CN102090892A - 定位心腔导管的方法和装置 - Google Patents

Abstract

本发明公开了一种定位心腔导管的方法，包括如下步骤：A、获取心腔导管的采集位置信号和包含呼吸信息的参考信号；B、利用自适应消噪方法处理A步骤中的呼吸信息信号，消除导管采集位置信号中的呼吸波动。由于同一呼吸对在心脏中不同位置导管的影响是相关的，本发明利用自适应消噪原理，引入包含呼吸信息的参考信号，用于抵消心腔内定位导管的呼吸位移，而对其它信号不产生畸变。可避免利用低通滤波，降低导管运动的实时性，且效果不佳影响，由于是实时跟踪滤波，不会存在不同部位，效果不同的问题，并且采用电场、磁场、超声定位的系统均适用。

Description

定位心腔导管的方法和装置

技术领域

本发明涉及心腔导管的定位方法和装置，尤其是一种应用了呼吸补偿技术的定位心腔导管的方法及其装置。

背景技术

心腔导管定位的三维标测系统，主要用于射频消融(RFCA)心律失常的手术中，记录心腔内导管的三维空间位置，利用所获取的信息建立三维心腔的解剖几何图，以及进行激动时间标测、激动传播标测。其中导管电极位置的精度将直接影响模型的形状及指导消融的效果。

无论采用磁场还是电场定位的系统，心腔内导管会随呼吸和心跳的影响波动。心跳频率相对导管运动较快，采用滤波或特定心跳期采样即可消除，则呼吸影响将成为造成导管电极定位误差的主要因素。尤其在电场定位的系统中，呼吸除了改变了心腔内导管的本身位置外，还会由于肺中呼吸空气，改变激励电流的路径，已及从肺返回心腔的血液阻抗，从而造成更大的影响。

现有技术的呼吸补偿主要有两种。

其一，低通滤波。呼吸频带一般为0.1-2HZ，与导管运动频率交叠。采用较低的截止频率滤波，会滤除导管的移动信息，影响导管的实时运动。采用较高的截止频率滤波，无法完全滤除呼吸干扰，例如采用0.25HZ截止频率低通滤波，呼吸影响会造成导管位置波动1-2cm。

其二，United States Patent7,263,397所述呼吸补偿方式。该方法不适用于磁场原理定位的系统，而且极为复杂。其不仅将三轴电场激励方式，改为多极电场切换方式，而且每次计算呼吸补偿系数，需要保证导管稳定10秒钟，采集数据。由于心腔内不同部位呼吸影响相位、幅值不同，为保证效果，需要在不同部位采集10秒数据计算。当处于不同部位补偿效果不佳时，需重新计算系数。

发明内容

本发明的目的是提供一种基于自适应滤波的呼吸补偿技术，可以准确的定位心腔导管。

本发明的技术方案如下：

一种定位心腔导管的方法，包括如下步骤：

A、获取心腔导管的采集位置信号和包含呼吸信息的参考信号；

B、利用自适应消噪方法处理A步骤中的呼吸信息信号，消除导管采集位置信号中的呼吸波动。

一种定位心腔导管的装置，包括心腔导管采集位置信号输入和数据处理单元，其特征在于：还包括包含呼吸信息的参考信号输入，采集位置信号和参考信号输入数据处理单元后，数据处理单元应用自适应消噪方法处理参考信号中的呼吸信息，消除导管采集位置信号中的呼吸波动。

本发明的附加技术方案如下：

优选地，引入的参考信号包含呼吸信息，参考信号采用电场、磁场、超声方式中的一种或几种在体表或心内的某处获取。

优选地，在对参考信号进行自适应消噪前，先滤除参考信号中包含本身固定位置信息的直流偏移信号，得到仅包含呼吸相关信息的信号。

优选地，在自适应消噪处理中，利用权系数W1追踪定位导管的呼吸运动，利用权系数W2追踪定位导管的位移，其中，权系数W1或W2的调整方法，采用可变步长的LMS(最小均方算法)自适应算法。

优选的，在自适应消噪处理中，利用权系数W1追踪定位导管的呼吸运动，利用权系数W2追踪定位导管的位移，其中，权系数W1或W2的调整方法，采用LMS自适应消噪算法。

本发明的有益效果是：由于同一呼吸对在心脏中不同位置导管的影响是相关的，利用自适应消噪原理，引入包含呼吸信息的参考信号，用于抵消心腔内定位导管的呼吸位移，而对其它信号不产生畸变。可避免利用低通滤波，降低导管运动的实时性，且效果不佳影响，由于是实时跟踪滤波，不会存在不同部位，效果不同的问题，并且采用电场、磁场、超声定位的系统均适用。

附图说明

本发明将通过例子并参照附图的方式说明，其中：

图1是本发明实施例的原理框图。

图2是导管位于心腔内的示意图。

图3是呼吸补偿的实际效果图。

图4是自适应补偿算法的流程图。

具体实施方式

本发明如图1、图2所示，一种定位心腔导管的方法，包括以下步骤：

A、获取心腔导管的采集位置信号和包含呼吸信息的参考信号；

B、利用自适应消噪方法处理A步骤中的呼吸信息信号，消除导管采集位置信号中的呼吸波动。

上述位置信号和包含呼吸信息的参考信号获取方法如下：

如图2所示，用导管7在心脏6中采集位置信号，目前其处于左心室8处。位置信号的获得，可以采用如电场、磁场、超声等任何方式。采集的位置信号，一般包含x、y、z三个方向的定位信息，三个方向应分别进行图1所示的补偿运算，现以Y方向的信号D(n)作为定位信号1举例说明，其他方向类似。

当选用心内导管采集参考信号时，采用一根放置在心脏的冠状窦内的导管9采集参考信号，因为该导管在手术中通常不会被移动，仅会随呼吸和心跳波动。参考信号中包含的心跳信息，不影响呼吸补偿的效果。也可选用体表电极采集参考信号，只需将其贴于胸部即可。

参考输入信号2的获得，同样可以采用如电场、磁场、超声等任何方式，一般也包含x、y、z三个方向的信息。但需与定位输入信号1的实现方式相同，方向可任选其一，现以Y方向的信号X(n)作为定位输入信号1举例说明，其他方向类似。

为了进一步优化参考信号的评价效果，可以在对参考信号进行自适应消噪前，先滤除参考信号中包含本身固定位置信息的直流偏移信号，得到仅包含呼吸相关信息的信号。如图1所示，滤除直流偏移3的作用是滤除信号X(n)中的直流成分，使参考信号中仅包含呼吸信息，通过高通滤波或采用减去移动均值的方式均可实现。

在滤除直流偏移信号过程中，由于参考信号中包含较少的移动，因此采用减去移动均值的方式实现运算量小，易于实现，移动时间窗的选取应至少包含一个呼吸间期，考虑0.1HZ频率的呼吸，应至少选取10S的数据为移动时间窗，当采样周期为16mS时，需625点，则

X1(n)＝X(n)-(X(n)+X(n-1)+X(n-2)…+X(n-624))/625

本例中引入直流输入4的作用是引入与导管位移信号相关的低频参考，利用其追踪定位导管的位移。可选取固定的直流输入B＝1。

对上述信号进行自适应消噪，图中虚框部分为自适应消噪部分，自适应滤波器实质上是一种能够自动调整本身参数的特殊维纳滤波器，在设计时不需要事先知道关于输入信号和噪声的统计特性的知识，它能在自己工作过程中逐渐“了解”或估计出所需的统计特性，并以此为依据自动调整自己的参数，以达到最佳滤波效果。一旦输入信号的统计特性发生变化，它又能够够跟踪这种变化，自动调整参数使滤波器性能重新达到最佳。

以下举例说明两种自适应算法：

第一种，采用可变步长LMS算法

本发明中利用权系数W1，追踪定位导管的呼吸运动；利用权系数W2，追踪定位导管的位移。

具体采用的迭代公式如下

Y(n)＝X1(n)W1(n)+BW2(n)        (1)

E(n)＝D(n)-Y(n)                (2)

W1(n+1)＝W1(n)+μ1(n)E(n)X1(n) (3)

μ1(n+1)＝α1μ1(n)+γ1P1(n)   (4)

并且

If μ1(n+1)＞μ1max

  μ1(n+1)＝μ1max

if μ1(n+1)＜μ1min

μ1(n+1)＝μ1min

elseμ1(n+1)＝μ1(n+1)         (5)

式(4)中，0＜α1＜1，γ1＞0.式(5)中为步长设定了上下边界μ1max和μ1min，μ1max限定了最大可能的收敛速度，μ1min保证了较小的稳态误差。算法的步长实际上由α1、γ1控制。α1为步长的遗传因子，主要决定算法收敛时的步长值。算法深度收敛时，γ1P1(n)→0，步长基本上按指数α1n减小，直到μ1(n)→μ1min。γ1决定步长受能量P1(n)的影响程度，主要控制了算法的启动、跟踪速度。

P1(n)＝β1P1(n-1)+(1？β1)E(n)E(n-1)    (6)

(6)式中，0＜β1＜1。

W2(n+1)＝W2(n)+μ2(n)E(n)B      (7)

μ2(n+1)＝α2μ2(n)+γ2P2(n)    (8)

并且

If μ2(n+1)＞μ2max

  μ2(n+1)＝μ2max

if μ2(n+1)＜μ2min

μ2(n+1)＝μ2min

elseμ2(n+1)＝μ2(n+1)          (9)

P2(n)＝β2P2(n-1)+(1？β2)E(n)E(n-1)  (10)

OUT(n)＝BW2(n)        (11)

式(8)、(9)、(10)中α2、γ2、μ2max、μ2min、β2含义与上述α1、γ1、μ1max、μ1min、β1类似。

图4是本算法的软件流程图，既是对上述公式的具体实现，由于采用迭代、递推方式实现，算法计算量小，实时性好，占用资源少。可采用上层计算机或底层DSP、单片机、可编程芯片等器件实现。

图3为采用本算法后的实际补偿效果图，其中，Sig1为含呼吸运动的定位导管y方向移动轨迹。Sig2为包含呼吸运动的参考导管y方向轨迹。Sig3为呼吸补偿后的定位导管y方向移动轨迹。T为一个呼吸周期。可见信号Sig3不仅滤除了呼吸的影响，而且未影响对导管实时运动的跟踪。

第二种，LMS自适应消噪算法

利用权系数W1，追踪定位导管的呼吸运动；利用权系数W2，追踪定位导管的位移。

这里W1的调整，具体为M阶滤波器，其权重系数为W1i

具体采用的迭代公式如下：

$Y\left(n\right)=\underset{i=0}{\overset{M-1}{\mathrm{\Σ}}}W1i\left(n\right)X1(n-i)+\mathrm{BW}2\left(n\right)$ 0≤i≤M-1  (1)

E(n)＝D(n)-Y(n)        (2)

W1i(n+W1)＝W1i(n)+2μ1E(n)X1(n-i)  0≤i≤M-1 (3)

W2(n+1)＝W2(n)+2μ2E(n)B    (4)

μ1为追踪呼吸的步长。

步长因子μ1与滤波器阶数M和输入信号X1的功率都有关系。为使系统收敛，在输入同一信号的情况下，μ1的取值应该和滤波器阶数成反比，且应根据不同的滤波器阶数取不同的步长，这样才能保证有最佳的信号处理结果；当M一定时，μ1是唯一影响LMS算法收敛速度的参数，并且μ1随输入信号功率的变化而变化。μ1值的选取不能过大，μ1值过大时，在自适应的过程中会引入较大的梯度噪声，过渡过程将出现振荡，不能收敛。如果μ1值太小，虽然梯度噪声降低了，但是收敛速度较慢。所以对μ1值要折中考虑。

滤波器阶数M的确定：M小时预测参数少，误差较大，尤其是呼吸变化不规律时，同时如果参考信号和定位信号的呼吸信息之间的相位有较大差异则收敛时间长。

M大时，则输出不能及时反映输入的快速变化，同时可能引入相当的误差。

μ2为追踪定位导管位移的步长。μ2值选择过大时，过渡过程将出现振荡，不能收敛。如果μ2值选择太小，影响对定位导管的跟踪速度。所以对μ2值要折中考虑。必要时，可根据不同的E(n)，分段选不同的μ2值。

上述两种算法中，可变步长LMS算法具有收敛快、误差小的优点。

一种运行上述实施例方法的设备，与传统心脏导管定位系统相一致，包括位置采集导管和参考信号采集导管或体表电极，以及安装在导管上的探头，采集的数据经过数据采集装置进入处理数据的计算机或底层DSP、单片机、可编程芯片等器件，在数据处理器件中按上述步骤进行处理即可。

本说明书中公开的所有特征，或公开的所有方法或过程中的步骤，除了互相排斥的特征和/或步骤以外，均可以以任何方式组合。

本说明书(包括任何附加权利要求、摘要和附图)中公开的任一特征，除非特别叙述，均可被其他等效或具有类似目的的替代特征加以替换。即，除非特别叙述，每个特征只是一系列等效或类似特征中的一个例子而已。

本发明并不局限于前述的具体实施方式。本发明扩展到任何在本说明书中披露的新特征或任何新的组合，以及披露的任一新的方法或过程的步骤或任何新的组合。

Claims (7)

1.一种定位心腔导管的方法，包括如下步骤：

A、获取心腔导管的采集位置信号和包含呼吸信息的参考信号；

B、利用自适应消噪方法处理A步骤中的呼吸信息信号，消除导管采集位置信号中的呼吸波动。

2.根据权利要求1所述的定位心腔导管的方法，其特征在于：引入的参考信号包含呼吸信息，参考信号采用电场、磁场、超声方式中的一种或几种在体表或心内的某处获取。

3.根据权利要求1或2所述的定位心腔导管的方法，其特征在于：在对参考信号进行自适应消噪前，先滤除参考信号中包含本身固定位置信息的直流偏移信号，得到仅包含呼吸相关信息的信号。

4.根据权利要求1或2所述的定位心腔导管的方法，其特征在于：在自适应消噪处理中，利用权系数W1追踪定位导管的呼吸运动，利用权系数W2追踪定位导管的位移，其中，权系数W1或W2的调整方法，采用可变步长的LMS自适应算法。

5.根据权利要求3所述的定位心腔导管的方法，其特征在于：在自适应消噪处理中，利用权系数W1追踪定位导管的呼吸运动，利用权系数W2追踪定位导管的位移，其中，权系数W1或W2的调整方法，采用可变步长的LMS自适应算法。

6.根据权利要求3所述的定位心腔导管的方法，其特征在于：在自适应消噪处理中，利用权系数W1追踪定位导管的呼吸运动，利用权系数W2追踪定位导管的位移，其中，权系数W1或W2的调整方法，采用LMS自适应消噪算法。

7.一种定位心腔导管的装置，包括心腔导管采集位置信号输入和数据处理单元，其特征在于：还包括包含呼吸信息的参考信号输入，采集位置信号和参考信号输入数据处理单元后，数据处理单元应用自适应消噪方法处理参考信号中的呼吸信息，消除导管采集位置信号中的呼吸波动。

Images