Odstranění stimulačních hrotů ze signálu elektrokardiografu

Transkript

1 Rok / Year: Svazek / Volume: Číslo / Number: Jazyk / Language CZ Odstranění stimulačních hrotů ze signálu elektrokardiografu Removal of pacing spikes from the electrocardiographic signal Radovan Smíšek 1, Filip Plešinger 2, Pavel Jurák 2, Josef Halámek 2, Tereza Postránecká 3 xsmise00@feec.vutbr.cz, fplesinger@isibrno.cz, jurak@isibrno.cz, josef@isibrno.cz, tereza.reichlova@gmail.cz 1 Fakulta elektrotechniky a komunikačních technologií, VUT v Brně 2 Ústav přístrojové techniky AV ČR, v.v.i. 3 Mezinárodní centrum klinického výzkumu Fakultní nemocnice u sv. Anny v Brně DOI: - Abstract: Ventricular dyssynchrony is a common cause of heart failure. Dyssynchrony can be eliminated using biventricular pacing. The analysis of ultra-high-frequency components in the band Hz allows to evaluate the changes of dyssynchrony in stimulation process and also to optimize the pacing parameters. The influence of pacing spikes is necessary to remove for this analysis. The influence of pacing spikes is in the analyzed frequency domain significantly higher than the influence of the electrical activity of the heart. The aim of this article is to present a new algorithm for removing pacing spikes, which enables the analysis of high frequency components in patients with biventricular pacemaker. A total of 8 different methods were tested on 46 records (15 minutes, 5 khz, 24 bit). The paper discusses the properties of each method and indicates which of the proposed algorithms is best-suited for the elimination of pacing artifacts.

2 Odstranění stimulačních hrotů ze signálu elektrokardiografu Radovan Smíšek 1, Filip Plešinger 2, Pavel Jurák 2, Josef Halámek 2, Tereza Postránecká 3 1 Fakulta elektrotechniky a komunikačních technologií VUT v Brně xsmise00@feec.vutbr.cz 2 Ústav přístrojové techniky AV ČR, v.v.i. fplesinger@isibrno.cz, jurak@isibrno.cz, josef@isibrno.cz 3 Mezinárodní centrum klinického výzkumu Fakultní nemocnice u sv. Anny v Brně tereza.reichlova@gmail.cz Abstrakt Komorová dyssynchronie je častou příčinou srdečního selhání. Dyssynchronii lze účinně eliminovat pomocí biventrikulární kardiostimulace. Analýza ultravysokofrekvenčních složek v pásmu Hz umožňuje hodnotit změny dyssynchronie při stimulaci a optimalizovat stimulační parametry. K takové analýze je ovšem nutné odstranit vliv stimulačních hrotů, který je ve zkoumané frekvenční oblasti výrazně vyšší než vlastní elektrická aktivita srdce. Cílem článku je představit nový algoritmus pro odstranění stimulačních hrotů, který umožňuje analýzu vysokofrekvenčních složek u pacientů s biventrikulárním kardiostimulátorem. Celkem bylo testováno 8 různých metod na 46 záznamech (15 minut, 5 khz, 24 bitů). Článek diskutuje vlastnosti jednotlivých metod a ukazuje, který z navržených algoritmů je nejvhodnější pro eliminaci stimulačních artefaktů. choroby srdeční [3], [5]; zátěží vyvolané ischemie [3] a hypertrofie levé srdeční komory [3]. Tyto studie prokázaly užitečnost použití vysokofrekvenčních složek (frekvenční pásmo nad běžně analyzovaným pásmem do 150 Hz). Až dosud ovšem nebylo umožněno zkoumat vysokofrekvenční složky u pacientů s kardiostimulátorem. U signálu bez stimulačních hrotů je analýza tvorbou obálek vysokofrekvenčních složek možná viz obr. 1, kde obálka vysokofrekvenčních složek viditelně znázorňuje vysokofrekvenční povahu naměřeného signálu zobrazeného na obr. 2 v jednotlivých časech. Z takto vytvořené obálky lze porovnat dobu aktivace jednotlivých komor. 1 Úvod Elektrokardiografie je běžná kardiologická vyšetřovací metoda. Obvykle je snímáno a analyzováno frekvenční pásmo od 0,05 Hz do Hz. Dostupné jsou i elektrokardiografy se vzorkovací frekvencí do 4 khz. Využívané pásmo u těchto přístrojů je do 250 Hz - vysokofrekvenční EKG (HF EKG) [1]. Užitečná informace je ovšem i ve frekvenčním pásmu vysoko nad 250 Hz - tzv. ultra vysokofrekvenční EKG (UHF EKG). Výhodou snímání UHF EKG je možnost sledovat distribuci depolarizace v kardiomyocytech. V současné době nejsou dostatečně prozkoumány způsoby zpracování a interpretace UHF EKG, nicméně dle několika studií umožňuje UHF EKG lépe rozpoznat hypertrofii srdce, blokádu Tawarových ramének, ischemii či infarkt myokardu (IM) [1], [2], [3]. Detekcí ischemie či IM podle HF EKG se zabývalo několik článků ([1], [3], [4], [5]). Vyšší účinnost detekce IM je založena na možnosti sledovat depolarizační změny způsobené IM. Bylo navrženo několik parametrů charakterizujících HF QRS. Mezi nejrozšířenější patří Root Mean Square (RMS) a Reduced Amplitude Zones (RAZ) [1], [3], [4], [6]. RMS je parametr, který vyjadřuje průměrnou amplitudu signálu během komplexu QRS. Při ischemii z důvodu snížení rychlosti šíření vzruchu klesá obsah vysokofrekvenčních složek, a tudíž klesá i RMS. Sofistikovanější je parametr RAZ. Tento parametr popisuje vysokofrekvenční oscilace v prostřední zóně komplexu QRS. Mezi méně často používané parametry patří například sklon sestupné a vzestupné části vysokofrekvenčního komplexu QRS [5]. Parametry byly ve studiích použity při diagnóze akutního infarktu myokardu [1], [4]; ischemické Obr. 1: Amplitudová obálka signálu na obr. 2 ve frekvenčním pásmu 1 2 khz; svod V1 (modře) a svod V6 (zeleně). Obr. 2: EKG bez stimulačního hrotu; svod V1 (modře) a svod V6 (zeleně). 160

3 Stimulační hroty ovšem obsahují UHF složky o vysoké amplitudě (obr. 3). Na obr. 4 je amplitudová obálka signálu zobrazeného na obr. 3 ve frekvenčním pásmu 1 2 khz. Tato obálka je významně ovlivněna přítomným stimulačním hrotem. Je vidět, že zatímco užitečné složky obálky mají amplitudu do 0,1 µv (obr. 1), amplituda obálky při přítomnosti stimulačního hrotu přesahuje 300 µv (obr. 4). Užitečné složky jsou tedy překryty aktivitou stimulátoru a analýza není možná. Hlavním cílem práce je tedy navržení a realizace nových algoritmů pro detekci a následnou náhradu stimulačního hrotu křivkou, která eliminuje parazitní vysokofrekvenční složky. Po odstranění stimulačních hrotů je možné vyhodnotit časové rozložení amplitud vysokofrekvenčních složek v jednotlivých kanálech EKG a určit například úspěšnost stimulace u osob s resynchronizační léčbou. 2 Metody a data 2.1 Použitá data V práci byly použity dva svody (V 1 a V 6) ultravysokofrekvenčního EKG snímaného v Mezinárodním centru klinického výzkumu (ICRC) Fakultní nemocnice u sv. Anny. Záznamy byly pořízeny se vzorkovací frekvencí 25 khz s bitovou hloubkou 24 bitů [2]. Data byla před analýzou podvzorkována na 5 khz. Celkem byly navržené algoritmy testovány na 46 záznamech délky 15 minut. Všechny signály pocházejí od pacientů s biventrikulárním stimulátorem. V záznamu se tedy před každým komplexem QRS mohou vyskytnout jeden až tři stimulační impulzy v závislosti na nastavení kardiostimulátoru a na zdravotním stavu pacienta. Pokud má pacient nefunkční SA uzel (výrazná sinusová bradykardie nebo tzv. sick sinus syndrom), objeví se v EKG stimulační hrot před vlnou P. Dále může být stimulační impulz vyslán do komor. Pokud je hodnota parametru zpoždění stimulace mezi komorami (VV Delay) nulová, vyskytuje se v záznamu jeden stimulační hrot těsně před komplexem QRS. Pokud je hodnota parametru zpoždění stimulace mezi komorami nenulová, nalezneme před komplexem QRS dva stimulační hroty. Druhý hrot může být i uvnitř komplexu QRS. Typický cyklus se třemi stimulačními hroty před komplexem QRS je zobrazen na obr. 5. Obr. 3: EKG se stimulačním hrotem; svod V1 (modře) a svod V6 (zeleně). Obr. 5: Typický cyklus se třemi stimulačními hroty. Obr. 4: Amplitudová obálka signálu na obr. 3 ve frekvenčním pásmu 1 2 khz; svod V1 (modře) a svod V6 (zeleně). Dominantní stimulační impulz je obvykle krátký. Častý je ale výskyt malého kmitu se zpožděním po hlavním stimulačním hrotu (obr. 6). Tento kmit odpovídá konci slepé periody (blanking period), což je první část refrakterní periody. Během slepé periody jsou vypnuté snímací mechanismy kardiostimulátoru. Na konci této periody dochází aktivací snímacího mechanismu ke vzniku zmíněného malého zpožděného kmitu (obr. 6 - B) [7]. Tento zpožděný hrot je také nutné odstranit, jelikož obsahuje vysokofrekvenční složky. Dalším problémem, se kterým je nutné počítat, je možnost ovlivnění signálu i delší dobu po hlavním stimulačním hrotu (obr. 7). 161

4 Algoritmus pro detekci extrémů stimulačních hrotů je znázorněn na obr Analyzovaný signál EKG je ukázán na obr. 8 Při detekci extrémů stimulačních hrotů byla nejprve určena absolutní hodnota analytického signálu vypočítaného z první diference signálu EKG (obr. 8) pomocí Hilbertovy transformace. Výsledný signál je zobrazen na obr. 9. V takto vzniklé obálce byly následně hledány oblasti splňující alespoň jednu z testovaných podmínek. První podmínka byla splněna, jakmile měl některý vzorek obálky nadprahovou velikost (obr. 9 přímka t D). K ověření druhé podmínky byla vytvořena obálka první diference originálního signálu ze svodu, který právě nebyl analyzován (tedy při analýze svodu V 1 byla tvořena obálka svodu V 6 a naopak). Zkoumaný prvek musel mít v této obálce nadprahovou hodnotu. Tato podmínka je oprávněná, jelikož pokud je hrot nízký v jednom z testovaných svodů, očekává se vyšší amplituda ve druhém svodu. Kolem stanovené polohy byla dále hledána poloha maximální hodnoty obálky a následně byla poloha extrému hrotu zpřesněna detekcí extrému v originálním signálu v okolí polohy detekované v obálce. Obr. 6: Stimulace komory, svod V 1 A: stimulační impulz, B: aktivace snímacího mechanismu kardiostimulátoru. Obr. 8: Signál EKG. Obr. 7: Stimulace síně pomalý návrat k nulové izolinii, svod V Detekce stimulačních hrotů Je zapotřebí detekovat přítomnost a následně extrémy a okraje stimulačních hrotů. Obr. 9: Absolutní hodnota analytického signálu vypočítaného z první diference signálu EKG; vodorovná čára (t D) označující práh Detekce extrémů stimulačních hrotů Obr. 10: Signál s detekovanými extrémy stimulačních hrotů (červeně) a okraji stimulačních hrotů (zeleně). 162

5 Na obr. 10 jsou znázorněny detekované extrémy stimulačních hrotů červenou čárou. Přestože na obr. 9 jsou nadprahové tři hroty, detekovány jsou jen dva hroty. Důvodem je, že pravý okraj odstraňované oblasti kolem pravého stimulačního hrotu je až za třetím nadprahovým hrotem (tento hrot odpovídá výše zmíněné aktivaci snímacího mechanismu kardiostimulátoru) Detekce levého okraje odstraňované oblasti Na základě detekovaného extrému hrotu byl následně hledán jeho levý okraj pomocí směrodatné odchylky a lineární regrese. Blokové schéma algoritmu je zobrazeno na obr Detekce pravého okraje odstraňované oblasti Posledním krokem detekčního algoritmu je detekce pravého okraje odstraňované oblasti. Ne vždy se jedná přímo o okraj stimulačního hrotu. V případě, že je přítomen překmit způsobený koncem slepé periody (zapnutím snímání elektrické aktivity stimulátorem), je nutné stanovit okraj odstraňované oblasti až za tento kmit. Blokové schéma tohoto algoritmu je zobrazeno na obr. 12. Obr. 11: Blokové schéma algoritmu pro detekci levého okraje odstraňované oblasti. Algoritmus stanoví levý okraj stimulačního hrotu v místě, kde je splněna alespoň jedna ze dvou testovaných podmínek (obr. 11). Cílem je detekovat ostrý předěl mezi levou stranou stimulačního hrotu a předchozím signálem. První podmínka je založena na výpočtu směrodatné odchylky v okně délky 2 ms pohybujícím se v originálním signálu směrem nalevo od stimulačního hrotu. Směrodatná odchylka je počítána při každém posunutí, a jakmile dostatečně klesne, je v tomto bodě stanoven levý okraj stimulačního hrotu. Pokud je při aktuálním posunutí okna směrodatná odchylka nadprahová, dochází k testování druhé podmínky, kdy je prahován součet absolutních hodnot rozdílů mezi přímkou vzniklou proložením vzorků v okně a mezi vzorky EKG příslušejícími dané přímce. V případě, že ani jedna z testovaných podmínek není splněna, dochází k výše definovanému posunutí okna a opakuje se testování podmínek. Maximální posunutí je 6 ms. Pokud při žádném posunutí není stanoven levý okraj stimulačního hrotu, je tento okraj stanoven v bodě, který byl napravo v okně při posunutí s nejnižší směrodatnou odchylkou. Obr. 12: Blokové schéma algoritmu pro detekci pravého okraje odstraňované oblasti. Detekci pravého okraje komplikuje častý neostrý okraj hrotu a také výskyt malého kmitu se zpožděním po stimulačním hrotu (viz kap. 2.1, obr. 6 a obr. 7). Prvním krokem algoritmu je tedy zjištění, zda je tento zákmit přítomen a případně jeho detekce. Algoritmus pro detekci zákmitu nejprve zjistí hodnotu maxima v obálce první diference originálního signálu v úseku 8 až 22 ms po vrcholu stimulačního hrotu (v tomto intervalu dochází u kardiostimulátorů k aktivaci snímacího mechanismu, čímž je způsoben zmíněný zpožděný kmit). Tato hodnota je poté porovnána s průměrnou hodnotou v tomto úseku obálky. Pokud je maximum dostatečně větší oproti směrodatné odchylce, pak se za stimulačním impulzem vyskytuje zpožděný kmit. 163

6 Pokud je zjištěna přítomnost zpožděného zákmitu, je detekována jeho poloha v místě maxima obálky první diference originálního signálu v úseku 8 až 22 ms po vrcholu hlavního hrotu. Dalším krokem je proložení vzorků nacházejících se 3 ms před vrcholem zpožděného hrotu přímkou, takto dlouhý úsek je vhodný pro stanovení směru signálu před odstraňovanou oblastí. S rostoucí délkou prokládaného úseku by se snižovala schopnost prokládané přímky vystihnout trend křivky přímo před stimulačním hrotem, kratší úsek by zase mohl být ovlivněn pouze lokálními odchýlenými hodnotami z důvodu nedostatku prokládaných prvků. Po proložení je tato přímka prodloužena směrem za zpožděný hrot. Dále je vypočítána absolutní hodnota rozdílů prvků této přímky a odpovídajících bodů signálu EKG (tento vektor bude dále nazýván vektor rozdílů). Vektor je dále procházen prvek po prvku a pravý okraj je stanoven v místě, kde je splněna jedna ze dvou testovaných podmínek. První podmínka hledá místo s dostatečně malým prvkem ve vektoru rozdílů a současně s dostatečně malou směrodatnou odchylkou prvků ve vektoru rozdílů v okolí aktuálního bodu. Druhá podmínka, při jejíž platnosti je určena poloha pravé strany hrotu, zní, že aktuální testovaný prvek z vektoru rozdílů musí být dostatečně větší než prvek následující, současně směrodatná odchylka prvků v následujících 4 ms z vektoru rozdílů musí být nižší než stanovený práh a současně velikosti prvků ve vektoru rozdílů se nesmí dále příliš zvětšovat. V případě, že na počátku nebyl zpožděný hrot detekován, je k detekci pravého okraje stimulačního hrotu použit následující algoritmus. Prvním krokem je proložení vzorků v úseku 4 ms před dříve detekovanou levou stranou stimulačního impulzu přímkou, takto dlouhý úsek je vhodný pro stanovení směru signálu před stimulačním hrotem. V dalším kroku je přímka prodloužena až na 13 ms po vrcholu stimulačního impulzu, což je úsek, ve kterém je možné ovlivnění signálu stimulačním hrotem (obr. 7). Následně je vypočítán vektor absolutních hodnot rozdílů mezi touto přímkou a příslušejícími vzorky originálního signálu. V místě prvního dostatečně malého prvku v tomto vektoru je stanoven pravý okraj stimulačního hrotu. Pokud žádný z prvků není dostatečně malý, je stanovena poloha pravé strany stimulačního impulzu v místě odpovídajícím minimálnímu prvku vektoru. Všechny detekční algoritmy jsou aplikovány na svod V1 a svod V6. Vzhledem k tomu, že doba, po kterou stimulační impulz ovlivňuje signál v obou svodech, nemusí být stejná, je na konci nutné sjednotit detekované pozice z obou svodů. V případě pravého okraje stimulačního hrotu je výsledná poloha ta, která je vzdálenější od stimulačního impulzu, aby došlo spolehlivě k odstranění vlivu stimulačního hrotu ve všech svodech. Levý okraj je dán průměrem detekovaných poloh ze svodu V 1 a V 6, jelikož nalevo od stimulačního hrotu jsou polohy obvykle stejné nebo velmi blízké a případná rozdílná hodnota bývá dána jinými vlivy (artefakty nebo činnost srdce projevující se jen v jednom ze svodů) než činností kardiostimulátoru. 2.3 Odstranění stimulačních hrotů Bylo navrženo a otestováno 8 algoritmů pro korekci vybrané oblasti. Testováno bylo nahrazení korigované oblasti přímkou a kubickým splinem, kdy byla do oblasti stimulačního hrotu jednoduše vložena daná křivka, jejíž okrajové body odpovídaly hodnotou okraji odstraňované oblasti. Dále bylo testováno nahrazení hrotu dvěma přímkami, kdy přímky vznikly proložením vzorků 3 ms před, respektive po stimulačním hrotu. Obě přímky pak vedly od okraje stimulačního hrotu po jejich průsečík. Pokud se přímky neprotnuly v oblasti stimulačního hrotu, vedly obě od okraje stimulačního hrotu doprostřed mezi tyto body. Hodnota v tomto bodě je dána průměrem hodnot obou přímek v tomto bodě. Další metodou je proložení bodů nacházejících se maximálně 1,2 ms před a za oblastí stimulačního hrotu jednou přímkou metodou nejmenších čtverců. Tato přímka je poté vložena místo hrotu. Algoritmus s postupnou změnou směrnice prokládané přímky začíná proložením vzorků nacházejících se 1,2 ms před levým okrajem hrotu přímkou a následně jsou přímkou proloženy vzorky nacházející se 1,2 ms za pravým okrajem hrotu. Dalším krokem je vytvoření vektoru dlouhého stejně jako odstraňovaný úsek a obsahujícího prvky s hodnotami od směrnice první vzniklé přímky po směrnici druhé přímky s konstantním krokem. Dále je vytvořen stejně dlouhý vektor obsahující prvky s hodnotami od úseku vytnutého první vzniklou přímkou na ose y po úsek vytnutý druhou přímkou s konstantním krokem. Další část algoritmu postupně nahrazuje stimulační hrot bod po bodu tak, že hodnota následujícího bodu odpovídá vždy hodnotě bodu, který leží na přímce, která odpovídá aktuálnímu prvku ve vektoru směrnic a ve vektoru úseků vytnutých na ose y (první bod leží na přímce s první směrnicí a s prvním úsekem vytnutým na ose y atd.). Postupně je takto nahrazena celá odstraňovaná oblast. Testován byl i mírně pozměněný algoritmus (s postupnou změnou směrnice prokládané přímky s omezením hodnot), kde hodnoty nových bodů musí být v rozmezí mezi hodnotou pravého a levého okraje stimulačního hrotu. Bodu, který by měl mít hodnotu mimo toto rozmezí, je přiřazena hodnota rovna bližší hodnotě z hodnot okrajových bodů stimulačního hrotu. Zajímavou metodou je metoda nahrazení stimulačního hrotu odečtením průměrného hrotu. Všechny stimulační hroty byly rozděleny dle tvaru do několika typů (rozdílný tvar má impulz do síně, do pravé a do levé komory) a v rámci těchto typů byly zprůměrovány. Zprůměrované hroty byly odečteny od všech originálních hrotů daného typu. Okraje takto vzniklé křivky byly zarovnány s okraji odstraňovaného hrotu následujícím způsobem. Byly vypočítány rozdíly mezi levým okrajem hrotu a levým prvkem vytvořené křivky (rozdil1) a mezi pravým okrajem hrotu a pravým prvkem vytvořené křivky (rozdil2). Dále byl definován vektor délky odpovídající šířce aktuálně nahrazovaného stimulačního hrotu, který obsahuje hodnoty od rozdil1 po rozdil2 s konstantním krokem. Tento vektor je pak odečten od křivky vzniklé odečtením hrotu. Poslední testovanou metodou je potlačení stimulačního hrotu filtrem FIR typu dolní propust s mezní frekvencí 20 Hz řádu 352. Okrajové body křivky vzniklé filtrací je nutné zarovnat s okrajovými body odstraňovaného hrotu, což bylo provedeno stejně, jak je popsáno u metody nahrazení stimulačního hrotu odečtením průměrného hrotu. 164

7 2.4 Analýza UHF složek EKG Pro vyhodnocení úspěšnosti detekce a odstranění stimulačních hrotů bylo nutné posoudit, do jaké míry byla odstraněním stimulačního hrotu umožněna analýza UHF EKG. Prvním krokem je výběr analyzovaného frekvenčního pásma, svodu a typu QRS. Obvykle je analyzováno pásmo 0,5 1 khz nebo 1 2 khz a svod V1 a V6. Následně je pomocí Fourierovy transformace, filtrace ve frekvenční oblasti a pomocí Hilbertovi transformace vytvořena obálka složek signálu odpovídajících zvolenému frekvenčnímu pásmu. Dalším krokem je rozdělení obálky na krátké úseky obsahující vždy jeden komplex QRS a 128 ms signálu před a po něm. Tyto úseky obálky byly zarovnány podle polohy vrcholu vlny R a nakonec zprůměrovány. Polohy vlny R byly detekovány na Ústavu přístrojové techniky AV ČR. Komplexy QRS byly rozřazeny do skupin podle tvaru [8] a při tvorbě jedné obálky je vždy použit pouze jeden typ komplexů QRS. Následně byla od obálky signálu odečtena šumová složka pozadí, která byla vypočítána jako průměrná hodnota z úseku 190 až 310 ms po vrcholu R vlny. Tato oblast odpovídá vlně T a vzhledem k tomu, že vlna T neobsahuje vysokofrekvenční složky, lze hodnoty v její oblasti považovat pouze jako šumovou složku pozadí. Nakonec byla obálka vyhlazena průměrováním v okně délky 8 ms. 3 Výsledky Jedním z důležitých výsledků práce je detekce oblasti, ve které se nachází stimulační hrot, a kterou je tudíž nutné nahradit jinou křivkou. Statistické údaje o šířce odstraňované oblasti jsou zobrazené v tabulce 1. Celá odstraňovaná oblast Odstraňovaná oblast před stim. hrotem Odstraňovaná oblast za stim. hrotem Tabulka 1: Šířka odstraňované oblasti Průměr a směrodatná odchylka [ms] Maximum [ms] Minimum [ms] 25,06 ± 4,09 39,60 3,60 1,84 ± 0,65 5,80 0,80 23,22 ± 4,00 37,20 2,00 Vyhodnocení úspěšnosti detekce a odstranění stimulačního hrotu proběhla vizuálně v originálním signálu i pomocí analýzy UHF složek. Odstranění je tím kvalitnější, čím méně stimulační hroty ovlivňují obálku UHF složek. Dle vizuálního hodnocení v originálním signálu proběhla detekce u všech testovaných záznamů spolehlivě. Ukázka vizuálně správné detekce pravého okraje odstraňované oblasti je na obr. 13. Obr. 13: Detekce okrajů stimulačního hrotu (zeleně) a extrému stimulačního hrotu (červeně), subjekt Při hodnocení metod odstranění stimulačních hrotů v originálním signálu byly metody hodnoceny podle hladkosti navázání křivky nahrazující stimulační hrot a okolního signálu. Na přechodu nesmí být ostré skoky. Stejně tak nesmí vkládaná křivka obsahovat vlastní vysokofrekvenční složky, kterými by ovlivnila následnou analýzu UHF složek EKG. U metod založených na prokládání přímkou, dvěma přímkami, prokládání přímkou metodou nejmenších čtverců a metodou s postupně se měnící směrnicí s omezením hodnot dochází k ostřejším přechodům mezi odstraňovanou oblastí a okolním signálem. U metod založených na prokládání kubickým splinem, křivkou s postupně se měnící směrnicí a metodou využívající filtrace signálu dochází zase k prokládání křivkami ne příliš vizuálně vhodného tvaru toto lze vidět na obr. 14. Nelze jednoduše rozhodnout, která metoda odstranění je nejvhodnější, z toho důvodu jsou dále metody porovnány podle ovlivnění obálky vysokofrekvenčních složek. Obr. 14: Nahrazení stimulačního impulzu kubickým splinem, okraje nahrazované oblasti znázorněny zelenými čarami. 165

8 Vizuálně vhodná se jeví metoda odečtení průměrného hrotu. V tomto případě je vizuálně nejvěrněji napodobena očekávaná křivka, kdyby nebyla překryta stimulačním hrotem (viz obr. 15). Nevýhoda této metody spočívá v tom, že ne u všech signálů byly dostatečně roztříděny stimulační hroty podle tvaru (a tudíž jsou nedostatečně odstraněné odečtením průměrného hrotu). Ve frekvenčním pásmu 1 2 khz vznikají u některých signálů na přechodu mezi odstraňovanou oblastí a okolním signálem vysoké hroty, které neznázorňují činnost srdce, ale jsou příčinou nepřesného odstranění stimulačních hrotů. Na obr. 17 nahoře je vidět situace, kdy užitečné UHF složky jsou v okolí odstraňované oblasti nízké, ale ve svodu V1 ve frekvenčním pásmu 1 2 khz se vedle odstraňované oblasti vyskytuje vysoký hrot způsobený nepřesným navázáním vkládané křivky. Tento artefakt se zde vyskytuje, i když v originálním signálu se zdá být detekce přesná (obr. 13). Velmi užitečná je ovšem i tato obálka s artefaktem na přechodu mezi nahrazovanou oblastí a okolním signálem. Obálka je stimulačním hrotem ovlivněna pouze lokálně na rozdíl od situace bez odstranění stimulačního hrotu, kdy byl překryt celý užitečný signál (obr. 4). Obr. 15: Potlačení stimulačního hrotu odečtením průměrného hrotu, okraje potlačované oblasti vyznačeny zelenými čarami. 4 Diskuze Podle zhodnocení kvality odstranění stimulačního hrotu analýzou UHF složek je úspěšně potlačen vliv stimulačních hrotů na obálku ve frekvenčním pásmu 0,5 1 khz. Signál po odstranění vybraných oblastí vyhovuje pro analýzu komorové dyssynchronie. Úspěšně vytvořené obálky v pásmu 0,5 1 khz jsou na obr. 16. Obr. 17: Nahoře - obálka signálu se stimulačním impulzem nahrazeným přímkou; odstraněná oblast žlutě; polohy extrémů stimulačních hrotů černá svislá čára; Dole - obálky signálu při různé poloze pravého okraje stimulačního hrotu. Obr. 16: Obálka signálu se stimulačním impulzem nahrazeným přímkou; svod V1 modře, V 6 zeleně; odstraněná oblast žlutě; polohy extrémů stimulačních hrotů černá svislá čára. Jedna z možných příčin vzniku hrotu na přechodu mezi odstraňovanou oblastí a okolním signálem je nepřesná detekce hrotu. Pro ověření, zda je vzniklý artefakt způsoben nepřesnou detekcí, byly vytvořeny obálky stejného signálu, kde ovšem došlo k posunu pravého okraje odstraňované oblasti o 1 a 2 ms na obě strany a o 4, 6, 8, a 10 ms doprava vůči poloze detekované algoritmem. Jednotlivé obálky byly společně s původní obálkou vykresleny do jednoho obrázku přes sebe. Výsledné překrytí na přechodu mezi odstraňovanou oblastí a okolním signálem je přiblíženo na obr. 17 dole (na tomto obrázku je algoritmem detekovaná poloha pravého okraje modře, posunu- 166

9 tý okraj o 2 ms vlevo červeně, o 1 ms vlevo zeleně, o 1 ms vpravo purpurově, o 2 ms vpravo černě, o 4 ms vpravo azurově, o 6 ms vpravo červeně čárkovaně, o 8 ms vpravo zeleně čárkovaně a o 10 ms vpravo modře čárkovaně; odstraňovaná oblast v situaci bez posunutí je žlutě). Je zde vidět, že při posunu polohy pravého okraje stimulačního hrotu směrem doleva dochází ke vzniku dalších artefaktů (vznikají další zákmity). Naopak při posunu detekované polohy doprava se původní artefakt zmenšuje, až dojde k jeho úplnému odstranění. Nejvhodněji z hlediska potlačení artefaktu se tedy pro tento signál jeví posunutí polohy pravého okraje o 8 ms doprava oproti detekované poloze. Tato nepřesnost v detekci není vidět v nasnímaném signálu zde se jeví detekce přesná, a tedy je před analýzou UHF složek velmi obtížné stanovit optimální polohu okraje odstraňované oblasti. Odstranění stimulačního hrotu bez artefaktu ovšem není jediným požadavkem. Druhý požadavek je docílení co nejužší šířky odstraňované oblasti. Je vidět, že s větším splněním jednoho z požadavků je hůře splněn požadavek druhý. Výsledek je tudíž kompromisem mezi těmito požadavky. Druhou možnou příčinou vzniku artefaktu může být špatná metoda odstranění stimulačního hrotu. Pro porovnání jednotlivých metod byly vytvořeny obálky UHF složek signálu ve frekvenčním pásmu 1 2 khz po odstranění různými metodami a tyto obálky byly vykresleny přes sebe, což je vidět na obr. 18 dole, kde je přiblížen vrchol nechtěného hrotu. Jednotlivé metody odstranění jsou barevně odlišeny - nahrazení přímkou je červeně, kubickým splinem zeleně, křivkou s postupně se měnící směrnicí purpurově, dvěma přímkami černě, křivkou s postupně se měnící směrnicí s omezením hodnot červeně čárkovaně a přímkou proloženou metodou nejmenších čtverců zeleně čárkovaně, potlačení filtrací je modře a odečtením průměrného hrotu azurově). Ukázalo se, že mezi jednotlivými metodami jsou jen velmi malé rozdíly. Výjimkou je metoda nahrazení stimulačního hrotu křivkou prokládanou metodou nejmenších čtverců, která je nejméně kvalitní. Ostatní metody nelze podle kvality jednoznačně seřadit, u různých záznamů je pořadí různé. Nejkvalitnější je ovšem u většiny záznamů stejně jako na obrázku nahrazení stimulačního hrotu kubickým splinem, ačkoli byla vkládaná křivka v originální oblasti u některých záznamů nepříliš vizuálně vhodná (obr. 14). Vhodnost použití je ovšem dána nízkofrekvenční povahou vkládané křivky. 5 Závěr Obr. 18: Nahoře - obálka signálu se stimulačním impulzem nahrazeným přímkou; odstraněná oblast žlutě; polohy extrémů stimulačních hrotů černá svislá čára; Dole - vrcholy artefaktu při různých metodách odstranění stimulačního hrotu. Tento článek se zabývá detekcí a následným odstraněním stimulačních hrotů ze signálu UHF EKG. Bylo navrženo několik algoritmů sloužících k detekci vrcholu i okrajů stimulačních hrotů a k následnému odstranění tohoto hrotu. Odstranění stimulačních hrotů je nezbytné k analýze UHF EKG, jelikož vysokofrekvenční povaha stimulačních hrotů znemožňuje analyzovat užitečné vysokofrekvenční složky (obr. 3 a 4). Téma detekce a odstranění stimulačních hrotů ze signálu UHF EKG nebylo doposud v odborné literatuře řešeno z důvodu jedinečnosti UHF EKG dat, která se běžně nesnímají. Analýza vysokofrekvenčních složek UHF EKG pro stanovení úspěšnosti resynchronizační léčby či pro predikci vhodných pacientů pro tuto léčbu je aktuálně se rozvíjející oblast, navržené algoritmy nebyly doposud pro jiné účely potřebné. Navržené algoritmy jsou unikátní. Vyhodnocení úspěšnosti bylo provedeno v surovém signálu EKG i pomocí vysokofrekvenční analýzy (tvorba obálek vysokofrekvenčních složek). Dle vizuálního hodnocení v surovém signálu EKG byla detekce u všech 46 testovaných záznamů dostatečně přesná. Vizuálně byly zhodnoceny také metody odstranění stimulačních hrotů, zde je ovšem vizuální hodnocení obtížné a nejednoznačné. Pro analýzu obálek 0,5 1 khz bylo odstranění hrotu úspěšné, tato analýza je umožněna bez vzniku výraznějších artefaktů. Při analýze obálek 1 2 khz vznikají na přechodu mezi odstraňovanou oblastí a stimulačním hrotem vysoké hroty, které jsou důsledkem nepřesného odstranění stimulačního hrotu. Při praktickém využití analýzy, například pro stanovení úspěšnosti resynchronizační léčby, je nutné vědět o možnosti výskytu tohoto artefaktu, jinak by mohlo dojít ke špatné interpretaci výsledků. Celkově lze říci, že algoritmus vyhovuje pro analýzu komorové dyssynchronie a lze ho pro tuto analýzu použít v praxi. Po podrobnější analýze detekovaných pozic a metod odstranění je zřejmé, že větší vliv na vznik artefaktu má nepřesně detekovaná poloha pravého okraje hrotu než volba metody 167

10 odstranění. V prezentovaném případě při posunu pravého okraje hrotů o 8 ms doprava artefakt vymizel. Tento posun ovšem lze jen velmi obtížně požadovat na základě vizuálního hodnocení, kde se zdá být detekovaná pozice přesná a posun doprava nesmyslný (obr. 13). Posunutím pravého okraje odstraňované oblasti doprava dochází také k rozšiřování odstraňované oblasti a tím k větší ztrátě užitečného signálu. Při porovnání metod nebylo stanovení nejvhodnější metody jednoznačné a pořadí se lišilo u jednotlivých záznamů. Nejlepší výsledky poskytuje metoda nahrazení stimulačního hrotu kubickým splinem. Pro úspěšnou eliminaci stimulačních hrotů je rozhodující přesná detekce konce stimulačního artefaktu. Poděkování Tato publikace vznikla v rámci projektu GAČR GAP102/12/2034. Literatura [1] AMIT, G., O. GALANTE, L. R. DAVRATH, O. LURIA, S. ABBOUD a D. ZAHGER. High-Frequency QRS Analysis in Patients with Acute Myocardial Infarction: A Preliminary Study. Annals of Noninvasive Electrocardiology [online]. 2013, 18(2), [cit ]. DOI: /anec ISSN x. Dostupné z: DOI: /CIC ISBN Dostupné také z: mber= [6] PETTERSSON, J., E. CARRO, L. EDENBRANDT, et al. Spatial, individual, and temporal variation of the highfrequency QRS amplitudes in the 12 standard electrocardiographic leads. American Heart Journal [online]. 2000, 139(2), [cit ]. DOI: /S (00) ISSN Dostupné z: [7] Pacemaker Timing. In: The University of Tennessee: Health science center [online]. Tennessee: The University of Tennessee, 2010 [cit ]. Dostupné z: [8] PLESINGER, F., J. JURCO, J. HALAMEK, T. REICHLOVA a P. JURAK. Multichannel QRS Morphology Clustering Data Preprocessing for Ultra-High- Frequency ECG Analysis. In: Cardiotechnix 2015 [online]. Lisabon, 2015, s [cit ]. ISBN [2] JURAK, P., J. HALAMEK, P. LEINVEBER, et al. Timefrequency interpretation of ultra-high-frequency QRS components. In: 8th Conference of the European Study Group on Cardiovascular Oscillations (ESGCO). Trento: IEEE, 2014, s [cit ]. DOI: /ESGCO ISBN Dostupné také z: mber= [3] TRÄGÅRDH, E. a T. T. SCHLEGEL. High-frequency QRS electrocardiogram. Clinical Physiology and Functional Imaging [online]. 2007, 27(4), [cit ]. DOI: /j X x. ISSN Dostupné z: [4] PETTERSSON, J., O. PAHLM, E. CARRO, L. EDENBRANDT, M. RINGBORN, L. SÖRNMO, S. G. WARREN a G. S. WAGNER. Changes in high-frequency QRS components are more sensitive than ST-segment deviation for detecting acute coronary artery occlusion. Journal of the American College of Cardiology [online]. 2000, 36(6), [cit ]. DOI: /S (00) ISSN Dostupné z: [5] PUEYO, E., A. ARCINIEGA a P. LAGUNA. Highfrequency signature of the QRS complex across ischemia quantified by QRS slopes. In: Computers in Cardiology, Lyon: IEEE, 2005, s [cit ]. 168