论文部分内容阅读
缺血性心脏病是世界范围内最重要的致死病因之一。心肌缺血的早期检测是实现及时有效的治疗,减少甚至避免持续性心肌缺血导致的心肌梗死,挽救生命的关键因素。心电图虽然是目前诊断心肌缺血最简单、使用最广泛的临床手段,但临床中许多心肌缺血患者的心电图仍表现正常或大致正常。基于心电图的心肌缺血早期准确检测仍是心血管病领域重要且困难的问题。心电动力学图(Cardiodynamicsgram,CDG)是我们近年来提出的一种用于心肌缺血检测的心电图分析新方法。心电动力学图基于动态环境机器学习方法――确定学习,通过对心电图中ST-T段进行动力学建模,提取心电信号中与心肌缺血相关的微弱动力学信息,并将其三维可视化显示得到心电动力学图。在北京阜外医院开展了临床预试验研究,针对心电图大致正常的疑似冠心病患者,基于冠脉造影对心电图数据进行标注,结果表明心电动力学图能够在心电图正常或大致正常时对疑似冠心病患者的缺血状况进行较为准确的检测。本研究进一步采用采样确定学习算法,从系统辨识和非线性动力学角度开展缺血性心脏病的早期检测和评估研究,主要包括以下工作:1)基于确定学习和心电动力学图建立具有可解释性的心肌缺血检测模型。在北京阜外医院预试验中采用冠脉造影作为诊断心肌缺血的“金标准”,但冠脉造影实际上仅是评价冠脉狭窄性病变的“金标准”,即冠脉造影仅能对冠脉病变的解剖学进行评价,并不能直接评估心肌缺血的严重程度。临床中除冠脉狭窄外,冠脉慢血流也是心肌缺血发生的重要原因。针对这一问题,首先,我们在北京阜外医院和新疆石河子市人民医院收集病例,构建了一个既有心电图发生缺血性改变、又有心电图正常及大致正常、且包括经冠脉阻塞性病变和冠脉慢血流的双中心心肌缺血数据集。其次,利用采样确定学习计算心电图大致正常患者的心电动力学图,将冠脉狭窄组和非狭窄组随机分割为互不相关的训练集及测试集,训练支持向量机心肌缺血分类模型。最后,对试验中的假阳性病例进行分析,发现大多存在慢血流现象这一缺血病因;因此,重新标注慢血流病例,以改善心肌缺血数据集标注精度。在此基础上,我们基于确定学习和心电动力学图构建了更为准确的、具有可解释性的心肌缺血检测模型。2)基于确定学习建立评估急性冠脉综合征(Acute coronary syndrome,ACS)经皮冠状动脉介入治疗(Percutaneous coronary intervention,PCI)效果的无创、便捷的工具。PCI是临床上开通冠状动脉、改善心肌血流灌注、治疗ACS的最有效手段之一。但临床缺乏对ACS患者PCI术后效果进行评价的简单、无创的有效手段。针对这一问题,我们在心电动力学图能够有效检测心肌缺血这一研究基础上,进一步探讨心电动力学图在ACS患者PCI术血运重建效果评估方面的价值。首先,我们在山东大学齐鲁医院纳入接受PCI治疗的ACS患者。记录PCI术前及术后心电图,测量QT参数;基于采样确定学习对心电信号进行动力学建模生成心电动力学图及其指标,对比分析心电动力学图指标和QT参数在PCI术评估中的价值。分析结果发现成功PCI术后,心电动力学图指标显著降低,其形态从散乱向规整逐渐变化,但QT参数均无明显变化。上述结果表明心电动力学图能够较准确直观地反映PCI术前、术后心肌缺血的动态变化,提升了心电信号敏感识别血流灌注的能力,可能为临床快速评估血运重建效果提供一种可靠、无创和便捷的手段。3)提出更有效的心电动力学图量化指标,评估心电动力学图在多医学中心上对心肌缺血的早期检测能力。基于描述心电动力学图形态的李雅普诺夫指数和频谱拟合指数建立的心肌缺血检测模型虽然能实现较为准确的心肌缺血检测,但在某些情况下,李雅普诺夫指数并不能准确刻画心电动力学图的不规则程度。因此,我们进一步利用复杂度分析方法――Lempel-Ziv(LZ)复杂度描述心电动力学图,以期改善对心电动力学图的表征。在北京阜外医院和石河子市人民医院的心电图大致正常的心肌缺血数据上,发现李雅普诺夫指数和LZ复杂度在心肌缺血组和非缺血组之间均存在显著差异,且基于LZ复杂度和频谱拟合指数的模型对心肌缺血检测更有效。但进一步分析发现,在一些病例中评估李雅普诺夫指数和LZ复杂度这两个特征中哪一个描述心电动力学图更准确并不容易。因此,我们提出基于集成学习的分类方法,以融合心电动力学图的不同特征来构建具有鲁棒性和泛化能力的心肌缺血检测模型。最后,进一步在北京阜外医院、石河子市人民医院和山东大学齐鲁医院这三个中心的数据集以及公开数据集PTB上验证模型的泛化能力和鲁棒性。结果表明,本研究提出的心肌缺血检测模型提供了可解释的分类特征和与临床相符的决策过程,有利于临床医生理解和接受。更为重要的是,在真实临床环境下的表现证明,基于心电动力学图的心肌缺血模型在不同医学中心具有较好的推广能力。综上,本研究最终构建了一个贴近临床环境、具代表性的多医学中心缺血性心脏病心电数据集,其中既有心电图已发生缺血性改变、又有心电图正常及大致正常、且包括经冠脉造影检验发生冠脉阻塞性病变和非阻塞性病变的病例数据,为后续相关研究提供了宝贵的数据资源;同时,基于确定学习和准确标注的多中心数据集建立了具有可解释性的心肌缺血检测模型,为临床提供了一种有效、便捷的工具,辅助临床医生及时诊断心肌缺血,以及快速、有效评估缺血性心脏病患者的治疗效果。