基于时间扭曲技术的T波峰到终末变化预测猪心肌梗死模型中的室颤
基于时间扭曲技术的T波峰到终末变化预测猪心肌梗死模型中的室颤
背景介绍
论文来源突发性心脏性死亡（Sudden Cardiac Death, SCD）是全球范围内死亡的主要原因，其主要致病机制之一即为室颤（Ventricular Fibrillation, VF），特别是在心肌梗死后的环境下。在此背景下，早期预测VF风险显得尤为重要。心室复极化（Ventricular Repolarization, VR）改变与室性心律失常形成的联系已经在实验模型和临床研究中得到验证。T波峰到T波终末间隔（T-peak-to-T-end interval, Tpe）作为VR离散度（VR Dispersion, VRD）的替代指标，早被提出并被认为是预测心律失常风险的潜在指标。然而，Tpe间隔仅捕捉到T波峰和末端的时间差，并未考虑到波形中所含的信息。在此基础上，本研究通过一个新提出的基于时间扭曲（Time Warping）的指标，量化Tpe间隔内的形态变化，以预测VF的发生。
该研究由Neurys Gómez、Julia Ramírez、Alba Martín-Yebra、Marina M. Demidova、Pyotr Platonov、Juan Pablo Martínez和Pablo Laguna（IEEE成员）共同撰写。研究单位包括西班牙萨拉戈萨大学、瑞典隆德大学和英国女王玛丽大学等。论文于2024年发表在IEEE Transactions on Biomedical Engineering中。
研究目的
该研究旨在分析基于时间扭曲的Tpe间隔形态变化指数（dpca_w,tpe）在缺血过程中的时间轨迹，并测试其在猪心肌梗死模型中预测即将发生VF的能力。
研究方法
实验数据集和协议
本研究利用了在瑞典隆德大学实施的闭胸猪心肌梗死模型，引入了为期40分钟的冠状动脉阻塞实验。实验对象为32头家猪，其冠状动脉阻塞前和阻塞期间的心电图（ECG）记录进行了详细分析。
ECG预处理
首先，ECG信号通过双向六阶巴特沃斯低通滤波器和高通滤波器分别去除电噪声和基线漂移。接着，应用基于小波的单导心电图描定法确定QRS波的特征点，并通过主成分分析（Principal Component Analysis, PCA）转化为强调T波内容的特征导联。
时间扭曲量化Tpe间隔变化
针对每头猪，通过Tpe间隔的时间扭曲（Time Warping）来量化其动态变化。采用Ramírez等人提出的方法，将T波峰到终末（Tpe）进行时间重参数化，计算出扭曲指数dpca_w,tpe。
统计分析
采用曼-惠特尼检验比较非VF组和延迟VF组之间的指数值。并应用受试者工作特征（ROC）曲线分析在不同时间间隔中的预测能力。
研究结果
DPCA_W,TPE在阻塞期间的变化
实验表明，在基线状态下dpca_w,tpe基本保持稳定，而在冠状动脉阻塞期间，dpca_w,tpe指数逐渐增加，特别是在发生室颤的猪中，其增加更为显著。例如，在阻塞期间，出现VF的猪的dpca_w,tpe从4.92 ms增加到44.51 ms，而没有发生VF的猪从1.94 ms仅增加到7.52 ms。
指数行为比较
dpca_w,tpe和tpca_pe在时间上的变化趋势类似，均在冠状动脉阻塞的最初5分钟内呈现显著增加。dpca_w,tpe指数在各个时间区间的动态分析中都表现出较好的区分能力，其预测VF的敏感性和特异性分别为90.0%和75.0%，显著优于tpca_pe指数的敏感性80.0%和特异性69.0%。
VF预测分析
在受试者工作特征（ROC）曲线上，dpca_w,tpe指数在预测VF方面表现出了更好的预测能力，其曲线下面积（AUC）达到0.85，对应的危险比为12.5，而tpca_pe指数的AUC则为0.79，对应的危险比为5.5。这表明dpca_w,tpe在预测即将发生的VF事件方面相较于tpca_pe更具优势。
结论和意义
基于时间扭曲的T波形态指数dpca_w,tpe 能够更好地捕捉到缺血诱导的心室复极化离散度变化。与tpca_pe相比，在预测心肌梗死后即将发生的室颤方面，dpca_w,tpe显示出了更高的预测准确性。本研究的结果建议，未来应进行进一步的临床探索研究，以验证其在人群中的适用性和价值。
研究亮点
- 新颖的时间扭曲技术：相比于传统的T波峰到终末时间间隔，基于时间扭曲的形态分析模式（dpca_w,tpe）在捕捉缺血诱发的心室复极化变化方面表现出色。
- 更高的预测准确性：dfca_w,tpe在预测室颤事件方面表现出更高的敏感性和特异性，其危险比也显著高于传统tpca_pe指数。
- 临床应用潜力：该研究的成果为未来在临床环境中早期预测急性心肌梗死患者的室颤风险提供了新的思路和方法。
通过这项研究，进一步地了解了基于时间扭曲技术的心电图分析方法的潜力，为未来的心脏病预防和治疗提供了新的方向和工具。