利用单导联 ECG 信号同步合成 12 导联心电图：在手持 ECG 设备中的应用
信号处理
2018-11-21 v1 机器学习
机器学习
摘要
近期推出的多种配置的可穿戴单导联 ECG 设备引起了医学界的关注。尽管这些设备为照护者提供了用于连续监测及检测急性病症（如心律失常）的极高性价比辅助工具，其在心脏诊断方面的效用仍然有限。这是因为许多心脏疾病的临床诊断根植于从同步 12 导联 ECG 中 gleaning 模式。若能从这些单导联设备合成出临床质量的同步 12 导联信号，便可通过大幅降低成本并提升心脏诊断的可及性而变革心脏照护。然而，先前合成同步 12 导联 ECG 的尝试均未成功。心电向量图（VCG）分析表明，早前尝试合成的心电轴与由 12 导联和/或 Frank 导联测量估计的结果显著偏离。本工作或许是首个从单导联 ECG 成功合成临床等效同步 12 导联 ECG 的尝试。我们的方法采用随机森林机器学习模型，利用受试者的历史 12 导联记录来估计形态学及各类 ECG 事件的实际时序（相对于所测单导联 ECG），用于该受试者的全部 11 个缺失导联。我们的方法在两个基准数据集以及来自加州弗雷斯诺心脏、动脉与静脉中心的纸质 ECG 和 AliveCor-Kardia 数据上进行了验证。结果表明，该方法合成同步 ECG 的精度（R2）超过 90%。从单导联设备精确合成 12 导联 ECG 最终可使其更广泛应用并改善床旁（POC）诊断。
引用
@article{arxiv.1811.08035,
title = {Simultaneous 12-Lead Electrocardiogram Synthesis using a Single-Lead ECG Signal: Application to Handheld ECG Devices},
author = {Kahkashan Afrin and Parikshit Verma and Sanjay S. Srivatsa and Satish T. S. Bukkapatnam},
journal= {arXiv preprint arXiv:1811.08035},
year = {2018}
}