Porovnání nejpoužívanějších algoritmů pro detekci intervalu QT

Rok / Year: 2013

Svazek / Volume: 15

Číslo / Issue: 4

Porovnání nejpoužívanějších algoritmů pro detekci intervalu QT Comparison of the most widely used algorithms for the detection of QT interval Martin Chrobák, Jiří Kozumplík [email protected], [email protected] Fakulta elektrotechniky a komunikačních technologií VUT v Brně

Abstrakt: Tento článek porovnává nejpoužívanější algoritmy pro detekci intervalu QT v EKG. Zaměřen je především na detekci začátku komplexu QRS a konce vlny T, což je nejčastěji diskutovaný problém v této oblasti za posledních pár let. K testování algoritmů je použita databáze CSE, která obsahuje 125 12svodových EKG. Ověření pozic začátků komplexu QRS a konců vln T je provedeno přes všech 12 svodů vůči referenčním hodnotám, které jsou součástí databáze. Tyto pozice jsou globálně stanoveny vždy v jednom cyklu u každého ze 125 signálů. Závěrem z tohoto článku je vyhodnocení těchto algoritmů a diskuse o dalším možném vývoji v této oblasti.

Abstract: This article compares the most used algorithms for the detection of QT interval in ECG. It primarily focuses on the detection of the start of the QRS complex and the end of a T wave which is the most discussed problem in this area in last few years. The CSE database is used for validation of these algorithms. This database consists of 125 signals each with 12 leads. The validation of the positions of the start of the QRS complex and the end of the T wave is done against reference values which are part of database which consists of reference values for one cycle for each of 125 signals. There is an evaluation of these algorithms and discussion about future development in conclusion of this article.

VOL.15, NO.4, AUGUST 2013

Porovnání nejpoužívanějších algoritmů pro detekci intervalu QT Martin Chrobák, Jiří Kozumplík Fakulta elektrotechniky a komunikačních technologií VUT v Brně Email: [email protected], [email protected]

Abstrakt – Tento článek porovnává nejpoužívanější algoritmy pro detekci intervalu QT v EKG. Zaměřen je především na detekci začátku komplexu QRS a konce vlny T, což je nejčastěji diskutovaný problém v této oblasti za posledních pár let. K testování algoritmů je použita databáze CSE, která obsahuje 125 12svodových EKG. Ověření pozic začátků komplexu QRS a konců vln T je provedeno přes všech 12 svodů vůči referenčním hodnotám, které jsou součástí databáze. Tyto pozice jsou globálně stanoveny vždy v jednom cyklu u každého ze 125 signálů. Závěrem z tohoto článku je vyhodnocení těchto algoritmů a diskuse o dalším možném vývoji v této oblasti.

2.1 Předzpracování signálu Vstupní signál je nejprve filtrován FIR filtrem typu horní propust (pokles -3 dB na 0.67 Hz [5]) pro potlačení kolísání nulové linie. Následně jsou použity úzkopásmové zádrže pro potlačení síťového rušení. K detekci komplexu QRS je použit spolehlivý Panův a Tompkinsův algoritmus [6] s délkou integračního okna 95 ms. Z tohoto rozměření je zjištěna pozice vlny R jako maximální absolutní hodnota z okolí detekovaného komplexu QRS. 2.2 Detekce začátku komplexu QRS

Prodloužení intervalu QT může být příčinou různých typů arytmií nebo fibrilací síní, což může vést i k infarktu myokardu. Bylo zjištěno, že prodloužený interval QT je vedlejším efektem u mnoha používaných léků [1]. Z toho důvodu hraje rozměření intervalu QT zásadní roli například pro farmaceutický průmysl ve vývoji nových léků. Ke zlepšení detekce intervalu QT je zapotřebí porozumět jeho souvislosti s elektrickou aktivitou srdce. Obecný předpoklad je takový, že QT interval koresponduje s fází plató akčního potenciálu srdečního svalu. K rozměření intervalu QT je nejprve zapotřebí detekovat QRS komplexy v signálu. Na to existuje několik spolehlivých algoritmů. Následující detekce začátku komplexu QRS je také víceméně bez značných komplikací. A to díky relativně rychlé změně signálu na této pozici, která koresponduje se šikmým vzestupem akčního potenciálu srdečního svalu na počátku depolarizace. Oproti tomu detekce konce vlny T je složitější. Obecná definice této pozice je taková, že konec T vlny je takové místo signálu, kde se T vlna vrací na izoelektrickou linii odvozenou z intervalu T-P, což koresponduje s koncem repolarizace srdečních svalových buněk. Avšak tato definice není moc přesná, jelikož se algoritmus musí potýkat s různými morfologiemi vlny T a s různými druhy šumu. Shrnutí důležitých algoritmů pro detekci intervalu QT již bylo vytvořeno Martinezem a kol. [2]. V roce 2006 časopis Computers in Cardiology vyhlásil soutěž, která se přímo týkala rozměření intervalu QT [3].

První použitá metoda pro detekci začátku komplexu QRS se nazývá derivační metoda a využívá diference signálu [7]. Druhou použitou metodou je obdoba Philipsovy metody, která se používá převážně pro detekci konce vlny T [8]. 2.2.1 Derivační metoda Signál je filtrován pásmovou propustí od 15 do 45 Hz a následně je vypočtena jeho první diference. Zjistí se první extrém v derivovaném signálu komplexu QRS dle stanoveného prahu z maxima a algoritmus hledá první překročení nulové hodnoty před tímto extrémem, což odpovídá začátku komplexu QRS (Obrázek 1). Vstupni signal Derivovany signal Detekovana pozice zacatku komplexu QRS

1500

1000 Napětí [µV]

1 Úvod

500

0

3600

3650

3700 3750 3800 Vzorky signálu [-]

3850

3900

Obrázek 1: Derivační metoda pro detekci začátku komplexu QRS

2 Metody Tento článek popisuje a porovnává 2 různé metody pro detekci začátku komplexu QRS a 6 různých metod pro detekci konce vlny T. Ověření těchto dvou pozic je provedeno vůči referenčním hodnotám z databáze 125 12svodových signálů z knihovny CSE [4] se vzorkovací frekvencí 500 Hz.

2.2.2 Philipsova metoda Je vytvořena přímka spojující maximum vlny R a pozici signálu 200 ms před ním. Dále se vypočítá pozice vlny Q jako největší diference mezi touto přímkou a signálem. Obdobně je

233

VOL.15, NO.4, AUGUST 2013 zjištěna požadovaná pozice začátku komplexu QRS jen s tím rozdílem, že přímka je vytvořena mezi maximem vlny Q a pozicí signálu 50 ms před ním (Obrázek 2). Hodnoty na vypočítaných pozicích vlny Q a začátku komplexu QRS jsou porovnány k ošetření situace, kdy v rozměřovaném komplexu QRS chybí vlna Q. Napětí [µV]

600

Vstupni signal 1. primka Pozice vlny Q 2. primka Pozice zacatku komplexu QRS

1500

400

200

0

1000 Napětí [µV]

Filtrovany signal Primka Pozice konce vlny T

800

-200 500

3650

3700

3750 3800 3850 Vzorky signálu [-]

3900

3950

Obrázek 3: Philipsova metoda pro detekci konce vlny T 0 Filtrovany signal Derivace Pozice konce vlny T

800 3600

3650

3700 3750 Vzorky signálu [-]

3800

3850 600

Napětí [µV]

Obrázek 2: Philipsova metoda pro detekci začátku komplexu QRS 2.3 Detekce konce vlny T Pro všechny použité metody mimo vlnkovou transformaci je signál nejdříve filtrován dolní propustí pro zvýraznění vlny T (FIR filtr, mezní kmitočet 12 Hz [7]). Morfologie vlny T je zjištěna dle následujícího algoritmu. Nejprve je vymezen vyhledávací prostor vlny T jako určitý násobek následujícího intervalu RR, který se podle potřeby adaptivně mění. V tomto vyhledávacím prostoru je zjištěna pozice maximální diference a algoritmus nejdříve hledá extrém v diferenci za touto pozici s prahem, který odpovídá násobku maximální diference. V případě, že takový extrém existuje, tak je určena pozice vrcholu vlny T jako maximální absolutní hodnota v signálu mezi právě dvěma nalezenými extrémy v diferenci. Pokud ve vymezeném vyhledávacím prostoru takový následující extrém v diferenci neexistuje, tak se vyhledá nejbližší předcházející extrém a pomocí těchto dvou extrémů je opět nalezena pozice vrcholu vlny T.

400

200

0

-200 3650

3700

3750 3800 Vzorky signálu [-]

3850

3900

Obrázek 4: Derivační metoda pro detekci konce vlny T 2.3.3 Vlnková transformace Následujícím algoritmem je metoda vlnkové transformace [9], která je založena na principu, že konvolucí antisymetrické vlnky (bior 1.5, měřítko 41 [9]) se signálem je získán vyfiltrovaný a zároveň derivovaný signál (Obrázek 5). Postup nalezení konce vlny T je obdobný jako v předchozím algoritmu se stejnou hodnotou prahu.

2.3.1 Philipsova metoda

2.3.4 Metoda MS-Tpeak

Prvním testovaným algoritmem je již použitá Philipsova metoda [8]. V tomto případě vypočítaná přímka prochází souřadnicemi vrcholu vlny T a pozici 100 ms za inflexním bodem sestupné části vlny T. Pozice konce vlny T odpovídá nejvyšší hodnotě diference mezi přímkou a signálem (Obrázek 3).

Dále byla testována metoda MS-Tpeak [10], která je obdobou Phillipsovy metody. Nejdříve je získána pozice maximální diference sestupné části vlny T. Následně je vytvořena polopřímka, která spojuje vrchol vlny T se získanou pozicí inflexního bodu a místo, kde tato polopřímka protne signál, je označeno jako konec vlny T (Obrázek 6).

2.3.2 Derivační metoda Dalším testovaným algoritmem je obdoba již zmíněné derivační metody [7]. Je zjištěna pozice prvního extrému v derivaci za pozicí vrcholu vlny T. Dále se stanoví práh jako desetina z tohoto extrému a první následující hodnota, která překročí tento práh v derivovaném signálu, je označena za konec vlny T (Obrázek 4).

2.3.5 Proložení polynomem 2. stupně Předposledním použitým algoritmem je proložení sestupné části vlny T polynomem 2. stupně (parabola) [11]. K proložení je použita funkce polyval v prostředí MATLAB. Pozice, kde má tato parabola svoji extrémní hodnotu, je označena za konec vlny T (Obrázek 7).

234

VOL.15, NO.4, AUGUST 2013 hodnoty středních chyb a směrodatných odchylek použitých algoritmů s hodnotami publikovanými jinými autory, kteří také testovali své algoritmy na databázi CSE. Na posledním řádku tabulek je vždy napsána tolerance směrodatné odchylky z databáze CSE pro daný typ detekce [4].

Vstupni signal Vlnkova transformace Pozice konce vlny T

1500

Napětí [µV]

1000

500

Filtrovany signal Polynom 2. radu Pozice konce vlny T

800

0

Napětí [µV]

600

-500

-1000 3700

3750 3800 Vzorky signálu [-]

3850

400

200

3900 0

Obrázek 5: Metoda vlnkové transformace pro detekci konce vlny T

-200 3650

Filtrovany signal Primka Pozice konce vlny T

800

3750 3800 Vzorky signálu [-]

3850

3900

Obrázek 7: Metoda proložení polynomem pro detekci konce vlny T

600

Napětí [µV]

3700

Filtrovany signal Tecna Izolinie Pozice konce vlny T

400 800 200

600

Napětí [µV]

0

-200 3650

3700

3750 3800 Vzorky signálu [-]

3850

400

200

3900 0

Obrázek 6: MS-Tpeak metoda pro detekci konce vlny T -200

2.3.6 Proložení tečnou Posledním testovaným algoritmem je metoda proložení signálu tečnou [12]. Tečna prochází inflexním bodem sestupné části vlny T. Místo, kde se tato tečna protíná s izolinií, získanou z TP intervalu, je označeno jako konec vlny T (Obrázek 8). 2.4 Shluková analýza Získané lokální pozice začátků komplexů QRS a konců vln T ze všech 12 svodů jsou podrobeny shlukové analýze, která podobné hodnoty, nelišící se víc než o 100ms, zařadí do stejného shluku. Z těchto shluků jsou získány globální pozice začátků komplexů QRS a konců vln T jako mediánové hodnoty daných shluků.

3 Výsledky Z analýzy byly odstraněny dva nerozměřené signály s kardiostimulací, pro které neexistují referenční hodnoty, tedy bylo testováno celkem 123 signálů z databáze CSE jak pro detekci začátku komplexu QRS (Tabulka 1), tak i pro detekci konce vlny T (Tabulka 2). V tabulkách jsou porovnány dosažené

3650

3700

3750 3800 Vzorky signálu [-]

3850

3900

Obrázek 8: Metoda proložení tečnou pro detekci konce vlny T

4 Závěr První informace, které si lze v Tabulce 1 povšimnout je, že použitá Philipsova metoda pro detekci začátku komplexu dosahuje lepších výsledků než metoda využívající derivace. Při porovnání s některými algoritmy jiných autorů lze říci, že použitý algoritmus pro Philipsovu metodu může v některých případech dosahovat lepších výsledků. Naopak použitý algoritmus, vycházející z derivace, se jeví jako horší než algoritmy publikované jinými autory. Při pohledu na Tabulku 2, která srovnává použité algoritmy pro detekci konce vlny T a algoritmy publikované jinými autory, si lze povšimnout, že jako nejlepší použitý algoritmus se jeví MS-Tpeak metoda, která dosahuje lepších výsledků než většina algoritmů, které byly použity v tomto článku nebo publikovány jinými autory. V tomto článku bylo vyzkoušeno několik principiálně jednoduchých metod pro detekci intervalu QT. V posledních

235

VOL.15, NO.4, AUGUST 2013 letech se autoři z této oblasti snaží využívat stále více pokročilých metod pro detekci intervalu QT založených například na entropii [14, 15], vytvořeném modelu srdce [16] nebo výpočtu nového parametru [17], jelikož se většina domnívá, že všechny principiálně jednoduché metody již byly publikovány. Tabulka 1: Porovnání použitých algoritmů pro detekci začátku komplexu QRS s jinými autory [6] Algoritmus

µ ± σ [ms]

Derivační metoda

1.2 ± 8.8

Philipsova metoda

3.2 ± 5.8

Martinez a kol. [2]

1.3 ± 6.3

Laguna a kol. [7]

-2.1 ± 7.4

Vítek a kol. [9]

0.4 ± 4.0

Hayn a kol. [13]

-2.3 ± 6.8

Tolerance CSE

n/a ± 6.5

[7]

[8]

[9] Tabulka 2: Porovnání použitých algoritmů pro detekci konce vlny T s jinými autory Algoritmus

µ ± σ [ms]

Derivační metoda

5.2 ± 14.1

Philipsova metoda

-14.7 ± 12.7

Vlnková transformace

6.4 ± 14.0

MS-Tpeak metoda

-1.1 ± 12.0

Proložení polynomem

-7.4 ± 16.4

Proložení tečnou

-18.1 ± 12.2

Martinez a kol. [2]

1.3 ± 21.8

Laguna a kol. [7]

1.8 ± 10.6

Vítek a kol. [9]

2.0 ± 12.4

Hayn a kol. [13]

-3.8 ± 11.8

Tolerance CSE

n/a ± 30.6

[10]

[11]

[12]

[13]

Literatura [1] ZAREBA, W. Drug induced QT prolongation. Cardiology Journal, 2007, vol. 14, p. 523-533. [2] MARTINEZ, J. P., lMEIDA, R., lMOS, S., ROCHA, A. P., LAGUNA, P. A. Wavelet-Based ECG Delineator: Evaluation on Standard Databases. IEEE Transactions on Biomedical Engineering, 2004, vol. 51, p. 570-581. [3] MOODY, G. B., KOCH, H., STEINHOFF, U. The PhysioNet/Computers in Cardiology Challenge 2006. Computers in Cardiology, 2006, vol. 33, p. 313-316. [4] The CSE working party. Recommendations for measurement standards in quantitative electrocardiography. European Heart Journal, 1985, vol. 6, p. 815-825. [5] BAILEY, J. J., BERSON, A. S., GARSON, A. Jr., HORAN, L. G., MACFARLANE, P. W., MORTARA,

[14]

[15]

[16]

[17]

236

D. W., ZYWIETZ, C. Recommendations for standardization and specifications in automated electrocardiography: bandwidth and digital signal processing: a report for health professionals by an ad hoc writing group of the Committee on Electrocardiography and Cardiac Electrophysiology of the Council on Clinical Cardiology, American Heart Association. Circulation 1990, vol. 81, p. 730 –739. PAN, J., TOMPKINS, W. J. A Real-Time QRS Detection Algorithm. IEEE Transactions on Biomedical Engineering, 1985, vol. 32, no. 3, p. 230-236. LAGUNA, P., JANÉ, R., CAMINAL, P. Automatic detection of wave boundaries in multilead ECG signals: Validation with the CSE database. Comput. Biomed. Res., 1994, vol. 27, no. 1, p. 45-60. SCHNEIDER, R., BAUER, P., BARTHEL, P., SCHMIDT, G. Challenge 2006: QT Interval Measurement. Computers in Cardiology, 2006, vol. 33, p. 325-328. VÍTEK, M., HRUBEŠ, J., KOZUMPLÍK, J. A WaveletBased ECG Delineation in Multilead ECG Signals: Evaluation on the CSE Database. In World Congress on Medical Physics and Biomedical Engineering, September 7 12, 2009, Munich, Germany, p. 177 - 180. ISBN 978-3-642-03881-5. WU, C. Y., CHIU, H. W. A Semi-Automatic QT Interval Measurement Based on Digital Filters. Computers in Cardiology, 2006, vol. 33, p. 317-320. LANGLEY, P., SMITH, F. E., KING, S. T., ZHENG, D., HAIGH, A. J., MURRAY, A. Fully Automated Computer Measurement of QT Interval from the 12-Lead Electrocardiogram. Computers in Cardiology, 2006, vol. 33, p. 345-348. KICMEROVÁ, D., JURÁK, P., HALÁMEK, J., PROVAZNÍK, I. Verification of QT Interval Detectors. Proceedings of the 18th Biennial International Eurasip Conference Biosignal, 2006, Brno University of Technology, VUTIUM Press, vol. 18, p. 163-165. HAYN, D., KOLLMANN, A., SCHREIER, G. Automated QT Interval Measurement from Multilead ECG Signals, Computers in Cardiology, 2006, vol. 33, p. 381-384. MEHTA, S. S., LINGAYAT, N. S. Development of entropy based algorithm for cardiac beat detection in 12lead electrocardiogram. Science Direct: Signal Processing, 2007, Elsevier Press, vol. 87, p. 3190-3201. MEHTA, S. S., LINGAYAT, N. S. Detection of P and Twaves in Electrocardiogram. Proceedings of the World Congress on Engineering and Computer Science, October 22 – 24, 2008, San Francisco, USA. ISBN 978-988-98671-0-2. POVINELLI, R. J., MNEIMNEH, M. A., JOHNSON, M. T. Cardiac Model Based Approach to QT Estimation. Computers in Cardiology, 2006, vol. 33, p. 333-336. VÁZQUEZ-SEISDEDOS, C. R., NETO, J. E., REYES, E. J. M., KLATAU, A., LIMAO, R. C. New approach for T-wave end detection on electrocardiogram: Performance

VOL.15, NO.4, AUGUST 2013 in noisy conditions. Biomedical Engineering OnLine, 2011, vol. 10, p. 77-87.

237