DE10011733A1 - Signalauswerteverfahren zur Detektion von QRS-Komplexen in Elektrokardiogramm-Signalen - Google Patents

Signalauswerteverfahren zur Detektion von QRS-Komplexen in Elektrokardiogramm-Signalen

Info

Publication number
DE10011733A1
DE10011733A1 DE10011733A DE10011733A DE10011733A1 DE 10011733 A1 DE10011733 A1 DE 10011733A1 DE 10011733 A DE10011733 A DE 10011733A DE 10011733 A DE10011733 A DE 10011733A DE 10011733 A1 DE10011733 A1 DE 10011733A1
Authority
DE
Germany
Prior art keywords
signal
evaluation method
qrs
qrs complex
signal values
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Withdrawn
Application number
DE10011733A
Other languages
English (en)
Inventor
Bert-Uwe Koehler
Reinhold Orglmeister
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Biotronik SE and Co KG
Original Assignee
Biotronik Mess und Therapiegeraete GmbH and Co
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Biotronik Mess und Therapiegeraete GmbH and Co filed Critical Biotronik Mess und Therapiegeraete GmbH and Co
Priority to DE10011733A priority Critical patent/DE10011733A1/de
Priority to EP01102937A priority patent/EP1132045B1/de
Priority to DE50114651T priority patent/DE50114651D1/de
Priority to US09/803,679 priority patent/US6625484B2/en
Publication of DE10011733A1 publication Critical patent/DE10011733A1/de
Withdrawn legal-status Critical Current

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • A61B5/346—Analysis of electrocardiograms
    • A61B5/349—Detecting specific parameters of the electrocardiograph cycle
    • A61B5/352—Detecting R peaks, e.g. for synchronising diagnostic apparatus; Estimating R-R interval
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • A61B5/346—Analysis of electrocardiograms
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
    • Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10S128/00—Surgery
    • Y10S128/901—Suppression of noise in electric signal

Abstract

Ein Signalauswerteverfahren zur Detektion von QRS-Komplexen in Elektrokardiogramm-Signalen weist folgende Verfahrensschritte auf: DOLLAR A - Abtasten des Signals (4) um Umwandlung in diskrete, zeitlich aufeinanderfolgende Signalwerte (x(n)), DOLLAR A - Bestimmung des Vorzeichens (sign) jedes Signalwerts (x(n)), DOLLAR A - laufendes Abprüfen der Vorzeichen (sign) aufeinanderfolgender Signalwerte (x(n)) auf Vorliegen eines Nulldurchgangs zwischen zwei aufeinanderfolgenden Signalwerten (x(n)), DOLLAR A - Ermittlung der Anzahl (D(n)) der Nulldurchgänge in einem definierten Segment (N) der aufeinanderfolgenden Signalwrete (x(n)), und DOLLAR A - Vergleichen der ermittelten Nulldurchgangszahl (D(n)) mit einem definierten Schwellenwert, wobei ein Unterschreiten des Schwellenwertes signifikant für das Vorliegen eines QRS-Komplexes (5, 6, 7) in dem definierten Segment des Signalverlaufes (4) ist.

Description

Die Erfindung betrifft ein Signalauswerteverfahren zur Detektion von QRS- Komplexen in Elektrokardiogramm-(EKG-)-Signalen.
Zum Hintergrund der Erfindung ist festzuhalten, daß die automatische Analyse von EKG-Signalen zur Perfektionierung der Funktionsfähigkeit von Herzschrittmachern und Defibrillatoren eine immer größere Rolle spielt. Solche kardiologischen Geräteimplantate jüngerer Bauart bieten dementsprechend auch die Fähigkeit einer EKG-Analyse. In diesem Zu­ sammenhang hat die Erkennung von QRS-Komplexen und R-Zacken in EKG-Signalen einen überragenden Stellenwert. Diese Bedeutung resultiert aus der vielfältigen Verwendbarkeit der Information über das zeitliche Auftreten des QRS-Komplexes, z. B. bei der Untersuchung der Herzraten­ variabilität, bei der Klassifikation und bei der Datenkompression sowie als Basissignal für sekundäre Anwendungen. Überhaupt nicht oder falsch de­ tektierte QRS-Komplexe und R-Zacken sind dabei problematisch im Hin­ blick auf die Leistungsfähigkeit der auf die Detektion folgenden Verarbei­ tungs- und Analysestufen.
Einen breiten Überblick über bekannte Signalauswerteverfahren zur Detek­ tion von QRS-Komplexen in EKG-Signalen bietet der Fachaufsatz von Friesen et al. "A Comparison of the Noise Sensitivity on Nine QRS Detection Algorithms" in IEEE Transaction on Biomedical Engineering, Vol. 37, Nr. 1, Januar 1990, Seiten 85-98. Die dort vorgestellten Signal­ auswerte-Algorithmen basieren durchgehend auf einer Auswertung der Amplitude, der ersten Ableitung des Signals sowie dessen zweiter Ablei­ tung. Bei den vorgestellten Algorithmen wird unterschieden zwischen sol­ chen, die eine Analyse der Amplitude und der ersten Ableitung vornehmen, solchen, die nur die erste Ableitung bewerten und solchen, die die erste und zweite Ableitung in Betracht ziehen. Kurz umrissen wird bei allen Algo­ rithmen abgeprüft, ob der jeweilige Signalparameter vorgegebene Schwel­ len über- oder unterschreitet, wonach bei Auftreten eines solchen Ereignis­ ses mit einem vorgegebenen Schema das Auftreten weiterer definierter Er­ eignisse abgeprüft und bei Erfüllung bestimmter Kriterien auf das Vorlie­ gen eines QRS-Komplexes geschlossen wird.
Ein anderer Aspekt bei der Signalauswertung zur Detektion von QRS- Komplexen ist bei der Implementierung solcher Verfahren in implantierten Herzschrittmachern zu beachten. Im Hinblick auf die naturgemäß bei sol­ chen Geräten gegebenen Beschränkungen bei der Energieversorgung und der Rechenkapazität ist darauf zu achten, daß zur Detektion von QRS- Komplexen möglichst einfache Algorithmen mit möglichst wenigen Re­ chenoperationen auf der Basis von ganzen Zahlen anstatt von reellen Zah­ len durchzuführen sind.
Ferner wurden zur QRS-Erkennung Signalverarbeitungsmethoden aus den Gebieten der linearen und nicht-linearen Filterung, der Wavelet-Transfor­ mation, der künstlichen neuronalen Netze und der genetischen Algorithmen angewendet. Bei hohen Signal-Stör-Abständen und nicht pathologischen Signalen, also im Falle guter Signalverhältnisse, erzielten diese Auswerte­ verfahren zuverlässige Ergebnisse. Waren keine solchen Verhältnisse gege­ ben, konnte die Leistungsfähigkeit der Auswerteverfahren unter Umständen drastisch absinken, was im Hinblick auf eine zuverlässige Funktionsweise eines Schrittmachers natürlich nicht akzeptabel ist.
Ausgehend von den geschilderten Problematiken liegt der Erfindung die Aufgabe zugrunde, ein Signalauswerteverfahren zur Detektion von QRS- Komplexen in EKG-Signalen anzugeben, das mit vergleichsweise geringer Rechenkapazität und auch bei problematischen Signalverhältnissen einsetz­ bar ist und dabei zuverlässige Detektionsergebnisse liefert.
Diese Aufgabe wird durch die im Patentanspruch 1 angegebenen kenn­ zeichnenden Verfahrensschritte wie folgt gelöst:
  • - Abtasten des Signals und Umwandlung in diskrete, zeitlich aufein­ anderfolgende Signalwerte,
  • - Bestimmung des Vorzeichens jedes Signalwerts,
  • - laufendes Abprüfen der Vorzeichen aufeinanderfolgender Signal­ werte auf Vorliegen eines Nulldurchgangs zwischen zwei aufeinan­ derfolgenden Signalwerten,
  • - Ermittlung der Anzahl der Nulldurchgänge in einem definierten Segment der aufeinanderfolgenden Signalwerte, und
  • - Vergleichen der ermittelten Nulldurchgangszahl mit einem definier­ ten Schwellenwert, wobei ein Unterschreiten des Schwellenwertes signifikant für das Vorliegen eines QRS-Komplexes in dem defi­ nierten Segment des Signalverlaufes ist.
Kernpunkt des erfindungsgemäßen Verfahrens ist die Anwendung einer Nulldurchgangszählung, die auf der Ausnutzung der Morphologie des QRS-Komplexes basiert. Der QRS-Komplex im EKG-Signal ist nämlich durch eine relativ hochamplitudige Oszillation charakterisiert, die den Si­ gnalverlauf ausgeprägt von der Null-Linie des Elektrokardiogramms weg­ führt. Die Frequenz dieser kurzen Oszillation liegt in einem Bereich, in dem andere Signalkomponenten, wie die P- und T-Welle, nur geringen Ein­ fluß ausüben und vorzugsweise durch Vorfilterung - z. B. eine Hoch- oder Bandpaßfilterung - entfernt werden können. Nach der Unterdrückung die­ ser tieffrequenten Signalkomponenten ergeben sich aufgrund von höherfre­ quentem Rauschen Signalschwankungen um die Null-Linie, die in dem Be­ reich, wo kein QRS-Komplex auftritt, das EKG-Signal dominieren. Der QRS-Komplex erscheint dann in diesem Signalkontext als langsame, nur kurz andauernde Schwingung hoher Amplitude. Die Unterscheidung zwi­ schen QRS-Komplex und den anderen Signalsegmenten kann daher durch eine Frequenzmessung detektiert werden, die sich aufgrund der erörterten Signaleigenschaften repräsentativ durch die Zahl der Nulldurchgänge pro definiertem Auswertesegment beschreiben läßt. Die Nulldurchgangszäh­ lung liefert eine Zahl, die nahezu proportional zur jeweils dominanten Fre­ quenz des Signals ist.
Statt der Vorfilterung der Signalwerte zur Entfernung der P- und T-Welle kann beim erfindungsgemäßen Verfahren der QRS-Komplex auch durch Bestimmen der Dauer oder des Zeitpunktes des signifikanten Ausbleibens von Nulldurchgängen innerhalb des EKG-Signals von der P- und T-Welle unterschieden werden.
Das Verfahren der QRS-Komplex-Erkennung durch Nulldurchgangszäh­ lung hat sich als robust gegenüber Rauschstörungen und rechentechnisch einfach realisierbar erwiesen. Insoweit eignet es sich besonders für die Im­ plementierung bei der Realzeit-Analyse von EKG-Signal-Morphologien in Herzschrittmachern.
Die bereits erwähnte Hochpaßfilterung wird vorzugsweise mit einer unte­ ren Durchlaßfrequenz von 18 Hz vorgenommen. Damit können die tieffre­ quenten Komponenten, wie die P- und T-Welle sowie eine Grundliniendrift unterdrückt werden. Ferner wird der QRS-Komplex dadurch zur Signal­ komponente mit der niedrigsten Frequenz, die das Signal während ihres Auftretens dominiert.
Zur Vergrößerung des Signal-Stör-Abstandes kann ferner vorgesehen sein, die Signalwerte vor dem Abprüfen auf Nulldurchgänge und dem Ermitteln der Nulldurchgangszahl unter Beibehaltung ihres Vorzeichens zu quadrie­ ren. Damit werden kleine Signalwerte relativ zu größeren Signalwerten ab­ geschwächt, was die Detektierbarkeit des QRS-Komplexes weiter verbes­ sert.
Dem gleichen Zweck dient das bevorzugte Verfahrensmerkmal der Addi­ tion eines hochfrequenten Überlagerungssignals b(n) zu dem Hochpaß­ gefilterten und unter Beibehaltung des Vorzeichens quadrierten EKG- Signal. Durch diese Maßnahme wird das EKG-Signal so manipuliert, daß sich außerhalb des QRS-Komplexes eine wesentlich besser vorhersagbare Nulldurchgangszahl einstellt. Insbesondere kann durch eine geeignete Wahl der Amplitude das EKG-Signal so aufbereitet werden, daß die Nulldurch­ gangszahl außerhalb der QRS-Komplexe gleich der Zahl der Signalwerte in dem jeweils herangezogenen Segment ist. Dies bedeutet, daß zwischen je­ dem Abtastwert ein Nulldurchgang stattfindet, sofern nicht gerade ein QRS-Signal-Komplex detektiert wird. Dieser Effekt wird verstärkt, wenn darüber hinaus der Hochpaß durch einen Bandpaß, vorzugsweise mit den unteren und oberen Durchlaßfrequenzen 18 Hz bzw. 27 Hz, ersetzt wird. Der Wert der Amplitude des hochfrequenten Überlagerungssignals wird vorzugsweise adaptiv aus einer fließenden Mittelung der Bandpaß­ gefilterten und quadrierten Signalwerte über eine definierte Mittelungspe­ riode bestimmt.
Gemäß einer weiteren bevorzugten Ausführungsform des erfindungsgemä­ ßen Signalauswerteverfahrens wird der für einen QRS-Komplex signifi­ kante Schwellenwert der Nulldurchgangszahl als adaptive Schwelle aus sogenannten Quantilen der Häufigkeitsverteilung der Nulldurchgangszahl selbst variabel eingestellt. Näheres hierzu ist der Beschreibung des Ausfüh­ rungsbeispiels entnehmbar.
Schließlich ist bei der Detektion des QRS-Komplexes auch der Zeitpunkt dessen R-Zacke in kardiologischer Hinsicht interessant. Dieser Zeitpunkt läßt sich ermitteln durch Bestimmung des Maximums der Bandpaß­ gefilterten und quadrierten Signalwerte in einem Suchintervall um den Zeitpunkt, an dem die Nulldurchgangszählung D(n) den Schwellwert unter­ schreitet. Die Gruppenlaufzeit des Bandpaßfilters muß vom Zeitpunkt des Signalmaximums subtrahiert werden, um den Zeitpunkt der R-Zacke zu erhalten.
Schließlich wird als weiteres Kriterium für das Vorliegen eines Störsignals bzw. eines Nutzsignales aus den Signalwerten eine geschätzte Nutz- und Störsignalstärke bestimmt und daraus eine für das Vorliegen eines Störsi­ gnals bzw. Nutzsignals signifikante Detektionsstärke ermittelt.
Im folgenden wird das erfindungsgemäße Verfahren anhand der beigefüg­ ten Zeichnungen in einem Ausführungsbeispiel näher erläutert. Es zeigen:
Fig. 1 eine höchst schematische Darstellung des Signalverlaufs eines QRS-Komplexes in einem EKG-Signal,
Fig. 2 ein Strukturschema des erfindungsgemäßen Signalauswertever­ fahrens zur Detektion von QRS-Komplexen in EKG-Signalen, und
Fig. 3 typische Signalverläufe, wie sie bei Anwendung des erfindungs­ gemäßen Signalauswerteverfahrens gemäß Fig. 2 auftreten.
Wie aus Fig. 1 deutlich wird, besteht ein idealisierter QRS-Komplex aus einer relativ hochamplitudigen Oszillation, die das EKG-Signal in der Q- Zacke zuerst in negativer Richtung von der Null-Linie 1 wegführt. An­ schließend wird das EKG-Signal in der R-Zacke mit einem steilen Anstieg in den positiven Bereich und einem anschließenden steilen Abfall wieder­ um in den negativen Bereich unter Ausbildung der S-Zacke übergeführt.
Real ist das EKG-Signal mit einem bestimmten Pegel verrauscht, was in Fig. 1 durch den strichlierten Signalverlauf angedeutet ist. Wird nun dieses verrauschte Signal abgetastet und in diskrete, zeitlich aufeinanderfolgende Signalwerte umgewandelt, kann das Vorzeichen jedes Signalwertes be­ stimmt und abgeprüft werden, ob zwischen diesen Signalwerten ein Null­ durchgang des EKG-Signals durch die Null-Linie 1 stattgefunden hat. Außerhalb des QRS-Komplexes stellt sich in einem definierten Segment N1 eine hohe Zahl von Nulldurchgängen ein, während bei Erfassung eines Segmentes N2 im QRS-Komplex eine sehr viel niedrigere Anzahl von Nulldurchgängen detektiert wird. Insofern kann die Erfassung der Zahl der Nulldurchgänge zur Erkennung eines QRS-Komplexes herangezogen wer­ den.
Das EKG-Signal wird abgetastet und in diskrete, zeitlich aufeinanderfol­ gende Signalwerte x(n) umgewandelt. Die Abtastrate beträgt beispielsweise = 360 Hz, d. h., daß das EKG-Signal in eine Folge von 360 Meßwerten pro Sekunde umgewandelt wird.
Der detaillierte Ablauf des erfindungsgemäßen Auswerteverfahrens wird nun im folgenden anhand der Fig. 2 näher erläutert. Gemäß diesem Struk­ turbild wird das abgetastete EKG-Signal x(n) eingangsseitig einer Band­ paßfilterung unterzogen, die der Entfernung aller Signalkomponenten, die nicht zum QRS-Komplex gehören, dient. Dazu zählen die P- und T-Welle sowie hochfrequentere Störungen, die z. B. von der bioelektrischen Mus­ kelaktivität ausgehen. Darüber hinaus wird die Grundliniendrift damit un­ terdrückt und das EKG auf die Null-Linie 1 geholt. Der eingesetzte Filter BP ist nicht rekursiv, linearphasig und besitzt eine Bandpaßcharakteristik mit den Durchlaßfrequenzen fg1 = 18 Hz und fg2 = 27 Hz sowie den Sperr­ grenzfrequenzen fs1 = 2 Hz und fs2 = 50 Hz. Die Filterordnung ist N = 200. Die Gruppenlaufzeit des Bandpaßfilters BP entspricht dementsprechend 100 Abtastwerten und muß bei der Bestimmung des Zeitpunktes des QRS- Komplexes berücksichtigt werden. Die Sperrdämpfung des Filters beträgt etwa 80 dB.
Die so erhaltenen Signalwerte xf (n) werden anschließend in einer Qua­ drierstufe QS gemäß folgender Beziehung quadriert, wobei das Vorzeichen des jeweiligen Signalwertes beibehalten wird:
xfq(n) = sign[xf(n)]|xf(n)|2
Zu dem Bandpaß-gefilterten und quadrierten EKG-Signal wird anschlie­ ßend in einer Addierstufe 2 eine hochfrequente Sequenz b(n) mit niedriger Amplitude überlagert, die wie folgt zu beschreiben ist:
b(n) = (-1)nK(n)
wobei K(n) < 0. Durch die Addition dieser Sequenz b(n) wird die Anzahl der Nulldurchgänge pro Segment verändert. Obere Grenze der Nulldurch­ gangszahl ist die Zahl N der Abtastwerte des Segments. Durch diese Se­ quenz b(n) wird in den Nicht-QRS-Segmenten die Anzahl der Nulldurch­ gänge auf diese Maximalanzahl gesteigert, während im QRS-Komplex die (niedrigere) Anzahl der Nulldurchgänge beibehalten wird. Um dieses Ziel zu erreichen wird ein geeigneter Wert für die Koeffizienten K(n) adaptiv aus den Signalwerten xfq(n) geschätzt. Dazu werden fließend die Bandpaß­ gefilterten und quadrierten Signalwerte über ein definiertes Mittelungsin­ tervall von P Abtastwerten gemäß folgender Gleichung ermittelt:
wobei P = 4.(Anzahl Abtastwerte pro Sekunde).
Empirisch ergibt sich für K(n) die Beziehung
K(n) = 9.<|xfq|<(n)
Die Mittelungszeit bestimmt im wesentlichen die Adaptionsgeschwindig­ keit dieser Schätzung, wobei sowohl zu kurze als auch zu lange Mittelungs­ segmente die Leistungsfähigkeit des Signalauswerteverfahrens beeinträch­ tigen können. Während des Auftretens von QRS-Komplexen wird im übri­ gen die Adaption ausgesetzt, da die Sequenz b(n) die Nulldurchgänge aus­ schließlich während der Nicht-QRS-Segmente beeinflussen soll.
In Fig. 2 ist der die Ermittlung des Koeffizienten K(n) betreffende Verfah­ renskomplex mit AS gekennzeichnet. Die Multiplikation der als eine Art "Flip-Flop-Funktion" in Fig. 2 mit "+1, -1, +1, -1, . . ." angedeuteten Grundfunktion mit der Amplitude K(n) ist durch die Multiplikationsstufe 3 angedeutet.
Die vorstehend erörterten Signalwerte werden nun der eigentlichen Null­ durchgangszählung NDZ unterworfen. Grundsätzlich wird die Zählung der Nulldurchgänge pro Segment durchgeführt nach der Beziehung
wobei N die Segmentlänge angibt. Ferner gilt
d(n) = ½|sign[xb(n)] - sign[xb(n-1)]
Für d(n) = 1 gilt "Nulldurchgang erkannt", für d(n) = 0 gilt "kein Null­ durchgang erkannt". Auf diese Weise ergibt sich für hohe Frequenzen eine hohe Nulldurchgangszahl pro Segment, für niedrige Frequenzen entspre­ chend weniger.
In signaltechnischer Hinsicht entspricht die Zählung von Nulldurchgängen im wesentlichen einer Tiefpaß-Filterung, in der Praxis kann die Nulldurch­ gangszählung mit einem Filter mit einer Rechteck-Impuls-Antwort realisiert werden, d. h. mit der Filter-Impuls-Anwort ai = 1 mit i = 0 . . . N-1 ergibt sich die Nulldurchgangszahl D(n). Der Vorteil dieses Filters ergibt sich aus der rechentechnisch günstigen Implementierung mit N-1 Verschiebungsopera­ tionen und einer Rückkoppelung ohne Multiplikation. Die Filterfunktion ist nämlich wie folgt definiert:
Ein weiterer Vorteil dieser Implementierung besteht darin, daß die Null­ durchgangszahl ausschließlich ganzzahlige Werte annimmt, deren Bereich durch die Segmentlänge N bestimmt wird. Die Eigenschaft kann in der fol­ genden Entscheiderstufe ES vorteilhaft ausgenutzt werden. Ferner beein­ flußt die Filterordnung N wesentlich die Robustheit des Signalauswertever­ fahrens gegenüber Störungen. Größere Filterordnungen erhöhen die Ro­ bustheit, andererseits können zu lange Filter aufgrund des zu langen Mit­ telungsintervalls zu falsch-negativen Detektionsfehlern führen ("falsch­ negativ" bedeutet, daß trotz Vorliegen eines QRS-Komplexes im EKG- Signal dieser nicht erkannt wurde). Im vorliegenden Ausführungsbeispiel wird die Filterordnung N = 10 verwendet.
Der für die Erkennung eines QRS-Komplexes signifikante Schwellenwert für die Nulldurchgangszahl wird durch Vergleich mit einer adaptiven Schwelle ermittelt. Diese wird aus dem Mittelwert der 0,1- und 0,5- Quantile der Häufigkeitsverteilung f(m) von D(n) ermittelt. Die statistische Größe "Quantil" wird deswegen verwendet, da sie im Vergleich zu Mittel­ wert und Varianz eine größere Robustheit gegenüber statistischen Ausrei­ ßern aufweist. Im vorliegenden Falle ist ihre Berechnung sehr einfach, da die Signalwerte nur ganzzahlige Werte zwischen 0 ≦ D(n) ≦ N annehmen kann. Die Häufigkeitsverteilung f(m) mit 0 ≦ m ≦ N wird adaptiv in zwei Schritten ermittelt, nämlich
f*n(m) = (1-λ)fn-1(m) und
fn[D(n)] = f*n[D(n)] + λ
wobei ein Gedächtnisfaktor 0 < λ < 1 verwendet wird. Für das am Ende dieser Beschreibung kurz wiedergegebene Zahlenbeispiel wurde dieser Ge­ dächtnisfaktor zu λ = 0,01 gewählt. Aus der Häufigkeitsverteilung können nun die Quantile und in der oben beschriebenen Weise daraus die adaptive Schwelle leicht bestimmt werden. Liegt D(n) unterhalb der Schwelle, ist ein QRS-Komplex erfaßt worden, andernfalls nicht. In Fig. 2 ist der Ver­ fahrensabschnitt der Schwellenwertschätzung mit SWS bezeichnet.
Zur Bestimmung des genauen Zeitpunktes der R-Zacke eines QRS-Kom­ plexes wird im übrigen das Bandpaß-gefilterte und quadrierte Signal xfq(t) herangezogen. Zu diesem Zweck wird in einem Suchintervall um den Start­ punkt eines QRS-Komplexes das Maximum in diesem Signal gesucht, des­ sen Auftreten als Zeitpunkt der R-Zacke gesetzt wird.
Parallel zur eigentlichen Detektion von QRS-Komplexen und zur Bestim­ mung des Zeitpunktes der R-Zacke werden zur Signalbewertung noch zwei Variablen im Auswerteverfahren abgeschätzt, nämlich die Nutzsignalstärke PQRS und die Störsignalstärke PNoise. Mit jedem erkannten Ereignis wird eine der beiden Variablen aktualisiert. Bei Detektion eines QRS-Komplexes wird die geschätzte Nutzsignalstärke, andernfalls die geschätzte Störsignal­ stärke aktualisiert. Dazu werden der Wert |xfq(t)|max in einem geeigneten Intervall um den Zeitpunkt, an dem die Nulldurchgangszahl D(n) den Schwellwert unterschreitet, herangezogen, wobei in der vorliegenden Im­ plementierung jeweils ein exponentielles Fenster gewählt wurde. Dies be­ deutet folgende Ableitung für die geschätzte Nutz- bzw. Störsignalstärke:
PQRS(i + 1) = (1-λQRS).PQRS(i) + λQRS.|xfq(t)max falls QRS-Komplex
Pnoise(i+1) = (1-λNoise).PNoise(i) + λNoise.|xfq(t)|max falls Störung.
Die Gedächtnisfaktoren λ in den beiden oben stehenden Gleichungen wur­ den wie folgt gewählt:
λQRS = 0,5 und
λNoise = 0,01.
Aus den geschätzten Signalstärken wird schließlich nach der folgenden Be­ ziehung eine Detektionsstärke berechnet, deren Wert Aufschluß darüber gibt, ob ein an sich als QRS-Komplex zu qualifizierendes Ereignis bei dem Signalauswerteverfahren tatsächlich ein einem QRS-Komplex zuzuordnen­ des Nutzsignal ist. Die Detektionsstärke wird berechnet durch
DS = (|xfq(t)|max - PNoise)/(PQRS - PNoise)
Im vorliegenden Beispiel wird ein erkannter Peak als Störsignalpeak klassi­ fiziert, wenn die Detektionsstärke kleiner als 0,01 ist. In diesem Falle wird die Störsignalstärke aktualisiert. Andernfalls handelt es sich um einen QRS- Komplex, wonach entsprechend die Nutzsignalstärke aktualisiert wird.
Schließlich wird bei der Signalauswertung ein Zeitfenster von 75 ms ge­ setzt. Werden innerhalb dieses Zeitfensters mehrere QRS-Komplexe detek­ tiert, so wird nur der erste Komplex gewertet und die anderen Komplexe werden ausgeblendet. Diese relativ kurze Refraktärzeit wurde gewählt, um bei falsch-positiven Detektionen eines QRS-Komplexes eine schnelle Wie­ deraufnahme der normalen Detektion zu gewährleisten und somit falsch­ negative Erkennungsfehler zu reduzieren.
Das erfindungsgemäße Signalauswerteverfahren, wie es vorstehend aus­ führlich erörtert wurde, wurde anhand der für Testzwecke kommerziell vertriebenen Datenbank mit der Bezeichnung "MIT/BIH Arrhythmia Data Base" getestet und validiert. Diese Datenbank enthält 48 zweikanalige EKG-Signale mit einer Länge von jeweils etwa 30 Minuten. Diese EKG- Signale sind klassifiziert, so daß die Lage der QRS-Komplexe bekannt ist.
Das Signalauswerteverfahren wurde auf einem Personalcomputer durchge­ führt, wobei als Abtastrate eine Frequenz fT = 360 Hz verwendet wurde. Für die Bewertung der Leistungsfähigkeit des Verfahrens wurden die soge­ nannte Sensitivität Se und die Spezifität +P gemäß folgender Bedingung ermittelt:
Se = TP/(TP + FN) Sensitivität
+P = TP/(TP + FP) Spezifität.
wobei mit TP (= True Positive) die Anzahl der korrekt erkannten QRS- Komplexe, FN (= False Negative) die Anzahl der falsch-negativen Erken­ nungen und FP ( = False Positive) die der falsch-positiven Erkennungen herangezogen wurde. Ein QRS-Komplex wurde dabei als richtig erkannt angenommen, wenn er innerhalb eines Zeitfensters von ± 75 ms um die tatsächliche zeitliche Lage detektiert wurde. Die Ergebnisse dieses Simula­ tionsbeispieles sind in der anhängenden Tabelle 1 aufgelistet. Daraus läßt sich entnehmen, daß für die weit überwiegende Mehrzahl von Datensätzen - den sogenannten "Tapes" - die Sensitivität Se und Spezifität +P weit über 99% und teilweise glatte 100% betrugen. Lediglich in einigen wenigen Fällen stark verrauschter Signale, wie bei den Datensätzen (Tape No 105 und 108) waren diese Werte geringer, jedoch nach wie vor so hoch, daß auch dort gute Ergebnisse erhalten wurden.
Das Simulationsbeispiel wird im übrigen beispielhaft in Fig. 3 graphisch wiedergegeben. So gibt der Signalverlauf 4 das eigentliche EKG-Signal wieder. Darin sind die R-Zacke 5 deutlich, die unmittelbar daneben liegen­ den Q- und S-Zacken 6, 7 sind nur andeutungsweise erkennbar.
Eingetragen ist ferner die adaptive Schwelle 8 für die Unterscheidung zwi­ schen QRS- und Nicht-QRS-Segmenten. Darauf basierend gibt die Kurve 9 den Verlauf der Anzahl der Nulldurchgänge der EKG-Signalwerte wieder. Erkennbar bricht die Anzahl der Nulldurchgänge mit einer Verzögerung ΔtG nach Auftreten eines QRS-Komplexes ein, die der Gruppenlaufzeit bei der Abtastung und Filterung des EKG-Signals entspricht. Dies äußert sich in den nach unten gerichteten Zacken in der Kurve 9. Synchron damit wird der Schwellenwert 8 nach Auftreten eines QRS-Komplexes adaptiert, wie aus dem sägezahnartigen Verlauf des Schwellenwertes 8 in Fig. 3 deutlich wird.
Tabelle 1
Ergebnisse der QRS-Erkennung mit Nulldurchgangszählung auf der MIT/BIH Arrhythmia Data Base

Claims (11)

1. Signalauswerteverfahren zur Detektion von QRS-Komplexen in Elek­ trokardiogramm-(EKG-)Signalen, gekennzeichnet durch folgende Ver­ fahrens schritte:
  • - Abtasten des Signals (4) und Umwandlung in diskrete, zeitlich auf­ einanderfolgende Signalwerte (x(n)),
  • - Bestimmung des Vorzeichens (sign) jedes Signalwerts (xf(n)),
  • - laufendes Abprüfen der Vorzeichen (sign) aufeinanderfolgender Signalwerte (xf(n)) auf Vorliegen eines Nulldurchgangs zwischen zwei aufeinanderfolgenden Signalwerten (xf(n)),
  • - Ermittlung der Anzahl (D(n)) der Nulldurchgänge in einem defi­ nierten Segment (N) der aufeinanderfolgenden Signalwerte (xf(n)), und
  • - Vergleichen der ermittelten Nulldurchgangszahl (D(n)) mit einem definierten Schwellenwert, wobei ein Unterschreiten des Schwel­ lenwertes signifikant für das Vorliegen eines QRS-Komplexes (5, 6, 7) in dem definierten Segment des Signalverlaufes (4) ist.
2. Signalauswerteverfahren nach Anspruch 1, dadurch gekennzeichnet, daß die EKG-Signalwerte (x(n)) nach dem Abtasten einer Hochpaßfilte­ rung, vorzugsweise einer Bandpaßfilterung (BP) unterworfen werden.
3. Signalauswerteverfahren nach Anspruch 2, dadurch gekennzeichnet, daß die untere und obere Durchlaßgrenzfrequenz (fg1, fg2) des Bandpaß­ filters (BP) bei ca. 18 Hz und ca. 27 Hz liegen.
4. Signalauswerteverfahren nach einem der Ansprüche 1 bis 3, dadurch gekennzeichnet, daß die Signalwerte (xf(n)) vor dem Abprüfen auf Nulldurchgänge und Ermitteln der Nulldurchgangszahl (D(n)) unter Beibehaltung ihres Vorzeichens quadriert werden.
5. Signalauswerteverfahren mindestens nach Anspruch 2 und 4, dadurch gekennzeichnet, daß zu dem Bandpaß-gefilterten und quadrierten EKG-Signal (xfq(n)) vor dem Abtasten ein hochfrequentes Überlage­ rungssignal (b(n)) mit im Vergleich zur Amplitude des QRS-Komplexes (5, 6, 7) niedriger Amplitude (K(n)) addiert wird.
6. Signalauswerteverfahren nach mindestens nach Anspruch 2, 4 und 5, dadurch gekennzeichnet, daß der Wert der Amplitude (K(n)) des hochfrequenten Überlagerungssignals (b(n)) adaptiv aus einer fließen­ den Mittelung der bandpaßgefilterten und quadrierten Signalwerte (xfq(n)) über eine defmierte Mittelungsperiode (P) bestimmt wird.
7. Signalauswerteverfahren nach Anspruch 5 oder 6, dadurch gekenn­ zeichnet, daß die Addition des hochfrequenten Überlagerungssignals (b(n)) bei Erfassung eines QRS-Komplexes (5, 6, 7) ausgesetzt wird.
8. Signalauswerteverfahren nach einem der Ansprüche 1 bis 7, dadurch gekennzeichnet, daß der für einen QRS-Komplex (5, 6, 7) signifikante Schwellenwert der Nulldurchgangszahl als adaptive Schwelle aus Quantilen der Häufigkeitsverteilung (f(m)) der Nurchdurchgangszahl selbst variabel eingestellt wird.
9. Signalauswerteverfahren nach einem der Ansprüche 1 bis 8, dadurch gekennzeichnet, daß zur Ermittlung des Zeitpunktes der R-Zacke (5) des QRS-Komplexes (5, 6, 7) das Maximum der bandpaßgefilterten und quadrierten Signalwerte (xfq(n)) in einem Suchintervall um den Start­ punkt eines QRS-Komplexes (5, 6, 7) bestimmt wird.
10. Signalauswerteverfahren nach einem der Ansprüche 1 bis 9, dadurch gekennzeichnet, daß eine geschätzte Nutzsignalstärke (PQRS) und eine geschätzte Störsignalstärke (PNoise) aus den Signalwerten (xfq(n)) be­ stimmt und daraus eine für das Vorliegen eines Störsignals bzw. Nutz­ signals signifikante Detektionsstärke (DS) ermittelt wird.
DE10011733A 2000-03-10 2000-03-10 Signalauswerteverfahren zur Detektion von QRS-Komplexen in Elektrokardiogramm-Signalen Withdrawn DE10011733A1 (de)

Priority Applications (4)

Application Number Priority Date Filing Date Title
DE10011733A DE10011733A1 (de) 2000-03-10 2000-03-10 Signalauswerteverfahren zur Detektion von QRS-Komplexen in Elektrokardiogramm-Signalen
EP01102937A EP1132045B1 (de) 2000-03-10 2001-02-08 Signalauswerteverfahren zur Detektion von QRS-Komplexen in Elektrokardiogramm-Signalen
DE50114651T DE50114651D1 (de) 2000-03-10 2001-02-08 Signalauswerteverfahren zur Detektion von QRS-Komplexen in Elektrokardiogramm-Signalen
US09/803,679 US6625484B2 (en) 2000-03-10 2001-03-12 Signal evaluation method for detecting QRS complexes in electrocardiogram signals

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE10011733A DE10011733A1 (de) 2000-03-10 2000-03-10 Signalauswerteverfahren zur Detektion von QRS-Komplexen in Elektrokardiogramm-Signalen

Publications (1)

Publication Number Publication Date
DE10011733A1 true DE10011733A1 (de) 2001-09-13

Family

ID=7634247

Family Applications (2)

Application Number Title Priority Date Filing Date
DE10011733A Withdrawn DE10011733A1 (de) 2000-03-10 2000-03-10 Signalauswerteverfahren zur Detektion von QRS-Komplexen in Elektrokardiogramm-Signalen
DE50114651T Expired - Lifetime DE50114651D1 (de) 2000-03-10 2001-02-08 Signalauswerteverfahren zur Detektion von QRS-Komplexen in Elektrokardiogramm-Signalen

Family Applications After (1)

Application Number Title Priority Date Filing Date
DE50114651T Expired - Lifetime DE50114651D1 (de) 2000-03-10 2001-02-08 Signalauswerteverfahren zur Detektion von QRS-Komplexen in Elektrokardiogramm-Signalen

Country Status (3)

Country Link
US (1) US6625484B2 (de)
EP (1) EP1132045B1 (de)
DE (2) DE10011733A1 (de)

Families Citing this family (33)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7248921B2 (en) 2003-06-02 2007-07-24 Cameron Health, Inc. Method and devices for performing cardiac waveform appraisal
US6892093B2 (en) * 2002-08-01 2005-05-10 Ge Medical Systems Information Technologies Inc. Method and apparatus for real time display of filtered electrocardiogram data
US7256871B2 (en) * 2004-07-27 2007-08-14 Asml Netherlands B.V. Lithographic apparatus and method for calibrating the same
US7288066B2 (en) * 2004-11-01 2007-10-30 Medtronic, Inc. Data compression method for implantable medical devices
US7742812B2 (en) * 2006-03-29 2010-06-22 Medtronic, Inc. Method and apparatus for detecting arrhythmias in a medical device
US7894894B2 (en) * 2006-03-29 2011-02-22 Medtronic, Inc. Method and apparatus for detecting arrhythmias in a subcutaneous medical device
US20090216144A1 (en) * 2008-02-25 2009-08-27 Bruce Hopenfeld Hopping methods for the detection of QRS onset and offset
TW201023828A (en) * 2008-12-26 2010-07-01 Ind Tech Res Inst Detecting heartbeat method
US8798733B2 (en) * 2010-04-06 2014-08-05 Pacesetter, Inc. Device and method for identifying cardiac events
US8983585B2 (en) 2010-04-28 2015-03-17 Medtronic, Inc. Method and apparatus for detecting and discriminating tachycardia
US8271073B2 (en) 2010-04-28 2012-09-18 Michael C. Soldner Method and apparatus for detecting and discriminating tachycardia
US20110270102A1 (en) 2010-04-28 2011-11-03 Medtronic, Inc. Method and apparatus for detecting and discriminating tachycardia
US8315699B2 (en) 2010-04-28 2012-11-20 Medtronic, Inc. Method and apparatus for detecting and discriminating tachycardia
US8306614B2 (en) 2010-04-28 2012-11-06 Medtronic, Inc. Method of dual EGM sensing and heart rate estimation in implanted cardiac devices
US8543198B2 (en) 2010-04-28 2013-09-24 Medtronic, Inc. Method and apparatus for detecting and discriminating tachycardia
US8401629B2 (en) 2010-04-28 2013-03-19 Medtronic, Inc. Method and apparatus for detecting and discriminating tachycardia
US8406872B2 (en) 2010-04-28 2013-03-26 Medtronic, Inc. Method and apparatus for detecting and discriminating tachycardia
US8301235B2 (en) 2010-04-28 2012-10-30 Medtronic, Inc. Method and apparatus for detecting and discriminating tachycardia
US8437842B2 (en) 2010-04-28 2013-05-07 Medtronic, Inc. Method and apparatus for detecting and discriminating tachycardia
US9775559B2 (en) 2013-04-26 2017-10-03 Medtronic, Inc. Staged rhythm detection system and method
US9526908B2 (en) 2014-04-01 2016-12-27 Medtronic, Inc. Method and apparatus for discriminating tachycardia events in a medical device
US10376705B2 (en) 2014-04-01 2019-08-13 Medtronic, Inc. Method and apparatus for discriminating tachycardia events in a medical device
US9808640B2 (en) 2014-04-10 2017-11-07 Medtronic, Inc. Method and apparatus for discriminating tachycardia events in a medical device using two sensing vectors
US9352165B2 (en) 2014-04-17 2016-05-31 Medtronic, Inc. Method and apparatus for verifying discriminating of tachycardia events in a medical device having dual sensing vectors
US9795312B2 (en) 2014-04-24 2017-10-24 Medtronic, Inc. Method and apparatus for adjusting a blanking period for selecting a sensing vector configuration in a medical device
US10244957B2 (en) 2014-04-24 2019-04-02 Medtronic, Inc. Method and apparatus for selecting a sensing vector configuration in a medical device
US10278601B2 (en) 2014-04-24 2019-05-07 Medtronic, Inc. Method and apparatus for selecting a sensing vector configuration in a medical device
US10252067B2 (en) 2014-04-24 2019-04-09 Medtronic, Inc. Method and apparatus for adjusting a blanking period during transitioning between operating states in a medical device
US9610025B2 (en) 2014-07-01 2017-04-04 Medtronic, Inc. Method and apparatus for verifying discriminating of tachycardia events in a medical device having dual sensing vectors
US10188867B2 (en) 2015-01-23 2019-01-29 Medtronic, Inc. Method and apparatus for beat acquisition during template generation in a medical device having dual sensing vectors
US9561005B2 (en) 2015-01-23 2017-02-07 Medtronic, Inc. Method and apparatus for beat acquisition during template generation in a medical device having dual sensing vectors
CN107811631A (zh) 2017-11-27 2018-03-20 乐普（北京）医疗器械股份有限公司 心电信号质量评估方法
CN114569077B (zh) * 2022-02-28 2023-03-24 深圳市医未医疗科技有限公司 一种基于移动终端的心肌梗死检测系统及方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5309917A (en) * 1991-09-12 1994-05-10 Drexel University System and method of impedance cardiography and heartbeat determination
US5766227A (en) * 1997-03-04 1998-06-16 Nappholz; Tibor A. EMI detection in an implantable pacemaker and the like
US6321115B1 (en) * 1999-12-03 2001-11-20 Pacesetter, Inc. Noise detection system and method for use in an implantable medical device

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
FRIESEN,Gary M., et.al.: A Comparison of the Noise Sensitivity of Nine QRS Detection Algorithms. In: IEEE Transactions On Biomedical Engineering, Vol.37, No.1, Jan. 1990, S.85-98 *
VARY,Peter: Digitale EKG-Triggerung ohne Multiplikationen. In: Elektronik 1980, H.10, S.61-66 *

Also Published As

Publication number Publication date
US20020058878A1 (en) 2002-05-16
EP1132045A3 (de) 2001-11-28
EP1132045B1 (de) 2009-01-14
DE50114651D1 (de) 2009-03-05
EP1132045A2 (de) 2001-09-12
US6625484B2 (en) 2003-09-23

Similar Documents

Publication Publication Date Title
EP1132045B1 (de) Signalauswerteverfahren zur Detektion von QRS-Komplexen in Elektrokardiogramm-Signalen
DE2716739C3 (de) Verfahren zur Detektion von Signalen
DE102011016804B4 (de) Vorrichtung und Verfahren zur Datenverarbeitung physiologischer Signale
DE69433456T2 (de) Vorrichtung zum Klassifizieren von Herzrhythmen basierend auf der Morphologie des Elektrogramms
DE2447052C2 (de) Gerät zur Erkennung der R-Zacke in einem Herzaktionssignal
DE2265229C2 (de) Schaltungsanordnung zur Überwachung einer schwachen EKG-Signalkomponente, wie fetaler Herzsignale
DE4235318C2 (de) Verfahren und Vorrichtung zum Entfernen einer Grundlinienschwankung von einem EKG-Signal
DE3037927A1 (de) Respirations-ueberwachungs-einrichtung
EP0716864A2 (de) Herzschrittmacher mit verbesserter Detektion elektrischer Signale
DE2905407A1 (de) Verfahren und vorrichtung fuer das ueberwachen elektrokardiographischer wellenformen
EP1230893A2 (de) Signalauswerteverfahren zur Detektion von QRS-Komplexen in Elektrokardiogramm-Signalen
DE2253967C3 (de) Verfahren zur Erfassung von Arrhythmien im Verlauf von Herzaktionsspannungen und Vorrichtung zur Durchführung des Verfahrens
DE19805530C1 (de) Vorrichtung zur Signalverbesserung bei artefaktbehaftetem EKG
DE2515868B2 (de) Vorrichtung zur messung des blutdrucks
EP0584388A1 (de) Verfahren zum Erzeugen eines dem Atemzeitvolumen eines Patienten entsprechenden Signals
DE4106856A1 (de) Verfahren und vorrichtung zum herausfiltern von grundlinienschwankungen aus einem elektrokardiogramm
DE19844598B4 (de) Implantierbarer Kardioverter, insbesondere Defibrillator
DE4427991C2 (de) Verfahren und Vorrichtung zur Messung und Anzeige von Blutdruckveränderungen
DE69824163T2 (de) Verfahren und gerät zur analyse eines herzsigignals
EP1192897B1 (de) Risikomonitoring
DE2516167A1 (de) Verfahren und vorrichtung zur quantitativen bestimmung des auftretens von verzoegerungen beim foetalen herzschlag
DE69725964T2 (de) Herzreaktionserkennung bei Herzschrittmacher tragenden Patienten
DE1803499A1 (de) Anordnung zur maschinellen Analyse von Elektrokardiogrammen
DE2717530A1 (de) Verfahren zur stoerbefreiung von signalen
DE3400103C2 (de) Verfahren und Vorrichtung zum Entstören eines Signals

Legal Events

Date Code Title Description
OM8 Search report available as to paragraph 43 lit. 1 sentence 1 patent law
8139 Disposal/non-payment of the annual fee