论文部分内容阅读
心源性猝死(Sudden Cardiac Death,SCD)已成为仅次于肿瘤的第二大致死疾病。大量的研究文献和临床实验表明,心电信号中的T波交替(T Wave Alternans, TWA)与室性心律失常有密切的关系,是预测恶性室性心律失常和SCD发生的无创电生理检测指标。由于TWA现象的微伏级交替幅值、非稳态性、非线性以及心电图中噪声的复杂性,提取具有诊断价值的TWA指标非常困难,已成为影响TWA预测猝死的关键问题。现有的TWA分析算法主要是针对单导联TWA的,并且对非稳态、非高斯TWA的分析存在准确度低和鲁棒性较差等问题。而多导联TWA的分析算法很少,现有的算法稳健性较差。针对这些问题,本文从单导联TWA准确量化和多导联TWA稳健分析两个方向出发,提出了基于粒子滤波的TWA分析算法。(1)针对单导联ECG中非稳态、非线性和非高斯TWA的准确量化问题,本文从TWA的状态空间模型出发,提出了一种基于粒子滤波的单导联TWA分析方法。首先建立一个TWA的非线性、拉普拉斯的状态空间模型,然后采用粒子滤波方法对预处理后的单导联ECG中的TWA幅度进行估计,实现了单导联TWA的准确量化。(2)针对多导联TWA稳健分析问题,本文结合多导联ECG联合分析的信息,提出了基于粒子滤波的多导联TWA分析方法。根据多导联TWA分析框架,首先对经过预处理后得到的多导联ST-T复波数据进行主成分分析；然后对每个导联采用粒子滤波方法进行TWA检测；为了得到具有临床价值的TWA幅值,对含有TWA的成分进行信号重构,采用粒子滤波方法对重构后的各导联进行TWA幅值估计,从而实现多导联TWA的稳健分析。仿真结果表明,本文基于粒子滤波的单导联TWA分析算法具有很好的准确度和鲁棒性,并且能实时地准确地跟踪非稳态的TWA现象。而结合主成分分析和粒子滤波的多导联TWA分析方法在稳健性和抗噪性能方面有很大提高。