2024大数据时代心电分析.docx

《2024大数据时代心电分析.docx》由会员分享，可在线阅读，更多相关《2024大数据时代心电分析.docx（7页珍藏版）》请在第一文库网上搜索。

1、2024大数据时代心电分析上世纪60年代计算机技术突飞猛进的发展，在不知不觉间将人类带 入大数据时代。在心电分析领域中以动态心电图问世为分水岭，之前只能 记录短暂的常规心电图，之后可以连续记录24小时的大数据心电图。并 且计算机带来的福利似乎并不止于此,动态心电图系统一经临床应用，就 可模仿人工方法对24小时心电图进行自动分析直至心电散点图的出现， 又一分水岭来到面前。心电散点图突破了过去由机算机简单模仿人工诊断 心电图的方法，采用对连续RR序列进行迭代作图这一能展现心率系统非 线性混沌特征的方法，将认识心脏节律的视野从心电波形图带到大数据时 代最前沿的相空间，使心电大数据的分析模式为之面貌一

2、新。1、相空间相空间(PhaSe space )在数学与物理学中是动力系统中坐标状态变量, 是一个用以表示某系统所有可能状态的空间。心脏电活动的速率和节律不 是空间系统，而是一个时间序列，属于动力学系统。但自从用心电图纸上 的数值表达心电活动的速率、节律以来，随着心电记录卷纸从心电图机中 不断被释放出，似乎使人感到心电是一种流动的视觉有形之物，而忽视 了它的本质是时间序列中的节奏，属于动力学系统。相空间是表达时间 序列的虚拟空间，心电散点图就是将心脏电活动的时间序列表达在相空 间中的方法。相空间被定义为具有高维度。对于一个动力学系统，描述的维度越高, 信息损失越少。但维度越高也意味所需处理信息

3、的量越大，处理信息的能 力越强。因此在实际应用中总是在掌握信息量与处理信息能力之间找寻最 佳点，目前临床应用的心电散点图只是相空间的二维图形，包括经典的RR 间期散点图（Lorenz散点图）和RR间期差值散点图（可以理解为是另一 维度的Lorenz散点图），二者分别由连续RR间期及RR间期差值迭代追 踪作图而成。目前临床常用还有时间RR散点图，单纯的时间RR间期散点图不属 于相空间图，而是一种线图，图的横坐标是记录的时间过程，纵坐标是与 之相对应的实时RR间期。但现有的RR间期时间散点图被制作成能够自 由伸缩的图形，在图形浓缩时有利于观察整体，在图形被拉伸稀释时 有利于观察细节。同时在时间RR

4、间期散点图与作为相空间图的RR间期 散点图之间采用了逆向技术方法，使图形能在两个系统间自由切换，有利 于了解不同时段所包含的不同心律及心律失常。上述三种作图方法都有其各自的优势,RR间期散点图重在表现RR间 期关系，在临床应用较多认识较深，是最常用的方法；RR间期差值散点 图主要表现相邻RR间期差值的变化，目前观察总结的较少，但在室上性 心律失常与室性心律失常的区分，对二联律、三联律的区分方面显示出优 势；时间RR间期散点图在时间与相空间散点图的联动方面及通过对横坐 标进行伸缩，更容易获得心率分层（不同长度的RR间期）的信息，从而更快的发现不同性质的心律和心律失常。心电散点图这种相空间图采用大

5、数据连续RR间期迭代追踪而成。能 很好表现心电系统的混沌特征，能表达出某些隐含在其中传统动态心电图 分析方法无法提取的规律,如:心电散点图明确的显示,心率变异性(HRV ) 正常的窦性心律毫无例外的在心率快时相邻RR间期的瞬间变化减小，在 心率变慢时相邻RR间期的瞬间变化增大；在房颤时能看到房室结功能不 应期及其变化；能发现绝大多数动态心电图无法诊断的并行心律；能一目 了然区分伴有隐匿传导的自律性增高或多源性房性早搏与心房颤动；能对 大多数房颤时宽QRS波的性质进行的区分；能更好表现起搏心电图的不 同特征等。心电散点图在心率变异(HRV)分析方面也有独特之处，与时 域、频域H RV方法相比，心

6、电散点图可以显示记录伪差RR间期失真对分 析结果产生的影响，提高对HRV分析的准确性。2、吸引子数学中，吸引子是描述动力学系统行为模式的相空间几何构形，是动 力学系统活动的相空间轨迹图。吸引子刻画的是系统的整体特性，是系统 演化过程的终极状态，具有终极、稳定和吸引的特性，因此系统的吸引 子具有不可分割性；反之不同的动力系统不能相互融合成同一个吸引子。 在吸引子中，越靠近吸引源的内部吸引力越强，越远离吸引源的外缘吸引 力越弱，像水滴凝聚或磁铁吸引铁砂，核心饱满充实，边缘光滑而虚疏。周期系统运行节律的吸引子相空间维数为整数，称平庸吸引子(periodic vibration),其内部结构相对简单，

7、边缘相对规则；而非线性系统运行节 律的吸引子具有分数维，称奇怪吸引子(strange attractor),其相空间 结构复杂，轮廓不规则，反映系统中存在混沌运动。由于动力学系统有各 自的行为模式，吸引子性态(外部轮廓与内部结构)自然不同。因此了解 吸引子的性态不仅可以区分系统中是否有混沌，还是观察不同系统行为特 征的最直观简明的方法。吸引子的制作是对动力学系统中的序列变量进行大量的迭代计算(次 递的从变量的原值推出它的一个新值)来实现。混沌系统的吸引子是相空 间高维几何构形，天才的法国数学家JUIeS Henri Poincare(18541912) 提出将相空间中立体的吸引子剖切成不同的二

8、维横断面(现称为 nPoincare截面)进行研究的设想，时至今日,Toincare截面”仍然是研 究吸引子相空间结构的经典方法。20世纪60年代计算机技术问世， Edward Norton Lorenz ( 1917-2008 )用电脑编程,绘制了气象动力学 系统的吸引子几何图形，并以此发现其具有混沌特征，貌似一只蝴蝶的 nLorenz混沌吸引子。目前心电散点图即采用迭代计算制作的Lorenz吸 引子的PoinCare截面，可以视为心电吸引子的PoinCare截面图。心电吸引子分为两大类稳态吸引子和非稳态吸引子。稳态吸引 子是同一起源心律的动力系统，最常见是连续窦性心律，其次是各种连续 异位

9、心律，如心房、心室等的心动过速或逸搏心律。当这些系统处于稳态 时，RR序列总是在自身频率范围内随时间产生微小的变化，其吸引子图 形分布于二维相空间图的45。线上。稳定态吸引子的频率范围和性态是区 分不同系统的标志。非稳态吸引子是心搏从一个起源点变化为另一个源点时产生的吸引 子，是一个系统向另一系统过渡的吸引子，由不同系统的RR间期偶合而 成。窦性心律伴各种异位心律或阻滞等都可产生非稳态吸引子。不同系统 有各自的频率范围，当这两个系统发生交替时，就产生与两者频率相关的 偶合吸引子，如窦律与早搏藕合而成的非稳态吸引子分布在图形的近端, 窦律与逸搏藕合而成的非稳态吸引子分布在图形远端；不同系统有随时

10、间 变化的不同发展趋势，所以非稳态吸引子不仅脱离45。线，还以不同形态 和位置分布于相空间中，如由窦律间期与房早联律间期形成的吸引子其发 展趋势多是在相空间中形成一个与坐标轴成角(一般 0, 1 )的图形，而 由窦律间期与室性早搏联律间期形成的吸引子其发展趋势多是在相空间 中形成与坐标X轴平行的图形。因此用吸引子的眼光分析心电大数据可化 繁为简。3、人工智能(artificial intelligence ; AI)近年来心电散点图作为一种心电大数据分析的实用方法，已被更多的 赋予了理性认知和日益广泛的临床应用，及更深层次的探寻。这不仅限于 临床诊断所需要的具体内容，如更多类型心律失诊断模型的

11、建立、复杂心 律失常诊断、对非生物心脏起搏图形的解析、以及对传统心电学方法未知 心电现象和心律失常的认识,还包括了应用几何数学的原理探寻心脏节律 规律与产生机制的深入研究。这些研究相得益彰，不断推动了对心电散点 图的认识和发现新的拓展空间。尤其是近年来信息技术日新月异，AI再不 是遥不可及的天方夜谭，我们已经感到它即将到来的急促脚步声。Al系统 具有只有人类才有的主动学习和自我训练功能，称之为智慧。当赋予计算 机这种智慧，心电分析的模式将发生天翻履地的变化。心电散点图将大数 据心电图用图像的形态呈现出来，这对于擅长识别图像的AI技术来说， 就离心电学更近了一步。目前几何画版被用于制作心律失常的

12、理论模型探索,因为在心电散点 图实际就用中主要依靠医生熟悉的诊断模型，制作更多的诊断模型无疑有 助于推广应用，有助于对RR序列内在关系的理性认知。几何画板模拟心 律失常散点图的输入数据主要源自对心律失常的人工诊断经验，将已知某 种心律失常的RR间期序列特征及其特征值带入到几画版的公式中，可制 作该心律失常的模拟心电散点图。如多数室性早搏的RR间期序列特征是 联律间期相对固定，联律间期与代偿间期之和是窦律间期的两倍。要制作 室早模型，只需要分别测量一次室性早搏之前窦律RR间期、联律间期、 代偿间期、代偿间期后的窦律间期值，并带入几何画版的公式中，再输入 联律间期相对固定联律间期加代偿间期是窦律间

13、期的倍数，倍数值是 2这些特征和特征值，就可自动绘制出与真实室性早搏极其相近的散点图。 而室性并行心律的RR间期序列特征是联律间期不固定，其余特征与室性 早搏完全一致，则与室早模型相比，只需要带入这个不同的特征值，就可 以制作出四分布倒Y字形”的并行心律模拟图。几何画板的上述功能说明 它属于人工辅助的自动化心律失常数学模型制作，这一探索为心电AI分 析时代到来奠定了基础。心电分析的AI系统可对不同类型RR序列形成的图像进行分类,并对 已知心律失常进行诊断。要做到这些，还要靠心电人不懈努力，帮助AI 系统定义不同的心律失常。心电散点图方法首先是一种以非线性混沌理论为思维基础的临床实 用技术，它实

14、际上适用于任何有连贯数据记录的所有大数据分析。心电学 界极其幸运地麒先蹬，在医学领域中率先采用了这一方法,并对这一看 似简单但却有着卓而不凡作用的方法学产生了多方面多层次的认知。由于 近十多年来在心电学术界的不断交流，推动了心电散点图在大医院为主的 动态心电图分析中的应用，但实际上比起具有精湛心电诊断技术的大医院 医生来说，心电散点图以其简单易识于别的特点，对基层医院的全科医生, 对从事病慢管理和疾病预防工作的社区医院医生，对来源于百姓家庭的远 程海量心电大数据分析者而言，更应该是雪中送炭。因此我们每天必须认 真面对具有高度个体差的每一份病例图形，通过解析和归纳，找出其中的 共性，发现个性，并再次归纳为新的共性。蓦然回首心电散点图研究与应用已有20余年，悄然之间，已替代了 传统动态心电的模版分析，成为动态心电分析技术的升级版，而广泛应用 于临床。