CN103228207B - 在发病冠状动脉中闭塞位置的自动识别 - Google Patents

在发病冠状动脉中闭塞位置的自动识别 Download PDF

Info

Publication number
CN103228207B
CN103228207B CN201180057704.7A CN201180057704A CN103228207B CN 103228207 B CN103228207 B CN 103228207B CN 201180057704 A CN201180057704 A CN 201180057704A CN 103228207 B CN103228207 B CN 103228207B
Authority
CN
China
Prior art keywords
coronary artery
section
ecg
equipment
leading
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.)
Active
Application number
CN201180057704.7A
Other languages
English (en)
Other versions
CN103228207A (zh
Inventor
R·格雷格
S·H·周
C-H·陈
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
Koninklijke Philips Electronics NV
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 Koninklijke Philips Electronics NV filed Critical Koninklijke Philips Electronics NV
Publication of CN103228207A publication Critical patent/CN103228207A/zh
Application granted granted Critical
Publication of CN103228207B publication Critical patent/CN103228207B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/02Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/02007Evaluating blood vessel condition, e.g. elasticity, compliance
    • 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
    • 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
    • A61B5/24Detecting, 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
    • A61B5/358Detecting ST segments
    • 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
    • A61B5/364Detecting abnormal ECG interval, e.g. extrasystoles, ectopic heartbeats

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Cardiology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Veterinary Medicine (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • Physics & Mathematics (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Vascular Medicine (AREA)
  • Physiology (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
  • Investigating Or Analysing Biological Materials (AREA)

Abstract

一种诊断ECG系统,其分析导联迹线以得到导联信号中ST段抬高的证据。在具有对于心脏电活动的预定有利点的导联中的ST段抬高的模式,以及在一些例子中,在某些其他导联中ST段压低的存在,将特定冠状动脉或分支识别为针对急性缺血事件的发病冠状动脉。计算与特定动脉闭塞位置的识别相关联的ECG测量结果,并将其用于形成在不同位置处闭塞概率的分类器。将被识别为具有最高概率的位置向用户指示为最可能的闭塞位置。

Description

在发病冠状动脉中闭塞位置的自动识别
技术领域
本发明涉及心电图仪系统,以及,具体而言,涉及自动识别在造成急性心肌梗塞的发病冠状动脉中闭塞位置的心电图仪系统。
背景技术
心电描记术(ECG)被广泛用于产生源自于由心脏在人体表面上产生的电压的记录。如此产生的记录为图形性质的,并且需要专业解读和分析,以将得到的信息与患者的心脏状况相关。历史上,从有线连接将这样的记录直接产生为可视的图形记录,所述有线连接从受试者延伸至记录装置。随着计算机技术的进步,已经能够以数字存储信息的形式产生这种记录,从而用于以后的复制和分析。
ECG记录至关重要的紧急临床应用是对通常称作心脏病的急性冠状动脉疾病的症状的分析。常常以心电描记方式对患有诸如胸痛或不适,以及呼吸短促的急性冠状动脉综合症(ACS)的患者进行诊断。近期经历心肌梗塞的患者的ECG迹线能够呈现已知的特性,诸如由完全阻塞造成的迹线的ST段的抬高,没有ST段抬高的异常Q波和/或T波,或者由部分阻塞造成的ST段压低。这些情况是在两个主干冠状动脉,即右冠状动脉(RCA)或左主干(LM)冠状动脉,之一中,或者在LM的两个主分支、即左前降支(LAD)动脉或左回旋支(LCx)动脉,之一中的狭窄的特性。应尽快清除到心肌的这些主要血管之一的阻塞,以防止对心肌的永久性损伤。带有导管装置的经皮冠状动脉介入(PCI)能够快速打开梗塞相关动脉,以恢复心肌灌注,并且在许多情况中都优于血栓溶解治疗。这种完善建立的程序在拯救生命和改善生活质量方面提供了较好的长期结果。
我们的国际专利申请公开号WO2009019649A1描述了一种用于自动检测作为心肌梗塞的原因的冠状动脉的方法,所述心肌梗塞由ST-抬高指示。本发明进一步提炼我们较早专利申请的方法,以自动识别在发病冠状动脉内病变的位置。ST-抬高和ST-压低的模式不仅能够用于指示发病或梗塞相关的冠状动脉,所述模式还能够用于指示闭塞或狭窄位于近端位置还是较远端位置。当狭窄在冠状动脉的近端部分,接近冠状动脉的起点时,受影响的心肌的量远大于当狭窄位于更远端时。近端闭塞的记号对于风险分层是有用的。如果诸如左前降支(LAD)的冠状动脉供给到达左心室(LV)的血液供应中的大部分,并且如果凝块在近端,对患者的风险就非常高。这与冠状动脉不供给LV血流中的大部分的情况是相反的,如当凝块在远端时左回旋支(LCx)的阻塞的情况中,该情况中仅有小部分的LV会受影响。因此,对于LAD的近端阻塞,患者处于最高风险类别。除了风险与凝块下游肌肉的量成比例以外,针对右心室梗塞的风险较高。近端右冠状动脉(RCA)闭塞涉及右心室,并且研究显示出针对RV梗塞较高的死亡率。因此,本发明的目标是自动对发病冠状动脉识别阻塞位置,从而能够准确地评估患者风险。
发明内容
根据本发明的原理,针对具有诸如心电描记术的诊断ECG功能的装置、具有诊断ECG功能的除颤器、具有诊断ECG功能的床边监视器、以及具有诊断ECG功能的家用ECG监视器,描述了一种自动分析,以识别发病冠状动脉。当患有ACS的患者正经历ECG测试时,这种自动技术针对特定ECG导联中的ST段抬高、ST段压低以及其他ECG测量结果中偏移的存在,分析ECG信号,并自动识别发病动脉。本发明的实施例能够检测在两个主干冠状动脉,RCA和LM,之一中,或者在LM的两个主分支,LAD和LCx,之一中的阻塞。以统计学方式分析在分类发病冠状动脉中有用并且与阻塞位置相关联的多个ECG测量结果。在构建的实施例中,逻辑回归分类器用于产生针对不同闭塞位置的概率表面的等值线图,所述不同闭塞位置例如近端RCA、中/远端RCA和LCx。ECG测量结果用于访问所述等值线图上的点,并且在每个图上的点处的概率值为针对那个分类的闭塞位置的概率。最高概率则确定最可能的冠状动脉闭塞位点。
附图说明
在附图中:
图1是心脏及其主冠状动脉的高度概要的图示。
图2是心脏和冠状动脉的解剖学图示。
图3是心脏的半透明解剖学图示,其示出缠绕心脏的冠状动脉。
图4a和图4b示出用于ECG检查的标准电极布局。
图5是诊断ECG系统的主要子系统的框图。
图6是ECG系统前端的框图。
图7是典型的诊断ECG系统的处理模块的框图。
图8图示ECG迹线数据的处理,以提供关于心跳及其节奏的信息。
图9a和图9b图示ECG迹线的不同参数的测量。
图10图示典型的ECG报告。
图11a和图11b图示12-导联系统的导联与冠状动脉的解剖学之间的关系。
图11c图示ECG报告中12-导联信号的标准表示,以及根据本发明可以用于分析的三个额外的导联。
图12a图示正常ECG信号的分段。
图12b至图12e图示具有抬高的ST段的ECG迹线,所述抬高的ST段根据本发明的原理可以用于发病冠状动脉识别。
图13a图示根据本发明的原理将LAD识别为发病冠状动脉的ECG报告。
图13b和图13c根据本发明的原理将图13a的ECG报告中抬高的ST段与心脏的特定区域相关。
图14a图示根据本发明的原理将LCx识别为发病冠状动脉的ECG报告。
图14b和图14c根据本发明的原理将图14a的ECG报告中抬高的ST段与心脏的特定区域相关。
图15a图示根据本发明的原理将RCA识别为发病冠状动脉的ECG报告。
图15b和图15c根据本发明的原理将图15a的ECG报告中抬高的ST段与心脏的特定区域相关。
图16图示根据本发明的原理将左主干冠状动脉识别为发病冠状动脉的ECG报告。
图17a、图17b和图17c图示针对逻辑回归分类器的概率表面的等值线图,所述逻辑回归分类器用于在指示近端RCA、中/远端RCA和LCx动脉位置的闭塞的STEMI中的ECG测量结果的分类。
具体实施方式
图1至图3为示出冠状动脉的位置的心脏的各种视图,当所述冠状动脉位置被阻塞时,将引起对心脏的显著损伤。图1为示出从主动脉12沿心脏10的右侧下降的右冠状动脉(RCA)的高度概要的视图。同样从所述主动脉沿心脏的左侧下降的是左主干(LM)冠状动脉,其很快分支以形成在心脏前方(前部)的左前降支(LAD)动脉和缠绕心脏后方(后部)的左回旋支(LCx)动脉。全部三根主血管均显示为以特有的弯曲路径最终缠绕心脏10,以对心肌层提供新鲜血液的持续供应。
图2在心脏的解剖学上更正确的描绘中从心脏10的前侧示出相同的动脉和分支。图3中,将心脏10描绘为半透明球状物,从而能够容易地将冠状动脉在心脏的前侧和后侧两侧上的弯曲路径可视化。
本发明的目标是能够根据对标准或非标准ECG检查的迹线的分析,自动识别这些冠状动脉及分支中的哪个被阻塞。对ECG的正确解读需要大量的经验,因为其涉及熟悉各种导联的迹线中广泛范围的模式。任何使用非常规导联系统的ECG都必然减损已在对常规ECG的解读中形成的经验本体,并因此可以被认为一般是不期望的。所生成的迹线将仅对于相对少数的对所述非常规系统熟悉的人是可理解的。因此,重要的是本发明能够在具有常规电极布局的标准ECG检查中实施。图4a示出定位在患者的躯干上的六个电极V1-V6的布局,以用于具有十个导联电极的常规12-导联ECG检查。每个电极与一个或多个其他电极结合起作用,以检测由个体心肌细胞的去极化和复极化产生的电压。结合并处理所检测到的电压,以产生十二个时变电压的迹线。如此产生的迹线如下:
其中,在用于产生仰卧位受试者的短期心电图记录的标准、最广泛使用的系统中,上文指示的电位,以及它们的关联电极位置为:
VL左臂上电极的电位;
VR右臂上电极的电位;
VF左腿上电极的电位;
V1前胸上右胸骨第四肋间隙中电极的电位;
V2前胸上左胸骨第四肋间隙中电极的电位;
V4在第五肋间隙中左边锁骨中线处电极的电位;
V3在V2和V4电极之间中间位置的电极的电位;
V6在第五肋间隙中左边腋窝中线处电极的电位;
V5在V4和V6电极之间中间位置的电极的电位;
G(上文未指出)是地面或参考电位,相对于其测量电位VL、VR、VF,以及V1至V6。通常,尽管并非必要地,所述地面或参考电极放置在右腿上。
本发明适用于常规的12-导联ECG系统以及13-、14-、15-、16-、17-,或18-导联系统,或是更多,包括56-和128-导联的体表测绘系统。三-导联(EASI以及其他)、5-导联和8-导联系统也能够用于以如本领域已知的降低的准确度来导出12导联。参见,例如,美国专利5377687(Evans等人)和美国专利6217525(Medema等人)。总之,本发明的实现方式能够采用任意数目的导联和电极。图4a和图4b示出由更高阶导联系统使用的电极中的一些。可以看到,从V6电极起,V7、V8和V9电极继续缠绕躯干。V3R、V4R、V5R以及额外的电极围绕身体右侧行进,镜像反映身体左侧上的V3、V4、V5和其他电极的位置。
图5以框图形式图示适用于本发明的诊断ECG系统。提供多个电极20用于附着至患者的皮肤。通常,所述电极为具有粘住皮肤的导电性胶粘凝胶表面的一次性导体。每个导体具有搭接或夹接到ECG系统的电极线上的搭扣或夹子。电极20耦合于ECG采集模块22,ECG采集模块22预调节由所述电极接收到的信号。一般借助于电气隔离布置24,将所述电极信号耦合于ECG处理模块26,电气隔离布置24保护患者免受电击危险,并且还在例如所述患者经历除颤时,保护所述ECG系统。一般将光学隔离器用于电气隔离。然后将经处理的ECG信息显示在图像显示器上,或通过输出装置28打印成ECG报告。
图6更详细地示出采集模块22。所述电极信号,其通常仅有几个毫伏的振幅,被放大器放大,所述放大器通常还具有防止除颤脉冲的高压保护。如通过滤波来调整经放大的信号,并且然后通过模数转换器将其转换成数字采样信号。然后通过差分组合各种电极信号,格式化所述信号,以推导出组合的导联信号,诸如针对12-导联系统在上文中所给出的那些。转送所述数字导联信号,以用于在CPU 34的控制下进行ECG处理。所述采集模块的许多专用电子器件常常被实施为专用集成电路(ASIC)的形式。
图7是典型的诊断ECG系统的分析部分的框图。节奏脉冲检测器42针对佩戴起搏器的患者,识别并挑出由所述起搏器产生的电压尖峰波以及其他电异常。QRS检测器44检测电迹线的主导脉冲。图12a图示典型的正常ECG迹线,其中可见,Q-R-S段描绘所述迹线的主要电脉冲,所述主要电脉冲为刺激左心室收缩的脉冲。QRS波群的描绘形成用于检测所述迹线的较小扰动的基础,其通过波形分段器46执行。所述波形分段器描绘全序列的迹线段,包括ECG迹线的P波以及Q到U段。现在每个波形均得到完整描绘,搏动分类器48将每个新的搏动与之前的搏动进行比较,并且将搏动分类为针对所述个体的正常(规律)搏动或异常(不规律)搏动。所述搏动的分类使得平均搏动分析器52能够定义正常心跳的特性,并且在54测量平均搏动的幅度和分段持续时间。在56将所述搏动分类用于确定心律。图8、图9a和图9b为这种ECG迹线处理的功能性图示。图8的左侧为来自导联I、II、V1、V2、V5和V6的ECG迹线的序列60。搏动分类器48比较各种搏动特性,并且已将所述搏动中的一些分类为正常的(N*,0)。例如,来自导联V5和V6的所有搏动均已被分类为正常的。其他四个导联包含呈现心室早发性收缩(PVC,1)特性的搏动。在62,所述ECG系统集合正常搏动的特性,排除异常搏动的特性,将所述搏动按时间对齐,以及对它们进行平均以产生平均搏动。在64迹线图示针对该例子中示出的六个导联的平均搏动的迹线。图9a中,测量所述六个导联的平均搏动迹线64,以得到在66示出的各种特性,诸如Q波、R波、和T波的幅度和持续时间,以及诸如QRS和QT的波间间隔。针对该例子的六个导联,测量结果图示为记录在测量表68中。针对12-导联系统的完整测量结果表的例子示于图9b中。
能够将ECG波以及它们的测量结果发送到离线工作站,所述离线工作站具有报告生成包,以产生患者的ECG波形的报告。然而,大多数诊断ECG系统,诸如飞利浦Pagewriter心电图线和飞利浦TraceMasterECG管理系统,具有机载ECG报告包。图10图示能够通过这些系统产生的报告的类型。根据在70示出的十二导联的波形的特性以及图9b的测量结果,临床医师能够编程报告软件,从而以在临床上定义某些心脏症状的方式,识别并逻辑组合、包括或排除各种特性。这种类型的典型程序在图10中示于72,并且将为主治心脏病学家产生ECG报告,如在74所示。针对已患有急性心肌梗塞的患者,所述报告通常将指示心脏内急性心肌缺血的存在,并且有时还指示受所述梗塞影响的心脏范围的区域位置和所述区域的尺寸。然而,对于手持导管等待清理阻塞的介入心脏病医师而言,则需要更多信息。心脏病医师想要知道哪个主冠状动脉以及冠状动脉的哪个分支已被阻塞,以便心脏病医师能够立即着手将导管插入被阻塞的动脉或分支,并且使血液灌注返回到心脏中受影响的区域。
根据本发明的原理,本发明人已研究了ECG数据库的统计学分析以及它们与不同冠状动脉解剖学的关系,并已开发出自动的技术以识别急性缺血事件的发病动脉以及闭塞的最可能位置。该创新技术能够将两个主干冠状动脉,RC和LM,中的一个,或者LM的两个主分支,LDA和LCx,中的一个识别为发病动脉。如通过在所述ECG报告中、在屏幕上可视地、在ECG迹线的显示器上、可听地、或者通过其他输出手段识别发病动脉和闭塞位置,将发病动脉的识别结果以及闭塞位置告知心脏病医师。本发明人已认识到,如果阻塞发生在不同的冠状动脉中以及在动脉的不同水平中,在有ST段抬高和没有ST段抬高的情形中,静态ECG以及急性心脏缺血中的ST段偏移和其他ECG测量结果(例如,Q波、R波、T波的幅度和持续时间,以及诸如QRS和QT的波间间隔)具有不同的模式。考虑到冠状动脉解剖结构具有某些模式和偏移,这些ST偏移与患者的冠状动脉解剖结构密切关联。本发明技术能够检查标准ECG导联配置的ST偏移和其他测量结果,以及它们的分类规则,以总结出特定的冠状动脉或分支为急性缺血事件的源头。
例如,如果LAD被闭塞,到心脏前壁的血流将会减少。在这种情况中,ECG导联V2、V3、V4、V5中面向前壁的一些将显示ST段抬高。相应地,面向心脏相对壁的ECG导联将显示ST段压低。通过使用这种原理,能够识别供应心脏壁的急性缺血区域的发病冠状动脉或分支。
可以通过将ECG导联与如图11a和图11b中图示的冠状动脉的解剖结构相关,来进一步理解这种原理。图11a和图11b为心脏10的前视图,心脏10具有如图3中指示的RCA、LCA、LCx和LAD。将血管的路径与三个肢体电极相关,如上文所示将这三个肢体电极与vG电极一起结合以产生12-导联系统的六个肢体导联I、II、III、aVR、aVL和aVF。下部导联II、III和aVF从左心室的下壁或膈膜壁的有利位置查看心脏的电活动。侧导联I、aVL、V5(在图11b中示为5)和V6(在图11b中示为6)从左心室的侧壁的有利位置查看电活动。源自胸骨任意侧上的电极(参见图4a)导出的V1和V2导联(在图11b中示为1和2),从心脏间隔壁的有利位置查看电活动。前部导联V3和V4从心脏前壁的有利位置查看电活动。本发明考虑了导联信号以及它们各自对心脏的有利位置,以识别狭窄的冠状动脉。
图11c针对通常用于ECG报告的不同导联示出ECG迹线的定位。十二-导联报告通常以三乘四矩阵布置导联信号,如图11c中前四列所示。下部电极II、III和aVF的信号位于第一和第二列,侧导联信号定位在第一列的顶部(I)、第二列的中间(aVL),以及第四列(V5和V6),等等。本发明的实施例能够有利地使用导联的这种标准取向,以执行其分析,并将结果呈现给临床医师。在图11c的例子中,增加了第五列,以用于如以下例子中所示的更高阶导联。
根据本发明另外一方面,针对与特定冠状动脉和分支位置的狭窄有关的抬高和压低的ST段的具体模式分析ECG导联信号。在图12a的正常ECG迹线中,ST段80的信号水平位于或非常接近ECG迹线的标称基线。当冠状动脉变得完全闭塞时,毗邻动脉的导联的ST段82将被显著抬高,如在图12b中所示,这里虚线指示迹线的标称基线。所述ST段能够被抬高100u伏特或更多。临近心脏另一侧的ECG导联将呈现对应的压低,所述对应的压低能够被检测到并且与所述抬高的迹线相关,以用于对所述ST段抬高的肯定识别。此外,ST段抬高的量将随着时间和狭窄的程度而变化。例如,在造成阻塞的事件不久之后,导联的ST段将呈现相对显著的抬高84,如在图12c中所示。随着时间经过,所述抬高将减小,并且ST段抬高86能够看起来如在图12d中所示的。大量时间之后,随着心脏开始适应其新的生理条件,或者当动脉仅部分闭塞时,所述ST段将仅轻微抬高,如在图12e中88所示。因此,通过就胸痛发作的时间询问患者,能够记录事件的时间,并且评估预期的抬高程度。抬高的程度也能够用于识别仅部分闭塞的血管,诸如其中老的血液凝块已随时间钙化的那些血管。这些指征能够用于挑出不需要立即关注的血管,同时将介入程序指向到刚刚罹患主要阻塞的血管。
图13a、图14a和图15a示出ECG报告的例子,所述报告中为临床医师识别出了发病冠状动脉。在图13a中,将12-导联迹线布置在上文描述的3×4模式中。还示出了三个额外的导联,两个在躯干的右侧(V4R和V5R),两个在心脏的后侧(V8和V9)。圈起来的导联迹线在前部导联组V3和V4,以及相邻导联V2和V5中,呈现显著的ST段抬高。ST段抬高还见于侧导联V6、I和aVL中。可能伴随有导联V6、I和aVL中的ST段抬高的导联组V2、V3、V4、V5中ST段抬高的存在指示左前降支(LAD)冠状动脉的阻塞,并且可以看出,这种结论被打印并在图13a的报告的顶部高亮显示。
图13b和图13c示出为什么这些前部导联组和侧导联组指示LAD阻塞。图13b示出查看心脏左侧的侧导联aVL和I,并且因此对左冠状动脉症状比对右冠状动脉症状更为敏感。侧导联组的导联V6以与图13c中所示类似的方式取向。图13c还示出与LAD有关的前部导联V3和V4,以及相邻的前部导联V2和V5。由于这些导联查看心脏的前表面,因此它们对LAD症状比对LCx症状更为敏感。如果使用更高阶的导联设置代替12-导联设置,则ST段抬高的导联将由在面对心脏的相对壁的导联中的ST段压低镜像映射。这样的例子见于图13a中,其中查看心脏右侧的V4R导联呈现某种ST段压低。因此,两个左侧导联组中显著的ST段抬高指出LAD冠状动脉为发病动脉。
图14a的ECG报告示出在下部导联II、III和aVF中的ST段抬高。ST段抬高还呈现在后部导联V8中。所述后部导联的ST段抬高是由前部导联V1、V2和V3中的ST段压低镜像映射的。此外,前胸导联V1-V3的ST段压低的水平大于下肢导联II、III和aVF的ST段抬高。这套测量结果指示左回旋支(LCx)冠状动脉的阻塞,如在图14a的报告顶部报告并高亮显示的。当使用相邻的后部导联V7和V9时,其将示出与导联V8相类似的ST段抬高。
图14b和图14c提供这种指示的解剖学图示。图14b中示出的下部导联II、III和aVF,从下方查看心脏,并因此对左冠状动脉和右冠状动脉的上面部分的症状较不敏感,而对左回旋支的阻塞更为敏感,因为左回旋支缠绕心脏并且到心脏下面。后部导联V7、V8和V9与LCx的后部位置相对,并且因此对LCx症状比对较前面的RCA和LAD冠状动脉相比更为敏感。这些后部导联的敏感性被前壁导联V1、V2和V3的ST段压低镜像映射。因此,具有匹配的ST段压低的这套ST段抬高指示LCx冠状动脉的阻塞。
图15a示出在下部导联组II、III和aVF中具有ST段抬高的ECG报告。导联III中的ST段抬高大于导联II中的。ST段抬高还见于右胸导联V4R和V5R中。这套测量结果表明右冠状动脉(RCA)阻塞,如在ECG报告中陈述并高亮显示的。在或者下部导联组中或者在右胸导联组中,或在全部两者中的ST段抬高指示RCA阻塞。也可能存在导联aVR中的ST段抬高。还可能存在其他指征,包括在前部(V3、V4)和侧(I、aVL、V5)导联组中可能的ST段压低,所述ST段压低镜像映射右侧导联上的ST段抬高。ST段压低的水平一般低于下部导联中的ST段抬高,如图15a中看出的。
图15b和图15c指示出这些指征的解剖学关系。下部导联II、III和aVF对心脏底部的症状敏感,在心脏底部RCA和LAD两者供血,但相比较II导联靠近左侧上的LAD,III导联更靠近右侧RCA。右胸导联,包括图15c中所示的那些,也对右侧症状更为敏感。同样,aVR导联对右心室的区域中的症状敏感,并且因此也是右侧敏感的。在与心脏的左侧相关联的前部导联和侧导联中将会预料到镜像映射这种ST段抬高的ST段压低。因此可见,这套指征将把RCA识别为发病冠状动脉。
左主干(LM)冠状动脉(其上部位置在心脏的顶部)的阻塞可以以类似方式得到识别。参考图16的ECG报告,LM阻塞由aVR导联中的ST段抬高指示,aVR导联与心脏的上腔(右心室)相关联。这有时伴随有导联V1中的ST段抬高,然而,在这种情况中,V1导联呈现ST段压低。达到其他导联中出现的程度的异常ST水平将呈现出在多数导联中的ST段压低。在这种情况中,圈起来的所有其他导联的迹线均呈现ST段压低,除了导联V4R,这是由于导联V4R靠近心脏右侧上的导联aVR。V4R导联的轻微ST段抬高镜像映射在心脏另一侧的导联中所见的ST段压低。这套测量结果指示LM为发病冠状动脉。LM阻塞中所见的典型扩散型ST段压低一般不被认为是急性缺血事件,但具有与其他急性缺血事件相同的重要性或更差的重要性。
根据本发明另外一方面,已知某些ECG导联测量结果和模式与某些动脉位置中的阻塞有关。例如,针对近端LAD阻塞的ST段偏移模式是心前区导联中的主要ST段抬高伴随导联III和aVF中的ST段压低。导联III和aVF中的ST段抬高指示非近端位置。针对近端RCA阻塞的ST段模式是,在导联III中的ST段抬高大于导联II中的ST段抬高,并伴随有在导联V1中等电位或抬高的ST。从这种ECG测量结果与冠状动脉阻塞位置的关系的先验知识,发展了对发病冠状动脉和动脉内的阻塞位置的分类有用的一套ECG测量结果,包括导联II中ST段抬高与导联III中ST段抬高的比率;导联aVR中ST段压低与导联aVL中ST段压低的比率;导联V1中的ST偏移;ST轴、前平面;ST轴、水平面(胸部导联);下部导联ST段抬高和压低;前部导联ST段抬高和压低;以及侧导联ST段抬高和压低。然后创建用于ECG测量结果的分类器,其使用与不同闭塞位置有强关联的可能性的统计学方法。例如,已创建出分类器以将近端RCA闭塞的可能性与中/远端RCA和LCx闭塞分开。这种特定的实现方式使用逻辑回归分类器,所述逻辑回归分类器使用被称作“STelevL2L3”(导联II中的ST段抬高减去导联III中的ST段抬高)和“trVcgSTangle”(心电向量图横向平面ST角)的两种ECG测量结果。所述分类器用于产生不同动脉闭塞位置的可能性的概率表面。在概率表面的产生中,通过图7的测量结果处理器54针对每个ECG计算这些ECG测量结果,如图9a中所图示的。两种这样的测量结果形成等值线图上的单一点。概率表面在该点处的值给出ECG属于那种类别的概率。因此,每个ECG将具有其为每个分类的成员的概率。最高的概率确定哪个类别是最可能的。
例如,假设ECG具有120度的ST轴值,并且ST抬高II减去ST抬高III等于-100。访问概率表面图的点(-120,-100)将找到对应的概率。在图示的例子中,非近端RCA的概率为0.6。近端RCA的概率为0.4并且LCx的概率在0.1以下。在这种情况中,分类器输出为,闭塞的位置是非近端RCA。
近端LAD的部分闭塞也能够通过在非ST段抬高MI(NSTEMI)的ECG模式探测到。通过未示出诊断性ST段抬高的生物标记将NSTEMI定义为急性MI。胸部导联V2至V4中的深倒置T波指示或者近端LAD闭塞或者较不常见的脑血管意外(CVA)。本发明的实现方式还能够通过对NSTEMI中的ST段和T波两者的ECG测量结果的组合的解读,自动检测近端LAD闭塞。可以在这种实现方式中使用的ECG标准包括V2、V3和V4的两个邻近的导联,所述两个邻近的导联具有小于0.5mV的T波幅度;排除具有ST段压低和ST段抬高两者的情况;导联V2-V4中的T波必须是对称的;QTc针对女性大于460msec并且针对男性大于450msec;QRS持续时间小于130msec;以及排除自动解读心肌梗塞、束支传导阻滞和心室肥厚的情况。自动的T波对称性测量是基于上行全局T波与下行全局T波的最大斜率的比率;上行与下行割线斜率的比率;以及全局T波的峰值之前与之后面积的比率。如上文所提及的,胸部导联V2至V4中的深倒置T波指示或者近端LAD闭塞,或者较不常见的脑血管意外(CVA)。
当患者表现有心脏病的症状,但ECG测量结果却揭示在任何导联中均没有显著的ST段抬高时,则应针对上文列出的ST段压低的情况中的任意情况评价所述导联。以没有ST段抬高的特定阻塞为特征的ST段压低指征的存在,指示受试者冠状动脉中的部分堵塞或即将完全阻塞,并且应将所述ST段压低指征的存在向主治介入心脏病学家指示,以用于与由医师发现的其他指征一起考虑。
除了上文描述的ST段抬高和压低特性以外,其他ECG测量结果,诸如Q波、R波、T波的幅度和持续时间,以及诸如QRS和QT的波间间隔也可以应用于发病冠状动脉的识别中。更高阶导联设置的使用(包括13-至18-导联ECG系统以及64-和128-导联ECG体表面测绘)能够提供额外的增量信息,以提升发病冠状动脉识别的准确度。针对具有少于12导联的系统,能够推导额外的导联信号,从而以潜在降低的准确度实现本发明的技术。
本发明的实现方式的最终输出包括以下之一的指征:近端LAD、中/远端LAD、近端RCA、中/远端RCA,或LCx闭塞。这种输出将最有可能是依赖DXL的12-导联算法的文本输出的部分。

Claims (14)

1.一种借助于n导联ECG系统识别与缺血事件相关联的发病冠状动脉的闭塞的位置的设备,所述设备包括ECG处理模块,所述ECG处理模块被配置为:
接收所述n导联的ECG信号;
针对ST段抬高,分析所述ECG导联信号;
计算在发病冠状动脉的分类以及该发病冠状动脉的闭塞的定位中有用的多个ECG测量结果;
使用所述ECG测量结果以创建在不同冠状动脉位置中闭塞位置的概率的分类器;
操作所述分类器,以识别具有最高闭塞概率的位置;并且
向用户识别可能是闭塞位点的特定冠状动脉位置。
2.如权利要求1所述的设备,其中,所述ECG处理模块被配置为通过产生在不同冠状动脉位置中闭塞的可能性的概率表面的等值线图来使用所述ECG测量结果以创建分类器。
3.如权利要求2所述的设备,其中,所述不同冠状动脉位置为非近端RCA、近端RCA和LCx。
4.如权利要求1所述的设备,其中,所述分类器还包括逻辑回归分类器。
5.如权利要求2所述的设备,其中,所述ECG处理模块被配置为通过以下方式来操作所述分类器:
用ECG测量结果访问所述等值线图,以在多个位置中的每个位置处识别概率值;以及
从所述等值线图中识别具有最高概率值的位置。
6.如权利要求1所述的设备,其中,所述不同冠状动脉位置为近端LAD和中/远端LAD。
7.如权利要求6所述的设备,其中,所述ECG处理模块被配置为针对NSTEMI的特性分析所述ECG导联信号。
8.如权利要求7所述的设备,其中,所述多个ECG测量结果包括深倒置并且对称的T波的测量结果。
9.如权利要求1所述的设备,所述ECG处理模块还被配置为:
针对特定冠状动脉或分支的阻塞的指征,分析ST段抬高的模式;并且
将特定冠状动脉或分支向用户识别为发病冠状动脉。
10.如权利要求9所述的设备,其中,所述ECG处理模块被配置为通过以下方式来分析所述ST段抬高的模式:识别能伴随有在包括导联V6、I、aVL中的一个或多个的侧导联组中的ST段抬高的在包括导联V2、V3、V4、V5中的一个或多个的前部导联组中的ST段抬高,以指示左前降支(LAD)冠状动脉的阻塞;并且
其中,识别还包括将所述LAD冠状动脉识别为发病冠状动脉。
11.如权利要求9所述的设备,其中,所述ECG处理模块被配置为通过以下方式来分析所述ST段抬高的模式:识别在包括导联II、III、aVF中的一个或多个的下部导联组中的以及在包括导联V7、V8、V9中的一个或多个的后部导联组中的ST段抬高;以及
针对ST段压低,分析包括导联V1、V2、V3中的一个或多个的前部导联组的迹线,以及识别所述导联组中的ST段压低;
其中,识别还包括将左回旋支(LCx)冠状动脉识别为发病冠状动脉。
12.如权利要求9所述的设备,其中,所述ECG处理模块被配置为通过以下方式来分析所述ST段抬高的模式:识别在包括导联II、III、aVF中的一个或多个的下部导联组中的和/或在包括导联V3R-V5R中的一个或多个的右胸导联中的ST段抬高,其中,在导联III中ST段抬高的水平大于在导联II中ST段抬高的水平;并且
其中,识别还包括将右冠状动脉(RCA)识别为发病冠状动脉。
13.如权利要求9所述的设备,其中,所述ECG处理模块被配置为通过以下方式来分析所述ST段抬高的模式:识别在导联aVR中的ST段抬高;并且
识别在多个其他导联中的ST段压低;并且
其中,识别还包括将左主干(LM)冠状动脉识别为发病冠状动脉。
14.如权利要求1所述的设备,其中,n为十二。
CN201180057704.7A 2010-12-01 2011-11-28 在发病冠状动脉中闭塞位置的自动识别 Active CN103228207B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US41843810P 2010-12-01 2010-12-01
US61/418,438 2010-12-01
PCT/IB2011/055334 WO2012073179A1 (en) 2010-12-01 2011-11-28 Automated identification of occlusion location in the culprit coronary artery

Publications (2)

Publication Number Publication Date
CN103228207A CN103228207A (zh) 2013-07-31
CN103228207B true CN103228207B (zh) 2015-06-17

Family

ID=45390132

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201180057704.7A Active CN103228207B (zh) 2010-12-01 2011-11-28 在发病冠状动脉中闭塞位置的自动识别

Country Status (7)

Country Link
US (1) US9603532B2 (zh)
EP (1) EP2645927B1 (zh)
JP (1) JP6251035B2 (zh)
CN (1) CN103228207B (zh)
BR (1) BR112013013484A2 (zh)
RU (1) RU2598049C2 (zh)
WO (1) WO2012073179A1 (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3282940A1 (en) * 2015-04-14 2018-02-21 Koninklijke Philips N.V. Method and system for ecg based cardiac ischemia detection
EP3096254A1 (en) * 2015-05-21 2016-11-23 Universität Zürich Method for monitoring and visualizing a patient's medical condition
US20210059551A1 (en) * 2018-03-09 2021-03-04 Beth Israel Deaconess Medical Center, High throughput ecg heterogeneity assessment to determine presence of coronary artery stenosis
CN109303574A (zh) * 2018-11-05 2019-02-05 深圳开立生物医疗科技股份有限公司 一种识别冠脉异常的方法及装置
CA3124755A1 (en) 2018-12-26 2020-07-02 Analytics For Life Inc. Methods and systems to configure and use neural networks in characterizing physiological systems
RU2714171C1 (ru) * 2019-05-29 2020-02-12 федеральное государственное бюджетное образовательное учреждение высшего образования "Приволжский исследовательский медицинский университет" Министерства здравоохранения Российской Федерации (ФГБОУ ВО "ПИМУ" Минздрава России) Способ неинвазивной диагностики стеноза правой коронарной артерии
TWI802888B (zh) * 2021-05-27 2023-05-21 財團法人祺華教育基金會 心臟血管功能評估系統
JP7209404B1 (ja) 2022-04-06 2023-01-20 株式会社スカイダイニング オーダー管理装置、オーダー端末装置、オーダー管理システム、および、プログラム

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5489782A (en) * 1994-03-24 1996-02-06 Imaging Laboratory, Inc. Method and apparatus for quantum-limited data acquisition
CN101795622A (zh) * 2007-08-07 2010-08-04 皇家飞利浦电子股份有限公司 病变冠状动脉的自动识别

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5161539A (en) 1991-05-09 1992-11-10 Physio-Control Method and apparatus for performing mapping-type analysis including use of limited electrode sets
US6217525B1 (en) 1998-04-30 2001-04-17 Medtronic Physio-Control Manufacturing Corp. Reduced lead set device and method for detecting acute cardiac ischemic conditions
US6370423B1 (en) * 1998-10-05 2002-04-09 Juan R. Guerrero Method for analysis of biological voltage signals
US6067466A (en) 1998-11-18 2000-05-23 New England Medical Center Hospitals, Inc. Diagnostic tool using a predictive instrument
AU4422800A (en) * 1999-05-01 2001-11-07 Court Of Napier University, The Method of analysis of medical signals
EP1316010A4 (en) * 2000-08-09 2004-11-24 Clinical Care Systems Inc METHOD AND SYSTEM FOR DISTRIBUTED ANALYSIS AND DIAGNOSIS SOFTWARE IN AN INTRANET OR INTERNET ENVIRONMENT
US6665559B2 (en) * 2000-10-06 2003-12-16 Ge Medical Systems Information Technologies, Inc. Method and apparatus for perioperative assessment of cardiovascular risk
US20040138574A1 (en) * 2002-07-17 2004-07-15 Resolution Medical, Inc. Methods and apparatus for enhancing diagnosis of myocardial infarctions
NL1024765C2 (nl) * 2003-11-12 2005-05-17 Consult In Medicine B V Werkwijze en inrichting voor het vaststellen van de aanwezigheid van een ischemisch gebied in het hart van een mens of dier.
US20070219454A1 (en) * 2006-03-02 2007-09-20 Guzzetta J J ECG method and system for optimal cardiac disease detection
US9462955B2 (en) * 2007-12-18 2016-10-11 Koninklijke Philips N.V. Automated identification of culprit coronary artery using anatomically oriented ECG data display
CN102405013B (zh) * 2009-02-26 2014-08-27 德雷格医疗系统股份有限公司 用于快速检测心肌缺血的ecg数据显示方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5489782A (en) * 1994-03-24 1996-02-06 Imaging Laboratory, Inc. Method and apparatus for quantum-limited data acquisition
CN101795622A (zh) * 2007-08-07 2010-08-04 皇家飞利浦电子股份有限公司 病变冠状动脉的自动识别

Also Published As

Publication number Publication date
JP2014503251A (ja) 2014-02-13
US9603532B2 (en) 2017-03-28
RU2598049C2 (ru) 2016-09-20
EP2645927A1 (en) 2013-10-09
JP6251035B2 (ja) 2017-12-20
CN103228207A (zh) 2013-07-31
BR112013013484A2 (pt) 2016-10-11
WO2012073179A1 (en) 2012-06-07
US20130237870A1 (en) 2013-09-12
EP2645927B1 (en) 2014-10-08
RU2013129760A (ru) 2015-01-10

Similar Documents

Publication Publication Date Title
CN103228207B (zh) 在发病冠状动脉中闭塞位置的自动识别
CN101902959B (zh) 利用在解剖意义上取向的ecg数据显示自动识别发病冠状动脉
CN101795622B (zh) 病变冠状动脉的自动识别
CN107072545B (zh) 用于快速诊断的心电图数据分析方法和系统
US7751876B2 (en) Method and system for detecting premature ventricular contraction from a surface electrocardiogram
US20130296680A1 (en) Arrhythmia detection using hidden regularity to improve specificity
CN102802517A (zh) 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
US8868168B2 (en) System for cardiac condition characterization using electrophysiological signal data
CN107530020B (zh) 用于基于ecg的心脏缺血检测的方法与系统
Quesnel et al. Signal quality and false myocardial ischemia alarms in ambulatory electrocardiograms
US20190015006A1 (en) The New Method for Recognizing Point Quantification Standard Elevation or Depression Near the Equipotential Line of Each Heartbeat
Turnip et al. Extraction of P and T waves from electrocardiogram signals with modified Hamilton algorithm
Mayapur Detection and Processing of the R Peak
Berbari et al. Identifying the end of ventricular activation: Body surface late potentials versus electrogram measurements in a canine infarction model
Gomes et al. ECG Self-diagnosis System at PR interval
Sheikh et al. An enhanced threshold free-method for T-Wave detection in noisy environment
Carreres Prieto et al. Real-time cardiac monitoring through the development of a smart holter to detect pathologies through an expert algorithm
CN114533081A (zh) 一种融合早搏抑制策略的阵发性房颤检测装置
Pande et al. Software detection of ECG baseline and QRS-complex for coronary intensive care
Zeelenberg et al. Automated Arrhythmia Detection in Intensive Care

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant