进的在监视EKG波形数据中使用的方法和系统,它可以检测心肌梗塞是否存在,甚至在病人具有潜在的与急性心肌梗塞相似的心脏工况时也可进行检测,它产生特殊的病人数据组,并在所产生的特定病人数据组和统计指标两者的基础上做出是否存在急性心肌梗塞的查定。
上述目标由以下的说明实现。本发明的方法和系统是通过在每个心电图导联内出现的每个连续的心搏波形内确定是否存在至少一个预先特定的分量波(例如,QRSTU波的S波分量)而实现的。在考虑中,在已经确定在心搏波形中是否存在预先特定的分量波之后(每个导联一般都具有每个连续的心搏波形在其内部存在的某种表示),计算波幅比(例如,在时间上的某个特定瞬间的ST复振幅由S波分量的幅度除)。由此,对于每个连续的心搏图形,一般都存在至少一个为每个心电图导联计算的波幅比,因为相同的心搏波形一般在每个心电图导联中以某种形式出现。最后,计算的波幅比(一般对每个导联在每个连续的心搏波形都重新计算)与预定的标准比较(例如,横交(traversing)分类树),并在这种比较的基础上,表明是否发生急性心肌梗塞。
本发明的上述的和其它的目的,特性和优点通过下面更详细的说明将会更加清楚。
本发明的新的特征都集中在所附的权利要求书中。然而,发明本身,以及优选的使用模式、其它的目的和优点通过附图中所示的实施例的详细说明将会更好的理解。
图1是说明本发明的方法和处理过程的高水平逻辑流程图,由此可以检测急性心肌梗塞的存在;
图2所示是用于实现本发明的系统的高水平示意图;
图3所示是优选实施例中使用的分类树,以便确定计算的ST/T的波幅比是否表明存在急性心肌梗塞;
图4是处理过程的逻辑流程图,由此产生用于诊断病人心脏功能的预定指标;和
图5是局部的情况示意说明,其中,10或11秒的心电图波形数据用于构成一个如图1的方法步骤52所讨论的平均的ST/T波幅比。
现在参照附图,特别是附图1,从该图中可以看到的是一张说明本发明的方法和处理过程的高水平逻辑示意图,由此本发明检测是否存在AMI。流程图说明了病人的EKG波形数据的每个特定波形所需要的步骤。由此,所示的步骤一般对病人的EKG数据中的每个连续的心膊波形都能实现。
方法步骤40说明处理过程开始。方法步骤41表示一个预先筛选的决策位置,其中,确定待检查的EKG波形中的一些指标是否表明病人具有潜在的与标准AMI检测指标极为相似的心脏工况。本专业的普通技术人员应该理解这些指标是大批的,但其中的一个例子是预筛选的指标,该指标通过查看与下列之一同时发生的标准AMI检测指标来检测左心室心肌肥大:(1)在导联V1的S波幅度与导联V5的R波幅度之和为3.5mv或更大;(2)在导联V1~V5中R波的幅度大于2.5mv;或(3)在导联V1~V2中的S波的幅度超过2.5mv。另一个例子是检测右束支阻滞的预筛选的指标,它是通过查看与下列之一同时发生的标准AMI检测指标来进行检测的,即(1)在导联V1、V2或V3的一个或多个中的QRS持续期超过或等于135ms,且在导联V1中的R波持续期小于或等于39ms;或(2)在导联V1,V2或V3的任两个中的QRS波持续期超过或等于140ms。如果这种潜在的工况未检测到,将波形送到方法步骤42。方法步骤42所示的是已有技术检测AMI的方法。本专业的技术人员应该明白在已有技术中存在着许多这样做的方法,例如,如前所述的在导联V1~V5中的ST段抬高。
方法步骤46表示一个决策点。如果方法步骤42表明AMI被检测到,然后在这个决策点上应立即进入方法步骤48,说明AMI已被检测到并终止程序。如果方法步骤42未检测到存在AMI,应立即进入方法步骤50。数据仍将送到方法步骤50,尽管方法步骤41中的预筛选未检测到与标准AMI检测指标极为相似的潜在的工况,理由是EKG波形可能已经是很弱的具有模糊ST段抬高的信号,由此,它仍可能有AMI的征兆。亦即,方法步骤50的预筛选指标失利并不意味着不存在AMI。
方法步骤50展示确定在每个心电图导联中出现的心搏波形内是否存在至少一个预先特定的分量波形(在该实施例中,分量波是S形)。亦即,就此应该理解,这种心电图心搏波形的形态通常出现在每个心电图导联中,所作出的决定是在每个心电图导联内出现的相同心搏波形的不同形态是否存在预定特定分量波形。
方法步骤52描述了对每个出现心搏波形的心电图导联计算至少一个波的幅度比。亦即,就此应该理解,心电图心搏波形的形态一般将出现在每个心电图导联内,应该理解,一般对每个出现心搏波形形态的心电图导联计算至少一个波形幅度比。在优选的实施例中,ST/S波幅比是利用S波的最大幅度除以在J点,中点,J点加80ms处的ST幅度来计算的。所有的都产生满意的结果。
在优选的实施例中,ST/T的波幅比不是立即对每个接收到的连续波形进行计算,尽管它明显地可以是,但宁可对10或11秒的心电图数据进行计算。现用在优选的实施例中的这种技术有两种变换:(1)从10秒或11秒的心电图数据中提取特定的信号波形,以计算ST/S的波幅比;或(2)从10秒或11秒的数据内所含的所有ST段计算平均的ST段幅度,并从10秒或11秒的数据内所含的所有S波计算平均的S波幅度,然后用这些平均值计算ST/S的波(幅)比。
方法步骤54说明把方法步骤52中所获得的每个计算的波幅比与一定的预定指标比较。更特殊地,方法步骤54表明所计算的波幅比是用于横交(traversing)分类树。这种分类树示于图3并将在下面讨论。如果分类树产生如下指示,即在每个心电图导联内出现的心电图心搏波形表明正发生AMI,由此应进入方法步骤60,在那里指示AMI的存在。相反,如果分类树没有产生正发生AMI的指示,应进入方法步骤58,它表明未检测到AMI。方法步骤62表明在详细检查下对心搏波形的处理结束。在接收下一个连续波形时,处理将由方法步骤40重新开始。
现在参照图2,所示的是用于实现本发明的系统的高度简化示意图。图2所示的系统为一组在计算机上运行的程序,但本专业的技术人员应该认识到在此作为软件描述的功能可以以硬件或操作系统实现。所示的是附着多个心电图电极16的病人14。心电图电极16通过电缆18连接到EKG监视器20上。EKG监视器20产生EKG波形信号,该信号然后送到EKG前端21。EKG前端21进行信号调整工况并过滤EKG波形信号,然后进行A/D转换并输出一个离散采样的EKG波形的数据流,为说明简便起见,将简单地称之为EKG波形流23。
正如对图1所做的,对图2所示出的系统进行的讨论将涉及一个特定的心搏波形。应该明白,整个讨论等同地应用于在病人的EKG波形流23内的每一个连续的波形。
来自EKG波形流23的导入波形将输入微处理器25,微处理器运行AMI检测软件27,该软件包含标准AMI检测模块22和用于在EKG波形与标准AMI检测指标29极为相似时检测AMI的模块29。
来自EKG波形流23的引入波形由标准的AMI检测模块22接收,标准的AMI检测模块22包含足以完成与方法步骤42相同功能的程序,在此它使用AMI检测的标准指标审看AMI。
在标准AMI检测模块22未检测到AMI的情况下,然后,在EKG波形与标准AMI检测指标极为相似的条件下,装置将心电图心搏波形送入检测AMI的模块29。该模块把心搏波形送入用于确定在每个心电图导联24中出现的心搏波形内是否存在预定的特定分量波的子模块。用于确定在每个心电图导联24中出现的心搏波形内是否存在预定的特定分量波的子模块包括足以完成与方法步骤50相同功能的程序,并查看是否存在预定的特定分量波(在该实施例中,这个分量波是S波)。
用于确定在每个心电图导联24中出现的心搏波形内是否存在预定的特定分量波的子模块将其判决传送给为心搏波形中的每个心电图导联计算波幅比的子模块26。用于为出现在心搏波形中的每个心电图导联计算波幅比的子模块26包含足以完成与方法步骤52相同功能的程序。
一旦已经计算出波幅比,该比值送入用于把计算的波幅比与预先特定的指标比较的子模块28。用于将计算的波幅比与预先特定的指标比较的子模块28包含足以将计算的波幅比与预先特定的指标比较,并在该比较的基础上确定是否正发生AMI的程序。在优选的实施例中,该模块被程序化,以便产生如在方法步骤52中所讨论的ST/S比,并与预先特定的分类树指标比较,这正如下面图3中所示的。一旦上述的运算已经完成,用于将计算的波幅比与预先特定的指标比较的子模块28把比较结果传递给用于确定是否发生AMI的子模块30。
用于确定AMI是否发生的子模块30使用所接收的来自用于将每个计算波幅比与预定特定指标比较的子模块28的数据(一般产生具有或不具有AMI的结果),以便确定AMI是否正发生。如果AMI正发生,用于确定AMI是否正发生的子模块30将该信息送到用于指示AMI发生的装置32,它通过适当的方式,如闪光灯,蜂鸣器或其它可以使用的报警装置指示AMI发生。在用于确定是否出现AMI的子模块决定AMI没有发生的条件下,就没有信号送到用于指示AMI发生的装置32。再次强调,正如上面所讨论的,上面描述的系统完成了它在病人的EKG波形流23中对每个连续的心搏波形的运算。
现在参照图3,它实际上是用于优选实施例中的分类树,以确定所计算的ST/S波幅比是否表明发生AMI。所示的是一系列在分类树内进行的比较,其中,对树内的特定导联的ST/S波幅比是与所示的值比较。对树进行横交,直到达到终点。
本专业的技术人员应该认识到所示的分类树只是一种方式,其中表明存在AMI的指标可以是预先特定的。分类树可按下列方式获得,(1)采集大量病人的心电图数据;(2)筛选这些数据,以找到表明发生AMI的心电图和一些病人的心电图,这些心电图表明病人已具有潜在的与通常用于检测AMI的指标极为相似的心脏工况;(3)记录在筛选的这些数据中的分量波幅度;(4)用这些所记录的波幅,以确定与所感兴趣的心脏工况统计相关的量。在所公开的实施例中,所确定的量是ST/S波幅比,与ST/S的波幅比相关的感兴趣的心脏工况是具有与标准AMI检测指标极为相似的工况的病人的AMI,但是,本专业的技术人员应该明白,波幅比可以用于产生除ST/T比之外的指示和除分类树之外的统计相关矩阵,以实现与本发明人已完成的功能等同的功能。这意味着这种功能上的等同包含在本说明书内。
现在参照图4,所描述的是高水平的逻辑处理流程图,由此产生用于诊断病人心脏功能的预定指标。亦即,图4所示的是产生图3所示的分类树的方法和过程。
方法步骤70表示处理开始。方法步骤72描述如何获得指示感兴趣的心脏工况的心电图波形。在实际上,这些波形可以通过以下方式获取:参考心电图方面的论文,从互联网上下载此类波形,或者就何种心电图波形指示感兴趣的特定心脏工况这一问题请教高资历的心电图专家。如此获得的某些或所有波形可收集在一起。
方法步骤74说明从所收集的心电图波形中产生一个或多个波幅比。就上述的各个优选例,该方法步骤说明如何取得ST/S的波幅比。从所收集的心电图波形产生的一个或多个波幅比是一个以经验为基础的处理过程,通过该步骤,本专业的技术人员可以认以为某些心电图波形的波幅分量,或某些心电图数据的波幅比,可以指示感兴趣的心脏工况。应该明白,波幅分量可以称作一种比例,其中,它可以是被另一个分量相除的分量。
方法步骤76表示产生一个决策矩阵,该矩阵将用于在病人心电图波形数据的基础上作为精确地、自动诊断心脏功能而使用的预定指标。该决策矩阵是通过以下步骤产生:在方法步骤74中产生一个或多个波幅比;把它与方法步骤72中获得的、标明某些感兴趣的心脏工况的心电图波形作统计相关分析。统计相关可以用任何数量的商业统计软件包进行。一旦统计决策树已经产生,经受多次测试,由此,结合方法步骤76中产生的决策矩阵使用在方法步骤74产生的一个或多个波幅比,可以判定其精度。
方法步骤78表示一个决策位置,在该决策位置,结合方法步骤76产生的决策矩阵,可以确定一个或多个在方法步骤74中产生的波幅比是否产生精确得足以在临床意义上有用的结果。如果回答是肯定的,那么,进入方法步骤80,该步骤是处理结束步骤。如相反,应退回到方法步骤74,在那里,产生另一个或多个波幅比,并再次用来在方法步骤76中产生另一个统计的决策矩阵。由方法步骤74,76和78组成的循环不断地继续,直到处理过程产生至少一个波幅比—决策矩阵组合,该组合产生足以在临床意义上应用的诊断精度,这正是在方法步骤78所要描述的。一旦这个指标已经满足,则进入方法步骤80,处理结束。
现在参照图5。图中表示了一个部分的示意图,其中以在图1的方法步骤52中所讨论的方式,利用10或11秒的数据构造平均ST/S波幅比。所示的是出现在心电图导联中的一个导联(例如:aVF)中的10秒或11秒的心电图波形的波链100。表示求平均102的箭头说明一个平均“波形”104的产生,该“波形”画在心电图波形100的整个10或11秒的波链之下。事实上,实际计算的是如前所讨论的平均的S波分量幅度106和平均的ST段幅度108,但为了便于了解,已经示出了概念性的平均“波形”104。之后,示出了用平均的S波幅度106和平均的ST段幅度108计算的ST/S波幅比,它标注为与每个导联110对应的单独的ST/S波幅比。正如已讨论的,对于每个导联至少计算一个ST/S波幅比。该事实示于例子ST/S波幅比的表格112内。然后,这些计算值进入决策树114,它类似于方法步骤54所述的预定指标,且在优选的实施例中,它等同于图3的分类树。
尽管所示的实施例已详细地示出和说明,但对于本专业的技术人员应该明白,在不脱离所示实施例的精神和范围的前提下还可以在形式和细节上做出不同的变换。

Claims (9)

1.一种用于在病人的心电图数据的基础上,甚至所说的病人具有潜在的与标准的用于检测急性心肌梗塞的指标极为相似的心脏工况时检测急性心肌梗塞发生的方法,所说的方法包括如下步骤:
确定(50)在每个心电图导联中出现的每个连续心搏波形内是否存在至少一个预定的分量波;
响应于所说的确定步骤,对每个在其中出现连续心搏波形的,心电图导联计算(52)至少一个波幅比;
响应于对每个在其中出现与预定指标相匹配的连续心搏波形的心电图导联计算的至少一个波幅比,指示(60)急性心肌梗塞的发生。
2.按照权利要求1所述的方法,其中所说的确定在每个心电图导联中出现的每个连续心搏波内是否存在至少一个预定分量的计算步骤进一步包括确定在每个心电图导联中出现的每个连续心搏波形中是否存在S波。
3.按照权利要求2所述的方法,其中所说的计算步骤进一步包括以下步骤:
对所说的在其中出现各个连续心搏波形、并确定其中不存在S波的各个心电图导联,将S/ST波幅比置为零;和
对所说的在其中出现各个连续心搏波形、并确定其中存在S波的各个心电图导联,通过用S波的幅度除ST的幅度来计算所说的ST/S的波幅比。
4.按照权利要求1所述的方法,其中所说的指示急性心肌梗塞发生的步骤进一步包括下列步骤:
利用为每个在其中出现各个连续心搏波形的心电图导联计算的至少一个波幅比横交(traversing)分类树;
响应于所说的横交步骤,对为每个在其中出现指示是否存在急性心肌梗塞的各个连续心搏波形的心电图导联计算的至少一个波幅比进行分类;
响应于分类步骤,如果为每个在其中出现各个连续心搏波形的心电图导联计算的至少一个波幅比被作为存在急性心肌梗塞的指示而被分类时,指示(60)急性心肌梗塞发生。
5.一种用于在病人心电图波形数据的基础上,甚至于当所说的病人具有潜在的、与标准的检测急性心肌梗塞的指标极为相似的心脏工况时检测急性心肌梗塞的系统,该系统包括:
用于确定在每个心电图导联中出现的每个连续心搏波形内是否存在至少一个预定的分量波的装置(24);
响应于所说的确定步骤,为每个在其中出现各个连续心搏波形的心电图导联计算(26)至少一个波幅比的装置;和
响应于为每个在其中出现与预定指标相匹配的各个连续心搏波形的心电图导联计算的至少一个波幅比,指示(30,32)急性心肌梗塞发生的装置。
6.按照权利要求5所述的系统,其中用于确定在每个心电图导联中出现的每个连续的心搏波形内是否存在至少一个预定的分量波的装置进一步包括判定在每个心电图导联中出现的每个连续的心搏波形内是否存在S波的装置。
7.按照权利要求6所述的系统,其中用于计算的装置进一步包括:
对所说的在其中出现每个连续的心搏波形、并确定其中没有S波存在的每个心电图导联,将ST/S波幅比置为零的装置;和
对所说的在其中出现每个连续的心搏波形、并确定其中存在S波的每个心电图导联,通过用S波的幅度除ST幅度来计算所说的ST/S波幅比的装置。
8.按照权利要求5所述的系统,其中用于指示急性心肌梗塞发生的装置还包括:
利用为每个在其中出现连续心搏波形的心电图导联计算出的至少一个波幅比横交(28)分类树的装置;
响应于所说的检索步骤,对为每个在其中出现指示急性心肌梗塞是否存在的各个连续心搏波形的心电图导联计算的至少一个波幅比,进行分类的装置(30);
响应于所说的分类步骤,在为每个在其中出现各个连续心搏波形的心电图导联计算的至少一个波幅比被分类为指示存在急性心肌梗塞时,指示(32)急性心肌梗塞发生的装置。
9.一种用于产生基于计算机的决策矩阵的方法,所说的决策矩阵作为预定的指标,并基于病人的心电图的波形数据用于精确地自动诊断心脏功能,所述的包括计算机系统的方法包括如下步骤:
从一些感兴趣的病人的心脏工况指示获取(72)心电图波形;
从获取的心电图波形数据产生(74)表示一些感兴趣的心脏工况指标的一个或多个波形幅度比;
基于所产生的一个或多个波形幅度比在所说的计算机系统内产生(76)一个决策矩阵,该决策矩阵,当结合所产生的一个或多个波幅比,在所说的计算机系统内使用时,在施加到一个新的从病人获得的心脏波形时,将产生精确的病人心脏功能诊断。
CNB971254087A 1997-01-09 1997-12-04 检测急性心肌梗塞的系统 Expired - Lifetime CN1191783C (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US08/780,648 US5792066A (en) 1997-01-09 1997-01-09 Method and system for detecting acute myocardial infarction
US780648 1997-01-09
US780,648 1997-01-09

Publications (2)

Publication Number Publication Date
CN1191708A true CN1191708A (zh) 1998-09-02
CN1191783C CN1191783C (zh) 2005-03-09

Family

ID=25120226

Family Applications (1)

Application Number Title Priority Date Filing Date
CNB971254087A Expired - Lifetime CN1191783C (zh) 1997-01-09 1997-12-04 检测急性心肌梗塞的系统

Country Status (5)

Country Link
US (1) US5792066A (zh)
EP (1) EP0853285B1 (zh)
JP (1) JP4141000B2 (zh)
CN (1) CN1191783C (zh)
DE (1) DE69737258T2 (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102802517A (zh) * 2010-01-20 2012-11-28 皇家飞利浦电子股份有限公司 采用来自扩展导联组的解剖学定向ecg数据的发病冠状动脉识别
CN106604674A (zh) * 2014-09-02 2017-04-26 皇家飞利浦有限公司 用于控制缺血监测ecg算法的用户反馈
CN107530020A (zh) * 2015-04-14 2018-01-02 皇家飞利浦有限公司 用于基于ecg的心脏缺血检测的方法与系统

Families Citing this family (44)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1139869B1 (en) * 1998-12-09 2004-04-14 ANDERSON, John McCune A system for determining the condition of a patient's heart
US6272379B1 (en) * 1999-03-17 2001-08-07 Cathco, Inc. Implantable electronic system with acute myocardial infarction detection and patient warning capabilities
US6339720B1 (en) 1999-09-20 2002-01-15 Fernando Anzellini Early warning apparatus for acute Myocardial Infarction in the first six hours of pain
US6684100B1 (en) * 2000-10-31 2004-01-27 Cardiac Pacemakers, Inc. Curvature based method for selecting features from an electrophysiologic signals for purpose of complex identification and classification
US6947789B2 (en) * 2000-11-13 2005-09-20 Innovise Medical, Inc. Method for detecting, sizing and locating old myocardial infarct
US6526313B2 (en) * 2001-06-05 2003-02-25 Cardiac Pacemakers, Inc. System and method for classifying cardiac depolarization complexes with multi-dimensional correlation
US6865420B1 (en) 2002-01-14 2005-03-08 Pacesetter, Inc. Cardiac stimulation device for optimizing cardiac output with myocardial ischemia protection
US6950702B2 (en) * 2002-07-15 2005-09-27 Cardiac Pacemakers, Inc. Use of curvature based features for beat detection
US6609023B1 (en) 2002-09-20 2003-08-19 Angel Medical Systems, Inc. System for the detection of cardiac events
US20080139954A1 (en) * 2002-09-20 2008-06-12 Mary Carol Day System for at least two types of patient alerting associated with cardiac events
US7558623B2 (en) * 2002-09-20 2009-07-07 Angel Medical Systems, Inc. Means and method for the detection of cardiac events
US7991460B2 (en) 2002-09-20 2011-08-02 Angel Medical Systems, Inc. Methods and apparatus for detecting cardiac events based on heart rate sensitive parameters
US8630702B2 (en) * 2002-09-20 2014-01-14 Angel Medical Systems, Inc. System for detection of different types of cardiac events
US7801596B2 (en) * 2002-09-20 2010-09-21 Angel Medical Systems, Inc. Physician's programmer for implantable devices having cardiac diagnostic and patient alerting capabilities
US7031764B2 (en) * 2002-11-08 2006-04-18 Cardiac Pacemakers, Inc. Cardiac rhythm management systems and methods using multiple morphology templates for discriminating between rhythms
US7792571B2 (en) 2003-06-27 2010-09-07 Cardiac Pacemakers, Inc. Tachyarrhythmia detection and discrimination based on curvature parameters
US7500955B2 (en) * 2003-06-27 2009-03-10 Cardiac Pacemaker, Inc. Signal compression based on curvature parameters
US20050113886A1 (en) * 2003-11-24 2005-05-26 Fischell David R. Implantable medical system with long range telemetry
US20070293775A1 (en) * 2004-05-26 2007-12-20 Fischell David R Means and method for the detection of cardiac events
US20050277841A1 (en) * 2004-06-10 2005-12-15 Adnan Shennib Disposable fetal monitor patch
US20060030781A1 (en) * 2004-08-05 2006-02-09 Adnan Shennib Emergency heart sensor patch
US20060030782A1 (en) * 2004-08-05 2006-02-09 Adnan Shennib Heart disease detection patch
US7277747B2 (en) 2004-11-23 2007-10-02 Cardiac Pacemakers, Inc. Arrhythmia memory for tachyarrhythmia discrimination
US20060094028A1 (en) * 2004-11-04 2006-05-04 Welch Allyn, Inc. Rapid diagnostic assay
US20060229679A1 (en) * 2005-03-31 2006-10-12 Joo Tae H External defibrillator and a method of determining when to use the external defibrillator
US8688189B2 (en) * 2005-05-17 2014-04-01 Adnan Shennib Programmable ECG sensor patch
US20070016089A1 (en) * 2005-07-15 2007-01-18 Fischell David R Implantable device for vital signs monitoring
US8838215B2 (en) * 2006-03-01 2014-09-16 Angel Medical Systems, Inc. Systems and methods of medical monitoring according to patient state
US7774057B2 (en) * 2005-09-06 2010-08-10 Cardiac Pacemakers, Inc. Method and apparatus for device controlled gene expression for cardiac protection
US20070191728A1 (en) * 2006-02-10 2007-08-16 Adnan Shennib Intrapartum monitor patch
US20070255184A1 (en) * 2006-02-10 2007-11-01 Adnan Shennib Disposable labor detection patch
US8781566B2 (en) * 2006-03-01 2014-07-15 Angel Medical Systems, Inc. System and methods for sliding-scale cardiac event detection
US8002701B2 (en) 2006-03-10 2011-08-23 Angel Medical Systems, Inc. Medical alarm and communication system and methods
US20100312130A1 (en) * 2006-06-27 2010-12-09 Yi Zhang Graded response to myocardial ischemia
US8000780B2 (en) 2006-06-27 2011-08-16 Cardiac Pacemakers, Inc. Detection of myocardial ischemia from the time sequence of implanted sensor measurements
US8005531B2 (en) * 2006-09-29 2011-08-23 The General Electric Company Method and apparatus with reduced electrode system specific ECG interpretation
US8219210B2 (en) * 2006-10-02 2012-07-10 Cardiac Pacemakers, Inc. Method and apparatus for identification of ischemic/infarcted regions and therapy optimization
US20080081354A1 (en) * 2006-10-02 2008-04-03 Cardiac Pacemakers, Inc. Devices, vectors and methods for inducible ischemia cardioprotection
US8014863B2 (en) * 2007-01-19 2011-09-06 Cardiac Pacemakers, Inc. Heart attack or ischemia detector
WO2010081292A1 (zh) * 2009-01-13 2010-07-22 华为技术有限公司 心电图导联识别方法及装置
WO2016034203A1 (de) * 2014-09-01 2016-03-10 Schiller Ag Verfahren und vorrichtung zur automatischen klassifikation von herzschlägen, computerprogrammprodukt und ekg-gerät zur durchführung des verfahrens
KR101647945B1 (ko) * 2014-11-28 2016-08-23 광운대학교 산학협력단 심근경색 검출 장치 및 방법
TWI650104B (zh) * 2017-08-30 2019-02-11 美商宇心生醫股份有限公司 心電圖擷取裝置及方法
US20220330899A1 (en) * 2021-04-15 2022-10-20 Alivecor, Inc. Detection and prediction of hypertension induced organ damage using ecg and blood pressure data

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4523595A (en) * 1981-11-25 1985-06-18 Zibell J Scott Method and apparatus for automatic detection and treatment of ventricular fibrillation
US4546776A (en) * 1984-09-13 1985-10-15 Bellin Howard T Portable EKG monitoring device for ST deviation
US4957115A (en) * 1988-03-25 1990-09-18 New England Medical Center Hosp. Device for determining the probability of death of cardiac patients
US5277188A (en) * 1991-06-26 1994-01-11 New England Medical Center Hospitals, Inc. Clinical information reporting system

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102802517A (zh) * 2010-01-20 2012-11-28 皇家飞利浦电子股份有限公司 采用来自扩展导联组的解剖学定向ecg数据的发病冠状动脉识别
CN106604674A (zh) * 2014-09-02 2017-04-26 皇家飞利浦有限公司 用于控制缺血监测ecg算法的用户反馈
CN107530020A (zh) * 2015-04-14 2018-01-02 皇家飞利浦有限公司 用于基于ecg的心脏缺血检测的方法与系统

Also Published As

Publication number Publication date
DE69737258T2 (de) 2007-08-30
CN1191783C (zh) 2005-03-09
EP0853285B1 (en) 2007-01-17
DE69737258D1 (de) 2007-03-08
EP0853285A1 (en) 1998-07-15
US5792066A (en) 1998-08-11
JPH10192251A (ja) 1998-07-28
JP4141000B2 (ja) 2008-08-27

Similar Documents

Publication Publication Date Title
CN1191783C (zh) 检测急性心肌梗塞的系统
US5464020A (en) Diagnosing and treating subacute cardiac dysfunction
JP4386235B2 (ja) 心電図の順次比較のための方法及び装置
US7869864B2 (en) Methods, systems and devices for detecting and diagnosing heart diseases and disorders
US5967994A (en) Method and system for characterizing the quality of signals indicative of heart function
CN113712569B (zh) 高频qrs波群数据分析方法及装置
CN109288515B (zh) 基于穿戴式心电信号中早搏信号的周期性监测方法及装置
CN101427917B (zh) 基于固有趋势子序列模式分解的出现新的心脏活动趋势的ecg信号获取方法
CN111557659B (zh) 基于多特征融合与Stacking-DWKNN算法的心律失常分类方法
US5213106A (en) Diagnosing and treating chronic fatigue syndrome by electrocardiographic monitoring of T-waves
US8626274B2 (en) Methods, systems and devices for detecting and diagnosing heart diseases and disorders
Zhang et al. Deep learning-based signal quality assessment for wearable ECGs
CN108926343B (zh) 基于cnn神经网络的急性心肌梗死定性自动判别系统
CN108926344B (zh) 一种基于cnn神经网络的急性心肌梗死定位自动判别系统
CN1393204A (zh) 心电频谱图测量仪
CN109394206B (zh) 基于穿戴式心电信号中早搏信号的实时监测方法及其装置
CN115414049A (zh) 一种基于深度神经网络的可穿戴心电图实时诊断系统
Bashir et al. Highlighting the current issues with pride suggestions for improving the performance of real time cardiac health monitoring
RU2683409C1 (ru) Устройство и способ для определения появления комплекса qrs в данных экг
US9226676B2 (en) Methods, systems and devices for detecting and diagnosing diabetic diseases and disorders
Agrawal et al. Morphological Event Based Signal Quality Assessment of Electrocardiogram
Miyahara et al. Arrhythmia diagnosis by the IBM electrocardiogram analysis program
CN113288156B (zh) 一种任意导联视角的心电数据的生成方法
CN108926345B (zh) 一种基于cnn神经网络的急性心肌梗死定时期自动判别系统
Sathawane et al. Survey on design of cardiovascular disease classification and detection using neural network

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C53 Correction of patent for invention or patent application
CB02 Change of applicant information

Applicant after: Agarlent Technologies Inc.

Applicant before: Hewlett-Packard Co.

COR Change of bibliographic data

Free format text: CORRECT: APPLICANT; FROM: HEWLETT-PACKARD DEVELOPMENT COMPANY TO: AGARLENT TECHNOLOGIES INC.

ASS Succession or assignment of patent right

Owner name: KONINKLIJKE PHILIPS ELECTRONICS N.V.

Free format text: FORMER OWNER: AGARLENT TECHNOLOGIES INC.

Effective date: 20040611

C41 Transfer of patent application or patent right or utility model
TA01 Transfer of patent application right

Effective date of registration: 20040611

Address after: Holland Ian Deho Finn

Applicant after: KONINKLIJKE PHILIPS ELECTRONICS N.V.

Address before: California, USA

Applicant before: Agarlent Technologies Inc.

C14 Grant of patent or utility model
GR01 Patent grant
CX01 Expiry of patent term

Granted publication date: 20050309

CX01 Expiry of patent term