DE60217786T2

DE60217786T2 - Verfahren und Vorrichtung zur Gewinnung von Indizes zum Charakterisieren von atrialen Arrythmien

Info

Publication number: DE60217786T2
Application number: DE60217786T
Authority: DE
Inventors: Martin Stridh; Leif Sörnmo
Original assignee: Siemens AG
Current assignee: Siemens AG
Priority date: 2001-10-04
Filing date: 2002-09-30
Publication date: 2007-10-31
Anticipated expiration: 2022-10-01
Also published as: EP1300110A2; SE0103312D0; JP2003204947A; EP1300110A3; EP1300110B1; DE60217786D1; US20030069511A1; JP4199978B2; US7117029B2

Description

Die vorliegende Erfindung betrifft ein Verfahren und eine Vorrichtung zur Verwendung bei der Charakterisierung von atrialen Arrhythmien und insbesondere ein Verfahren und eine Vorrichtung, die Zeitfrequenzanalyse von aus den Atria stammenden elektrischen Signalen verwenden, um Indizes zur Verwendung bei der Charakterisierung der Arrhythmien abzuleiten.
Es ist wünschenswert, Verfahren und insbesondere nicht eingreifende Verfahren zur Charakterisierung und Klassifizierung von atrialen Arrhythmien, darunter Tachykardie, Fluttern und Fibrillation, zu finden. In der atrialen Aktivität enthaltene Informationen müssen auf eine bestimmte geeignete Weise quantifiziert werden, um diese Aufgabe zu lösen. Bisher richteten sich die Hauptbemühungen auf diesem Gebiet auf atriale Fibrillisationsanalyse, obwohl dieselben Verfahren in vielen Fällen für Fluttern und Tachykardie verwendet werden können. Beim Fall der atrialen Fibrillation wurde die atriale Aktivität in einem Elektrokardiogramm (EKG), das entweder intern oder extern des Patienten registriert wird, gewöhnlich nach ihrer maximalen Amplitude klassifiziert. Die Wiederholungsrate (oder atriale Zykluslänge) der F-Wellen in dem EKG wurde auch untersucht und dient als Index des Grades der atrialen Organisation. Die Schätzung der mittleren Wiederholungsrate kann auf Spektralanalyse basieren. Ein solcher Ansatz gibt ein allgemeines Bild des Signals durch Bereitstellen von Informationen über die mittlere Wiederholungsrate mittels der Spitzenposition, der Variation der Rate um die Breite der Spitze und der mittleren Signalenergie um die Spitzenamplitude. Dieses Verfahren ist einfach, liefert aber wertvolle klinische Informationen.
Atriale Signale können nicht stationär sein, wiederholen sich aber und sie können somit in kurzen Intervallen durch ein Grundfrequenzsignal repräsentiert werden, das die Wiederholungsrate widerspiegelt und ein harmonisches Muster, das die Form der fibrillatorischen Signalform widerspiegelt. Auf der Basis dieser Feststellung kann eine ausführliche Merkmalex traktion in der Zeitfrequenzebene für diese Art von Signal erzielt werden.
Zeitfrequenzanalyse (TFA) unter Verwendung einer iterativen Kreuz-Wigner-Ville-Verteilung (XWVD) zur sekundenweisen Analyse der Signale ist bekannt und kann eine ausführlichere zeitliche Charakterisierung der Variationen der Wiederholungsrate als die oben erwähnten Ansätze liefern.
Die XWVD modelliert die Frequenzvariationen jedoch als frequenzmodulierte Sinuskurve, was einen Tiefpasseffekt auf die Trends hat. Außerdem verwendet sie nur die Energie in der Grundfrequenz und kann deshalb die Form der Signale, die durch seine Oberschwingungen beschrieben wird, nicht verfolgen. Eine weitere Beschränkung besteht darin, dass, aufgrund der großen Anzahl durchgeführter Iterationen die rechnerische Komplexität relativ hoch ist.
Gemäß einem ersten Aspekt der vorliegenden Erfindung, der in Anspruch 1 beschrieben und dadurch charakterisiert wird, wird ein Verfahren zum Ableiten mindestens eines zur Charakterisierung von atrialen Arrhythmien nützlichen Index in einem digitalen Datenverarbeitungssystem bereitgestellt. Dieses Verfahren verwendet einen Vergleich zwischen einem Frequenzspektrum, das eine zeitlokalisierte Region eines eingegebenen atrialen elektrischen Signals repräsentiert, und einem Modell oder Vorlagenfrequenzspektrum, um Arrhythmie-Ereignisse anzeigende Werte bereitzustellen. Dies verringert die Anzahl der iterativen Schritte im Vergleich zu der anderen, oben beschriebenen rechnerischen Analyse.
Vorzugsweise kann das Vorlagenfrequenzspektrum auf selektive Weise angepasst werden, wobei jedes Spektrum aus verschiedenen zeitlokalisierten Regionen kommt. Dies hat den Vorteil, dass sich das Vorlagenspektrum an etwaige Änderungen der Signalformeigenschaften, die mit der Zeit auftreten, und von Patient zu Patient anpassen kann.
Nützlicherweise kann die Anpassung umfassen, die Frequenzposition der Grundspitze des Vorlagenspektrums abhängig von einem gemittelten Frequenzspektrum zu variieren, das aus den verschiedenen zeitlokalisierten Regionen des eingegebenen atrialen Signals erhalten wird. Das Verfolgen der Grundfrequenzspitze auf diese Weise verringert die Berechnung, die notwendig ist, wenn man eine Frequenzverschiebung berechnet, die erforderlich ist, um die Korrelation zwischen dem Vorlagenfrequenzspektrum und dem Frequenzspektrum des angegebenen atrialen Signals zu optimieren.
Die durch das Verfahren gemäß der vorliegenden Erfindung erhaltene Menge von Indizes kann dann als Grundlage für die Klassifikation von atrialen Arrhythmien dienen, zum Beispiel durch Vergleich der erhaltenen Indizes in dem digitalen Datenverarbeitungssystem mit denen, die in einer Datenbank von Indizes gespeichert sind, die bekannte Arrhythmietypen charakterisieren.
Gemäß einem zweiten Aspekt der Erfindung wird ein Computerprogrammprodukt bereitgestellt, das, wenn es in ein digitales Signalverarbeitungssystem geladen und dort ausgeführt wird, bewirkt, dass das System das Verfahren gemäß dem ersten Aspekt ausführt.
Gemäß einem dritten Aspekt der vorliegenden Erfindung wird eine Vorrichtung bereitgestellt, die gemäß dem Verfahren des ersten Aspekts der vorliegenden Erfindung arbeitet, um die mit ihm assoziierten Vorteile bereitzustellen.
Es wird nun eine beispielhafte Ausführungsform der vorliegenden Erfindung zusammen mit Beispielen für ihre Anwendung ausführlicher mit Bezug auf die Zeichnungen der beigefügten Figuren beschrieben. Es zeigen:
1 eine Vorrichtung gemäß der vorliegenden Erfindung, die dafür konfiguriert ist, gemäß dem Verfahren der vorliegenden Erfindung zu arbeiten;
2 Signalformen, die durch das in dem Verfahren der vorliegenden Erfindung verwendete Modell des exponentiellen Abklingens repräsentiert werden können;
3 fünf Sekunden aus jedem von vier EKG-Signalen nach QRST-Löschung;
4 die Zerlegung von einer Minute von Signalen ähnlich denen von 3, die verschiedene Arrhythmieereignisse enthalten, gemäß dem vorliegenden Verfahren.
Man betrachte nun die Vorrichtung von 1. Ein herkömmlicher Oberflächen-EKG-Recorder 2 mit 12 Leitungen enthielt einen Analog-Digital-Umsetzer 4, der eine mit 1 kHz abgetastete digitale Ausgabe einer QRST-Löscheinrichtung 6 zuführt, wie zum Beispiel der in US 6,035,231 beschriebenen Einrichtung. Diese Einrichtung 6 ist dafür konfiguriert, eine auf 50 Hz unterabgetastete Ausgabe bereitzustellen, die ausreicht, um ein Zeitbereichssignal zu beschreiben, das hauptsächlich die atriale Aktivität des Herzens eines Patienten repräsentiert.
Ein Pufferspeicher 8 eines digitalen Datenprozessors 10 ist dafür ausgelegt, die unterabgetastete Ausgabe der QRST-Löscheinrichtung 6 zu empfangen. Ein Zeitfenstergenerator 12 ist dafür konfiguriert, ein Zeitfenster 12 mit einer (durch die gestrichelten Pfeile von 1 dargestellten) variablen Position zu erzeugen, um einen Teil der Daten in dem Pufferspeicher 8 zeitlich zu isolieren und sie dem Spektrumanalysierer 14 zuzuführen, der wirkt, um den isolierten Teil des Zeitbereichssignals zu einem Frequenzspektrum q_K zu analysieren.
Mit dem Spektrumanalysierer 14 ist ein Komparator 16 verbunden, um das analysierte Frequenzspektrum q_K und ein Vorlagenspektrum ϕ von einem Spektrumgenerator 18 zu empfangen und ist dafür ausgelegt, einen Frequenzverschiebungswert θ_k und einen Amplitudenwert a_K zu bestimmen, die erforderlich sind, um eine Korrelation zwischen den beiden Spektren zu optimieren, wie später ausführlicher besprochen werden wird. Außerdem ist der Spektrumgenerator 18 dafür ausgelegt, das Vorlagenspektrum ϕ abhängig von dem Frequenzspektrum q_K des eingegebenen atrialen Signals auf nachfolgend ausführlicher zu beschreibende Weise anzupassen.
Ein Analysierer 20 ist dafür konfiguriert, das Vorlagenspektrum ϕ gemäß einem nachfolgend exemplifizierten deskriptiven Modell zu parameterisieren, um als Indizes bei der Charakterisierung von Arrhythmieereignissen, die in dem in den digitalen Signalprozessor 10 eingegeben atrialen Signal vorliegen können, zu bestimmen. Ein Ereignisklassifizierer 22 ist wirksam mit dem Analysierer 20, mit dem Komparator 16 und mit einer Datenbank 24 verbunden, die Parameter und Wertekombinationen und entsprechende Arrhythmieereignisse hält. Der Ereignisklassifizierer 22 ist dafür konfiguriert, in dem aus der QRST-Löscheinrichtung 6 eingegebenen atrialen Signal vorhandene Arrhythmieereignisse nach einem Vergleich mit in der Datenbank 24 gespeicherten Daten zu identifizieren und diese Identifikation zum Beispiel an eine Anzeigeeinrichtung 26 auszugeben, wie zum Beispiel an einen Drucker oder eine visuelle Anzeigeeinheit, an eine (nicht gezeigte) Datenspeichereinrichtung oder zur Übertragung zu einem abgesetzten Client-Standort.
Für Fachleute ist erkennbar, dass ein herkömmlicher Mikroprozessor, der einen Programmcodeteil eines Computerprogrammprodukts, der mit Standard-Programmiertechniken erstellt wird, spezifisch dafür ausgelegt werden kann, die Funktionen des digitalen Datenprozessors 10 auszuführen. Ein solcher Mikroprozessor kann ferner dafür programmiert werden, die Funktio nen der QRST-Löscheinrichtung 6 auszuführen. Ferner ist für Fachleute erkennbar, dass der digitale Datenprozessor 10 von dem Oberfläche-EKG-Recoder 10 abgesetzt sein kann und zur Analyse von EKG-Kurven verwendet werden kann, die zuvor aufgezeichnet wurden, oder um in Echtzeit EKG-Kurven zu analysieren, die über eine Telekommunikationsverbindung, wie zum Beispiel eine Internetverbindung, zu dem Prozessor 10 übermittelt werden, ohne von der beanspruchten Erfindung abzuweichen.
Die Vorrichtung von 1 ist dafür konfiguriert, gemäß dem Verfahren der vorliegenden Erfindung zu arbeiten, gemäß dem die Charakterisierung von atrialen Arrhythmien auf einer Zeitfrequenzverteilung eines angegebenen atrialen Signals basiert. Im Allgemeinen umfasst das Verfahren die Konstruktion eines anfänglichen Vorlagenspektrums ϕ₀ als eine einzige Frequenzspitze bei einer Anfangsgrundfrequenzposition p₀ in einem Grundrauschen niedriger Amplitude. Für einen k-ten Signalblock (Zeitfenster) wird ein entsprechendes Frequenzspektrum q_k berechnet und an eine Zeitfrequenzverteilung angehängt. Eine Frequenzverschiebung θ_k zwischen dem berechneten Spektrum q_K und dem Vorlagenspektrum ϕ wird durch relative Frequenzverschiebung eines der beiden bestimmt, vorzugsweise des Vorlagenspektrums ϕ, um eine beste Übereinstimmung zu erzielen. Auf der Basis dieser Frequenzverschiebung θ_k wird dann eine Schätzung der Amplitude a_K des zeitlich isolierten Teils (k-tes Zeitfenster) des eingegebenen atrialen Signals durchgeführt. Sowohl die Frequenzverschiebung θ_k als auch die geschätzte Amplitude a_K können dann als Indizes verwendet werden, die in dem eingegebenen atrialen Signal vorliegende Arrhythmie charakterisieren.
Vorzugsweise und wie später ausführlicher beschrieben werden wird, umfasst das Verfahren ferner das Aktualisieren des Vorlagenspektrums ϕ unter Verwendung einer frequenzverschobenen Version des Frequenzspektrums q_K, das für das k-te Zeitfenster berechnet wird. Das aktualisierte Vorlagenspektrum ϕ_k wird immer zu einer Grundfrequenzposition p_k verschoben, die der Position einer durch Spitzendetektion in einem exponentiell gemittelten Eingangsspektrum S_K entspricht. Zusätzlich und wie nachfolgend beschrieben werden wird, kann eine Menge von Parametern, die das Vorlagenspektrum beschreibt, berechnet und als weitere Indizes bei der Charakterisierung und Identifikation der Anwesenheit von Arrhythmien in dem eingegebenen atrialen Signal verwendet werden. Diese sind: normierte Spitzenamplitude b_k, exponentielles Abklingen λ_k und Signal/Rausch-Verhältnis κ_k.
Bei dem vorliegenden Beispiel wird nur das Frequenzintervall in der Region zwischen 2,5 und 25 Hz gewählt. Dieses Intervall wird so gewählt, dass langsame Tachykardien unterhalb der unteren Frequenzgrenze von etwa 2,5 Hz repräsentiert werden können. Die Obergrenze von etwa 25 Hz wird gewählt, weil möglicher spektraler Inhalt darüber gewöhnlich zu schwach ist, um detektiert zu werden. Für Fachleute ist erkennbar, dass diese Grenzen empirisch abhängig von den zu charakterisierenden atrialen Ereignissen justiert werden können.
Da während einer Tachykardie die Zyklen häufig gleich lang sind und da für Fibrillation die Zykluslängen häufig auf unregelmäßige Weise, aber für kurze Intervalle von in der Regel 1 bis 2 Sekunden schnell variieren, kann man sie, wie bereits erwähnt, auch als ungefähr stationär betrachten – dann kann während kurzer Analysezeitfenster ein zeitlich isolierter Teil des eingegebenen atrialen Signals als eine Grundfrequenz und eine Anzahl von Oberschwingungen, die die Form der Signalform widerspiegeln, repräsentiert werden. Für eine genaue Schätzung ist bei einer langsamsten Frequenz von 2,5 Hz ein Zeitfenster in der Region von 2 bis 2,5 Sekunden erforderlich. Ein anderer Grund für dieses kurze Zeitfenster besteht darin, dass mögliche kleine QRST-Reste bei niedrigen Frequenzen abhängig von dem R-R-Intervall und der Fensterlänge erscheinen. Wenn die QRST-Reste eine hohe Amplitude aufweisen oder auf periodische Weise auftreten, können sie spektralen Inhalt oberhalb von 2,5 Hz aufweisen, wenn man ein längeres Fenster verwendet.
Es soll nun das Verfahren der vorliegenden Erfindung ausführlicher betrachtet werden.
Alle erhaltenen EKG-Signale werden zuerst zur Beseitigung von Grundlinien-Wanderung gefiltert. Vorzugsweise verwendet man ein räumlich-zeitliches QRST-Löschschema, das aus der US 6,035,231 bekannt ist, zum Extrahieren der atrialen Aktivität aus dem Oberflächen-EKG-Signal. Zusätzlich zu einem mittleren Schlag verwendet das räumliche-zeitliche Verfahren mittlere Schläge auch aus benachbarten Leitungen, um die Löschung zu verbessern und um in der Lage zu sein, Variationen der elektrischen Achse des Herzens zu kompensieren, wobei andernfalls große QRS-Reste verursacht werden. Die ventrikuläre Aktivität (QRS-Komplex und T-Welle) wird in dem resultierenden Rest-EKG-Signal entfernt und dieses Signal enthält somit hauptsächlich atriale Aktivität, d.h. P-Wellen während des Sinusrhythmus und F-Wellen während atrialer Fibrillation. Da der interessierende Spektralinhalt in dem Rest-EKG-Signal reichlich unterhalb von 25 Hz liegt, wird das Rest-EKG vorzugsweise von 1 kHz auf 50 Hz unterabgetastet. Dieser Vorgang verringert die durch den digitalen Datenprozessor 10 zu verarbeitende Datenmenge beträchtlich.
Das Rest-EKG-Signal x(n) wird für das k-te Fensterintervall (überlappende Blöcke) durch den Datenvektor xk = [x((k – 1)L)...x((k – 1)L + N – 1)]T (1)repräsentiert, wobei N die Fensterlänge und L die Distanz zwischen zwei aufeinanderfolgenden Fenstern ist. Jedes Spektrum der Kurzzeit-Fouriertransformation (STFT) wird folgendermaßen berechnet qk = FWxk (2) wobei F (K mal N)) eine K-Punkt-Matrix der ungleichförmigen diskreten Fouriertransformation (NDFT) ist, die auf dem Frequenzvektor f = [ƒ₀ ... fK – 1]^T basiert, F = |1 e–j2πf e–j2πf2 ... e–j2πf(N–1)| (3)wobei 1 ein Spaltenvektor der Länge K ist. Die Diagonaleinträge in der Diagonalmatrix W (N mal N) repräsentieren eine Fensterfunktion (die hier als Hamming gewählt wird).
Bei der vorliegenden Ausführungsform des Verfahrens besitzt die ungleichförmige STFT eine logarithmische Frequenzskala, so dass eine Verdopplung der Frequenz für alle Frequenzen derselben Anzahl von Frequenz-Bins entspricht. ƒn = ƒ0·10nk n = 0...K – 1(4)
Die Motivation hierfür ist, in der Lage zu sein, dass Oberschwingungsmuster von einem Spektrum so zu verschieben, dass es mit dem Oberschwingungsmuster für ein anderes Spektrum mit einer anderen Grundfrequenz übereinstimmt. Dies ist ein wichtiges Merkmal bei der Schätzung der Frequenzverschiebung, die notwendig ist, um jedes neue Spektrum an das Vorlagenspektrum anzupassen. Ein Ergebnis der logarithmischen Frequenzskala besteht darin, dass die Frequenzauflösung für die Grundfrequenz im Vergleich zu der für die Oberschwingungen viel höher ist.
Jedes Spektrum q_k wird als ein verstärktes (a_k) und frequenzverschobenes (θ_k) bekanntes Vorlagenspektrum (ϕ_k) modelliert, das eine Grundfrequenz und ein Oberschwingungsmuster enthält.
Die Notation (· ~) repräsentiert einen erweiterten Vektor mit Θ (maximale Frequenzverschiebung) zusätzlichen Abtastwerten sowohl am Anfang als auch am Ende, um die Auswahl verschiedener Teile des Vektors zu ermöglichen. Es wird angenommen, dass das Vorlagenspektrum auf Einheitsenergie normiert ist und eine Oberschwingungsstruktur dergestalt aufweist, dass es eine Grundfrequenz, ihre Oberschwingungen und Grundrauschen aufweist. Die zusätzlichen Abtastwerte können deshalb auf denselben Wert wie das Grundrauschen umgesetzt werden. Das justierte Vorlagenspektrum wird dann auch ungefähr auf Einheitsenergie normiert sein. Es gibt nun 2Θ + 1 mögliche Mengen von K Abtastwerten, die aus ϕ ~_k ausgewählt werden können. Die Auswahl erfolgt unter Verwendung der Schiebematrix J_θ, die folgendermaßen definiert ist
die K Abtastwerte aus K + 2Θ auswählt. Die Nullmatrizen werfen somit Energie aus dem Vorlagenspektrum weg. Es wird angenommen, dass sich diese Energie in dem Grundrauschen befindet, und ungefähr dieselbe Energie wird auf der anderen Seite des Spektrums eingeführt.
Eine Least-Squares-Schätzung der Frequenzverschiebung und Amplitude wird unter Verwendung der Kostenfunktion
durchgeführt, die folgendermaßen geschrieben werden kann:
mit
so dass sich folgendes ergibt:
Die Minimierung in bezug auf die Frequenzverschiebung θ_k ist nun von der Amplitude a_k unabhängig und wird durch Maximieren des zweiten Terms von 9 unter Verwendung einer Gittersuche von θ in dem Intervall [–Θ,Θ) durchgeführt, um die optimale Frequenzverschiebung θ ^_k zu finden,
Wenn die Frequenzverschiebung geschätzt wird, wird die Amplitude a ^_K als das Skalarprodukt gegeben:
Ein Maß dafür, wie gut das Modell in (5) auf das aktuelle Spektrum q_K passt, ist der Modellfehler e_k zwischen dem frequenzverschobenen und skalierten Vorlagenspektrum und jedes Spektrum und wird folgendermaßen bestimmt:
Der Modellfehler e_k wird zur Detektion zeitlich isolierter Teile des atrialen Signals verwendet, die durch die Modellannahmen nicht gut repräsentiert werden. Der Modellfehler ist nicht auf die Signalamplitude normiert und wird somit stark durch sie beeinflusst. Ein alternatives Modellfehlermaß ist dann
Diese Maße können zur Vergrößerung einer Vorlagenspektrum-Anpassungsverstärkung α_k (siehe unten) verwendet werden, um ein neues Signalmuster schneller zu verfolgen.
Die oben beschriebene Parameterschätzung erfordert, dass das Vorlagenspektrum gegeben ist. Ein gewünschtes Merkmal ist, in der Lage zu sein, an das Vorlagenspektrum in dem Datensatz anzupassen und eine Anpassung an Änderungen der Signalform eigenschaften des Signals, die später auftreten können, zu erlauben. Das vorliegende Verfahren wird deshalb vorzugsweise auf adaptive Weise dergestalt implementiert, dass das Vorlagenspektrum für jedes neue Spektrum langsam aktualisiert wird. Es muss jedoch ein anfängliches Vorlagenspektrum ausgewählt werden. Das anfängliche Vorlagenspektrum muss eine Hauptspitze enthalten, zu der alle Spektren verschoben werden. Nachdem für jedes neue Spektrum wie oben beschrieben die Schätzung von Frequenzverschiebung θ ^_k und Amplitude a ^_K durchgeführt wurde, aktualisiert man das Vorlagenspektrum ϕ durch Mittelung mit jedem neuen Spektrum, dergestalt verschoben, dass es seine Spitze bei der Grundfrequenzposition in dem Vorlagenspektrum aufweist, gemäß
wobei α_k die Vorlagenspektrum-Anpassungsverstärkung ist. Die Anpassungsverstärkung α_k wird durch eine Signalzuverlässigkeit z_k abgeändert; somit gilt α = α(z_k). Der Registrationspunkt und Schlagklassenvektoren aus dem QRST-Löschprozess werden zur Bestimmung des Grades der Zuverlässigkeit jedes neuen Spektrums verwendet. Ektopische Schläge, insbesondere diejenigen mit unbekannter Morphologie, d.h. mit selten auftretender Schlagklasse, zeigen in der Regel eine geringe Zuverlässigkeit an. Eine geringe Zuverlässigkeit in dem Spektrum legt nahe, dass das vorliegende Spektrum nicht in das Vorlagenspektrum angepasst werden sollte. Der Registrationspunkt und die Schlagklassenvektoren dienen somit als Maß dafür, welche Informationen als Eingabe für den Algorithmus nützlich sind. Die Signalzuverlässigkeit z_k wird für zuverlässige Signalintervalle auf 1 und andernfalls auf Null gesetzt. Die Signalzuverlässigkeit dient zur Anpassung der Vor lagenspektrum-Anpassungsverstärkung α_k. Für Intervalle mit Signalzuverlässigkeit Null wird α_k auch auf Null gesetzt.
Eine Eigenschaft bei der Frequenzverschiebungsschätzung besteht darin, dass eine maximale Verschiebung in jeder Richtung besteht (um rechnerische Bemühungen zu sparen). Es ist offensichtlich am effektivsten, wenn das Verschiebungsintervall um die mittlere atriale Frequenz herum zentriert ist. Abhängig davon, wo sich die mittlere atriale Frequenz im Vergleich zu der gewählten Anfangsgrundfrequenzposition befindet, muss möglicherweise die Grundfrequenzposition in dem Vorlagenspektrum justiert werden, um das Verschiebungsintervall optimal zu nutzen. Das Verschiebungsintervall kann dann nach Justierung der Grundfrequenzposition in dem Vorlagenspektrum auf die mittlere atriale Frequenz vermindert werden. Deshalb wird die anfängliche Grundfrequenzposition p₀ für jedes neue Spektrum angepasst. Zum Zeitpunkt k ist der Frequenzverschiebungsvektor θ_k relativ zu der Grundfrequenzposition p_k. Für jedes neue Signalfenster wird ein exponentiell gemitteltes Spektrum S_k folgendermaßen aktualisiert: Sk = (1 – ν)Sk–1 + νqk (15)wobei S₀ das erste Spektrum und ν eine Anpassungsverstärkung ist. Die Grundfrequenzposition p ^_k wird folgendermaßen aktualisiert: p ^k+1 = arg max Sk (16)
Die Grundfrequenzpositionsschätzung wird dann mit der letzten Schätzung p_k verglichen εk = p ^k+1 – p ^k (17)und wenn eine Diskrepanz erkannt wird, muss das Vorlagenspektrum ϕ_k+1 justiert werden, da es die Grundfrequenzspitzen bei p_k+1 aufweisen sollte. Diese Justierung erfolgt gemäß der Gleichung
Das Vorlagenspektrum ϕ_k enthält eine Grundfrequenzspitze und eine Anzahl von Oberschwingungen. Die Grundfrequenzspitze und alle Oberschwingungen gelten für die logarithmische Frequenzskala, jeweils an den folgenden Frequenz-Bins g = [g(0) g(1) ... g(q)]T = pk + K·[0⌊log102⌋ ... ⌊log10(m + 1)⌋]T (19)wobei die Notation ⌊...⌋ eine Rundung auf die nächste ganze Zahl anzeigt und m die Anzahl der Oberschwingungen unter 20 Hz ist. Für jedes k wird das Vorlagenspektrum ϕ_k, bevor es aktualisiert wird, unter Verwendung des Modells
parameterisiert, wobei g(i) die oben beschriebene Neuabtastungsfunktion ist. Das Modell in Gleichung 20 kann folgendermaßen umgeschrieben werden
Die Least-Squares-Schätzung wird unter Verwendung der folgenden Kostenfunktion eingesetzt:
Setzen der Ableitungen nach lnbk und λk auf Null

ergibt die folgenden LS-Schätzer der normierten Spitzenamplitude und des exponentiellen Abklingens
mit M = m + 1. Eine ausführlichere Zusammenfassung, welche Signalformen durch dieses Modell repräsentiert werden können, findet sich in der nachfolgenden Besprechung in bezug auf 2.
Ein anderes nützliches Maß ist κ_k, mit dem bestimmt wird, ob das vorliegende Oberschwingungsmuster gültig ist oder nicht. Dieses Maß ist definiert als
und misst die Relation zwischen Signalamplitude (mittlere Amplitude der Grundfrequenz und der ersten Oberschwingung) und dem Grundrauschen in der Mitte zwischen den beiden Spitzen. Dies kann als ein Signal/Rausch-Verhältnis angesehen werden.
Nunmehr mit Bezug auf 2 ist, um in der Lage zu sein, verschiedene Arten von atrialen Signalen zu differenzieren, eine repräsentative Parameterisierung notwendig. Gemäß der oben beschriebenen beispielhaften Ausführungsform des Verfahrens gemäß der vorliegenden Erfindung wird das Vorlagenspektrum zu zwei Parametern parameterisiert, von denen das exponentielle Abklingen γ_k derjenige ist, der für die Form wich tig ist. Die Grundfrequenzspitzenamplitude in dem normierten Vorlagenspektrum b_k quantifiziert, wie diskret die Signalkomponenten in dem Spektrum sind. Ein niedriger wert zeigt an, dass das Spektrum nicht nur aus einigen wenigen diskreten Signalkomponenten besteht, sondern auch aus einem relativ hohen Grundrauschen. Das vorgeschlagene Modell kann sehr viele verschiedene Signalformen, wie in 2 dargestellt, repräsentieren, wobei sowohl das exponentielle Abklingen γ_k als auch die Frequenz f von 2a bis 2h zunehmen, mit (a) γ = 0,25, f = 2 Hz; (b) γ = 0,5, f = 3 Hz; (c) γ = 0,75, f = 4 Hz; (d) γ = 1, f = 5 Hz; (e) γ = 1,25, f = 6 Hz; (f) γ = 1,5, f = 7 Hz; (g) γ = 1,75, f = 8 Hz und (h) γ = 2, f = 9 Hz. Es ist ersichtlich, dass die Signalform um so sinusförmiger ist, je höher das exponentielle Abklingen γ ist. Mit diesem Modell ist es nicht möglich, die charakteristische Sägezahnform der organisierten atrialen Fibrillationswellen vollständig zu repräsentieren. Deshalb kann es nützlich sein, dieses Modell mit anderen Modellen zu ergänzen, wie zum Beispiel einem Modell mit Oberschwingungsamplituden, die für die i-te Oberschwingung durch 2^–i beschrieben werden. Das Modell mit dem kleinsten Fehler e_K oder e -_k sollte dann verwendet werden.
Es wird nun die Anwendung einer Vorrichtung exemplifiziert, die bei der Analyse von Oberflächen-EKG-Kurven funktional der von 1 ähnlich ist.
3(a)-(d) zeigen fünf Sekunden von Zeit-EKG-Signalen von vier verschiedenen Patienten, bei denen die ventrikuläre Aktivität aufgehoben wurde. 4(a)-(d) zeigen zerlegte Zeitfrequenzverteilungen für ähnliche Zeitbereichssignale. Für jegliche Analyse wurden die folgenden Parametereinstellungen verwendet: Sowohl Signalfensterlänge als auch Anzahl der NDFT-Punkte wurden auf N = K = 128 gesetzt, mit einer Signalfensterdistanz von L = 50. Der Frequenzvektor wurde mit ƒ₀ = 2,5 Hz erzeugt. Die anfängliche Grundfrequenzposition war p₀ = 42, entsprechend etwa 5,3 Hz. Die maximale Verschiebung wurde nach dem Finden der korrekten mittleren Grundfrequenz position auf Θ = 25 gesetzt, so dass das Verschiebungsintervall um die mittlere atriale Frequenz herum zentriert ist. Das Vorlagenspektrum wurde folgendermaßen initialisiert
Die Anpassungsverstärkungen wurden auf α = 0,1 und ν = 0,05 gesetzt.
Bei der Schätzung der mittleren Spitzenposition wurde immer geprüft, ob die erste Oberschwingung zufällig eine größere Amplitude als die Grundfrequenz der der gefundenen Spitze entsprechenden Grundfrequenzposition aufweist. Wenn eine Spitze mit > 70% der Amplitude im Vergleich zu der gefundenen Spitze existiert, wird die untere Spitze als die Schätzung gewählt. Wenn ein Signalintervall einen Schlag aus einer Schlagklasse enthält, die weniger als sechs Mal aufgetreten ist, wurde die Signalzuverlässigkeit z_k für dieses Intervall auf Null gesetzt.
In 4 zeigt der Teil (i) das letzte Vorlagenspektrum ϕ₅₈ (durchgezogene Kurve) zum Vergleich mit dem Leistungsspektrum (FAF [frequenzanalysierte Fibrillation nach M. Holm et al. „Non-Invasive Assessment of Atrial Refractoriness During Atrial Fibrillation in Man – Introducing, Validating and Illustrating a New ECG Method", Cardiovascular Research, Band 38, Seiten 69-81, 1998], gestrichelte Kurve) sowie das geschätzte Exponentialmodell (Punkt-Strich-Kurve); (ii) den Frequenztrend und die gemittelte Grundfrequenzposition (gepunktete Kurve); und (iii) die mittleren Werte der Amplitude a_k, des Signal/Rausch-Verhältnisses κ_k, der normierten Amplitude b_k, des normierten Modellfehlers e -_k, des Modellfehlers e_k, des exponentiellen Abklingens γ_k und der Signalzuverlässigkeit z_k (man beachte, dass der Wert Null die beste Zuverlässigkeit repräsentiert) für die letzten 20 Sekunden.
Die Beispiele von 4 zeigen die Leistungsfähigkeit der gemäß dem Verfahren der vorliegenden Erfindung arbeitenden Vorrichtung bei der Analyse von EKG-Spektren, die denen von 3 ähnlich sind, für Fälle von Fibrillation, Tachykardie, Sinusrhythmus und sehr langsamer Fibrillation bzw. Fluttern. In 4a ist eine langsame Tachykardie mit einer Grundfrequenz von etwa 2,5 Hz gezeigt. Der Frequenztrend ist in diesem Fall konstant, und es sind sieben Oberschwingungen in dem Vorlagenspektrum zu sehen. 4b zeigt Sinusrhythmus, das heißt, P-Wellen, mit einer Grundfrequenz unterhalb der zulässigen Grenze von 2,5 Hz. Die Fensterlänge von etwa 2,5 Sekunden (entsprechend L = 50) ist auch zu kurz, um diese Signale zu analysieren. Da die spektrale Verschiebung nicht funktioniert, wenn die Grundfrequenz unter 2,5 Hz liegt, ist das Vorlagenspektrum dann nicht diskret. Die Beziehung zwischen der Signalamplitude und dem Signal/Rausch-Verhältnis wird zu 1,16 berechnet, was zu niedrig ist, da ein Wert von mindestens 2 erforderlich ist. 4c und 4d zeigen zwei Fälle der atrialen Fibrillation, einen (c) mit einer Grundfrequenz um 7 Hz und einen (d) mit einer Grundfrequenz um 3 Hz, mit mindestens einer deutlich erkennbaren Oberschwingung in beiden Fällen.
Eine ähnliche Analyse für eine Anzahl bekannter Arrhythmien erfolgt, um die Datenbank 24 bereitzustellen, mit der der Ereignisklassifizierer 22 operieren kann, um das Arrhythmieereignis zu klassifizieren. Das Signal wird in dem Ereignisklassifizierer 22 als Tachykardie klassifiziert, wenn die Varianz der Frequenz kleiner als 0,1 Hz ist, und als Fibrillation/Fluttern, wenn sie darüber liegt. Eine Frequenz von mehr als 4,5 Hz wird als Fibrillationsanzeige betrachtet, während eine Frequenz darunter als Fluttern bedeutend betrachtet wird.
Ein Vergleich der berechneten Amplitude mit Datenbankwerten klassifiziert die Arrhythmie als Fluttern bei großen Amplitu den (bei der vorliegenden Ausführungsform) von mehr als 7000, wobei Tachykardien und Fibrillation ähnliche Amplituden aufweisen, die viel kleiner als die Fluttern anzeigenden sind. Der Ereignisklassifizierer 22 verwendet berechnete exponentielle Abklingungen γ, um ein Signal als Tachykardie zu klassifizieren, wenn es zwischen 0,2 und 0,65 liegt; als Fluttern von 0,64 bis 0,8 und als Fibrillation oberhalb von 0,8 bis etwa 2,0.

Claims

Verfahren zur Gewinnung von Indizes zur Charakterisierung von atrialen Arrhythmien in einem digitalen Datenverarbeitungssystem, mit den folgenden Schritten: – Beschaffen einer digitalen Repräsentation eines aus den Atria des Herzens eines Patienten stammenden elektrischen Zeitbereichssignals; – zeitliches Isolieren eines Teils der digitalen Repräsentation des Zeitbereichssignals in einem Zeitfenster variablen Orts; – Frequenzanalysieren des zeitlich isolierten Teils, um ein Frequenzspektrum mit einer Grundfrequenzspitze und einer oder mehreren Oberschwingungen davon zu erhalten; und – Vergleichen des erhaltenen Frequenzspektrums mit einem Vorlagen-Frequenzspektrum mit einer Vorlagen-Grundfrequenzspitze und einer oder mehreren Vorlagen-Oberschwingungen davon, um einen Frequenzverschiebungswert und einen Amplitudenwert zu bestimmen, die eine Korrelation zwischen den beiden Spektren optimieren.
Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass ein folgender zusätzlicher Schritt bereitgestellt wird: – Anpassen des Vorlagen-Frequenzspektrums durch selektives Mitteln, wobei das erhaltene Frequenzspektrum frequenzverschoben ist, um die Grundfrequenzspitze mit der Vorlagen-Grundfrequenzspitze zusammenfallen zu lassen.
Verfahren nach Anspruch 1 oder Anspruch 2, dadadurch gekennzeichnet, dass die folgenden zusätzlichen Schritte bereitgestellt werden: – Erzeugen eines gemittelten Frequenzspektrums, das aus dem Frequenzspektrum und den vorherigen Frequenzspektren gewonnen wird, die aus vorherigen zeitlich isolierten Teilen mit unterschiedlichen Zeitfensterorten in der digitalen Repräsentation des Zeitbereichssignals gewonnen werden; und – Anpassen des Vorlagen-Frequenzspektrums durch Verschieben des Spektrums, um die Vorlagen-Grundfrequenz zusammen mit einer Grundspitzenposition in dem gemittelten Frequenzspektrum anzuordnen.
Verfahren nach Anspruch 2 oder Anspruch 3, dadurch gekennzeichnet, dass der folgende zusätzliche Schritt bereitgestellt wird: Analysieren des Vorlagen-Frequenzspektrums vor Anpassung, um Werte für einen oder mehrere der Parameter zu bestimmen, die aus einer Gruppe, Grundfrequenzspitzenamplitude, exponentielles Abklingen und Signal-Rausch-Verhältnis ausgewählt werden.
In einen Speicher eines digitalen Signalverarbeitungssystems ladbares Computerprogrammprodukt mit einem Softwarecodeteil, der dafür konfiguriert ist, zu bewirken, dass das digitale Signalverarbeitungssystem die Schritte des Verfahrens nach einem beliebigen der vorhergehenden Ansprüche durchführt, wenn das Produkt darauf ausgeführt wird.
Digitales Datenverarbeitungssystem zur Gewinnung von Indizes, die atriale Arrhythmien charakterisieren, umfassend: – eine Speichervorrichtung (8) zum Empfangen und Halten einer digitalen Repräsentation eines aus den Atria des Herzens eines Patienten stammenden elektrischen Zeitbereichssignals zur nachfolgenden Datenverarbeitung; – einen wirksam mit der Speichervorrichtung (8) verbundenen Zeitfenstergenerator (12) zum zeitlichen Isolieren eines Teils der gehaltenen digitalen Repräsentation in einem beweglichen Zeitfenster; – einen Spektralanalysierer (14), der dafür konfiguriert ist, den zeitlich isolierten Teil frequenzmäßig zu analysieren, um ein Frequenzspektrum mit einer Grundfrequenzspitze und einer oder mehreren Oberschwingungen davon zu erhalten; und – einen Komparator (16) zum Vergleichen des erhaltenen Frequenzspektrums mit einem Vorlagen-Frequenzspektrum mit einer Vorlagen-Grundfrequenzspitze und einer oder mehreren Vorlagen-Oberschwingungen davon, um einen Frequenzverschiebungswert und einen Amplitudenwert zu bestimmen, die eine Korrelation zwischen den beiden Spektren optimieren, und zum Bereitstellen einer die beiden bestimmten Werte repräsentierenden Ausgabe.
Digitales Datenverarbeitungssystem nach Anspruch 6, dadurch gekennzeichnet, dass der Zeitfenstergenerator (12) dafür konfiguriert ist, den Ort des Zeitfensters zu variieren, um eine Vielzahl sich überlappender Teile der gehaltenen digitalen Repräsentation jeweils zur Analyse durch den Spektralanalysierer (14) zeitlich zu isolieren, um eine entsprechende Vielzahl von Frequenzspektren bereitzustellen; und dadurch, dass ein Spektrumgenerator (18) bereitgestellt ist, der dafür konfiguriert ist, das Vorlagen-Frequenzspektrum abhängig von einem oder mehreren der Vielzahl von Frequenzspektren zu modifizieren.
Digitales Datenverarbeitungssystem nach Anspruch 7, dgd ferner ein Analysierer (20) bereitgestellt ist, der dafür konfiguriert ist, das Vorlagen-Frequenzspektrum vor Modifikation zu analysieren, um Werte einer Grundfrequenzspitzenamplitude, eines exponentiellen Abklingens und/oder eines Signal-Rausch-Verhältnisses zu bestimmen, die die Vorlage charakterisieren, und den einen oder die mehreren bestimmten Werte als eine Ausgabe bereitzustellen, und dadurch, dass eine Ereignisklassifikationsvorrichtung (22, 24) bereitgestellt ist, die dafür konfiguriert ist, die Ausgaben aus dem Analysierer (20) und dem Komparator (16) zu empfangen und eine Ausgabe bereitzustellen, die eine Klassifikation einer in der beschafften digitalen Repräsentation des elektrischen Zeitbereichssignals vorliegenden atrialen Arrhythmie repräsentiert.