心电特征检测（精选八篇）
心电特征检测 篇1
对心电信号进行检测分析时,首先要对提取到的心电信号进行去噪处理,包括去除基线漂移、去除50Hz工频干扰等。然后提取识别心电信号的各种波形,其主要任务是完成波形特征点参数值的确定,将模拟的心电信号进行数字化描述[1]。近些年来,对心电信号特征参数的提取涌现出了各种各样的算法,本文选择基于小波分析的方法对心电信号特征检测进行研究,该研究包括对QRS波群、P、T波等心电信号的典型波形特征和形态进行分析识别。
2 QRS波群检测研究
本文利用小波变换的方法检测信号的奇异点,其实质就是用小波变换对采集到的心电信号进行分解处理,得到不同频率成分的信号。而这个过程中首先要做的也是最重要的任务就是选择合适的小波函数。
(1)选择合适的小波函数
小波函数的选取方法多种多样,目前用于心电信号特征提取的小波函数有db5、haar、mexican-hat和二次样条[2]。本文在参考这些方法的基础上选用了具有一阶消失矩的小波函数,经过该小波函数的变换后,QRS波群正好对应相应的模极大值对,以此检测出QRS波。为了让模极值对的幅值更明显,小波函数应尽量选取平滑函数的一阶导数(即具有一阶消失矩),为满足上述要求本文选取高斯函数的一阶导数作为小波函数。
(2)R波峰值点的检测研究
利用具有一阶消失矩的小波函数分解变换心电信号后,得到一系列小波系数。在得到的小波系数中找到模极大值对的位置,同时找到原心电信号中峰值最高的那个点但必须保证这个点在模极大值对的位置区间内,将这个点作为R波顶点。若极值对中先出现极小值再出现极大值,则说明R波是正向的,若极值对先出现极大值再出现极小值,则说明R波是倒置的。确定好R波后,跳过200毫秒(心电信号不应期时间),继续分析检查后面的小波系数以此得到下一个R波。
(3)QRS波群起点检测研究
确定QRS波的起点和终点的常用方法有差分法,小波分析结合差分法[3]等,为了解决这些算法中存在的对干扰比较敏感,关键点判断时间过长等缺点,本文利用小波变换剔除干扰信号,除去大部分肌电干扰和基线漂移。通过采用小波分析的模极大值对判断方法获得Q波的顶点位置,然后根据心电信号的时序特征,在R波顶点位置的附近,找到各波形的区域范围,最后利用差分分析法准确得到QRS波波形的关键点。
(4)P波检测研究
P波在时间轴上出现在QRS波群中Q波的左侧,一般利用P波的宽度在心电周期(RR间期)的宽度中所占的比列,得到P波的搜索范围[4]。通常将R波顶点坐标值RP减去心电波形中PR段的最小宽度(即RP-0.06RT)作为搜索P波的起点,将R波顶点坐标值RP减去心电波形中PR段的长度(RP-0.205RT)作为搜索P波的终点,其中,RT为心电周期的平均值。确定完P波顶点后开始寻找P波起始点,具体思路是,从确定的P波顶点位置开始,向时间轴的左侧搜索大概一个P波宽度的区域,搜索过程中出现的第一个拐点就是P波起点,P波终点也用同样的方法得到,只是搜索方向为从P波顶点开始向时间轴右侧搜索。
(5)T波检测研究
首先要找到T波顶点,然后在T波顶点的基础上搜索T波的起点和终点。
T波搜索方法几乎与P波搜索方法相同。首先确定T波顶点位置的区间,主要依据T波信号的时宽性质和心电周期,在T波可能出现的大概范围内找到小波系数中的模极值对。然后在模极值对的相应范围内确定T波顶点位置,但要区分T波是倒置的还是正向的两种情况。最后根据心电的QT间期和QRS间期的时间长度,得到T波顶点范围大概为RP+0.1 RT~RP+0.5 RT。查找到T波顶点后,在T波终点开始向S波方向搜索,找到的第一个拐点为T波起点,然后假设T波对称,找到T波终点。
3 小结
本文利用小波变换及小波对奇异点的检测特性,选择的小波函数为具有一阶消失矩的高斯函数的一阶导数。利用该函数对采集到的心电数据进行连续的小波分析处理,再根据原信号的差分值和小波变换得到的一系列小波函数,完成了基于连续小波变换分析的方法对QRS波群、P波和T波关键点的检测。
参考文献
[1]魏超.基于小波变换的心电信号自动分析技术[D].郑州:郑州大学,2011.
[2]朱洪俊.心电信号波群的小波精确识别法[J].西南科技大学学报,2007,22(02):33-39.
[3]于学鸿,许小汉等.基于神经网络的波形检测方法[J].物医学工志,2000,17(01):59-62.
[4]王俊杰.传感器与检测技术[M].清华大学出版社,2011(04).
掌上心电：帮你检测心血管健康状况 篇2
据国家心血管病中心发布数据，中国心血管病现患病人数为2.9亿，每10秒就有1人死于心血管病。城市人口中，伴随着社会压力增大、膳食结构不合理、缺乏有效运动、吸烟饮酒等因素，心血管病开始向低龄化发展，青年猝死事件频频发生。面对如此情势，“掌上心电”——一款被归为医疗器械的移动医疗APP正在试图将智能化心电监护变为可能，为预防心血管疾病的发生作出努力。
智能化的心电监护
说掌上心电（SnapECG）是一款APP也不完全对，因为医疗行业本身就不是一个轻资产、纯移动的产业。掌上心电需要搭配掌上心电监测仪和智能手机（iOS和Android）一起操作。掌上心电采用单导心电图监测，由ECG采集器和用户端APP构成。使用者在监测仪两端接上电极片（放置于左下腹和右肩锁骨下处），将监测仪的数据线插入手机，点击界面“开始记录”，完成记录后就可以得到数据报告。掌上心电将传统医疗检查中繁复的心电图监测变成了简单的可普及的“傻瓜式”操作，从而让每一个老百姓都能看懂、预测自己的心血管健康状况。目前，掌上心电已经获得中国CFDA（国家食品药品监督管理总局）和欧盟CE（医疗器械指令）认证检测资质。
事实上，“心率监测”在目前的健康类智能产品中并不少见，市面上部分智能手环和智能手表都支持该功能，那么，掌上心电的优势如何体现？答案是，有图有真相。相比其他产品告诉用户心跳指数，掌上心电提供的是更加专业的需要专业人士解读的心电图。
让患者受惠
2012年，创始人王长津从传统医疗器械领域转型到移动医疗。从1992年开始，他就进入了医疗器械行业。虽然接触过各类器械，但最后他还是选择了心电监测这块重垂直领域。他发现，如今市面上的智能设备大多都只监测心率，而掌上心电将心律和心率两项指标并重。数据表明，中国有800万房颤患者，表现症状为心跳紊乱或心跳加快、头昏眼花、体力疲乏、胸部压迫疼痛等等。是不是“多数”人大多对这些病状不以为意，但是如果能通过早期监测看到心脏真实跳动的状况，就可以预防不幸的发生。
王长津还认为中国医疗现状堪忧：“医疗器械厂商是不能把产品直接卖到医院去的，必须通过代理商的渠道，而这些渠道往往把价格抬高好几倍，最后都会分摊在患者身上。”面对如此难题，王长津希望自己的产品可以优化和颠覆目前的医疗器械现状，让患者直接使用，获利更多。这也是他离开医疗器械公司高管职位出来创业的初衷。
2014年年底，掌上心电刚完成了来自创新工场的数百万美元级别的A轮融资。如今，掌上心电的注册用户已达1万人，短期内这个数字有望超过10万，而长期目标则在100万左右。
智能硬件+服务
王长津对掌上心电的未来发展可以用“开放”二字来总结。“开放合作、开放产品、开放数据”，这一切的开放都朝着“智能硬件+服务B2B2C”的模式迈进。掌上心电愿意整合有碎片时间的医生资源，帮助他们管理、跟踪自己的患者，也可以为企业员工进行健康服务，如一些高强度工作的IT企业。可以看出，掌上心电致力于打造一个可以放在多个场景下的服务闭环。
2015年3月19日，黑龙江省首个“心脏远程健康管理移动医疗”项目在哈尔滨市第一医院启动，也让掌上心电对自己的服务模式做了试水性尝试：在这家医院就诊的适应症患者可以购买掌上心电服务，自己监测自己的心脏健康状况，然后发送给专业医师获取反馈与指导，从而预防恶性状况的发生。
掌上心电所倡导的还是医疗服务。他们的理想模式是，为用户提供免费的医疗自测设备和心电监测服务，由医生来提供专业的医疗问诊，而赢利点则建立在广告、药厂方面。
心电异常自动检测的研究 篇3
多种疾病都能够引起心电图的异常,心电异常的检测对心脏疾病的诊断尤为重要[1],心电图诊断已经成为临床诊断中不可或缺的一部分。目前已有很多便携式的心电检测仪普及和应用在人们日常生活中[2],便携式心电检测仪能够有规律地随时随地记录心电数据并计算和分析心率是否正常,但是不能够进行复杂心电图的诊断。心电图在临床诊断中应用也较为广泛,通过医生肉眼查看心电图进行诊断的诊断结果较为准确,而成人一般每分钟有60~100次心脏活动,故心电数据量较大,若持续对长时间的心电图进行诊断,容易引起疲劳,如果能够减少肉眼对心电图异常的查看和诊断,将极大地提高现有的医疗水平,减少人们寻医问诊的次数,为医疗自动化带来巨大推动力,很大程度上改善居民的医疗环境。
本文针对心电图异常的自动检测进行了研究,异常检测结果可作为医生诊断的辅助信息,大大减少医生的工作量,提高医疗自动化水平。
2 研究现状
随着心电图应用的日益成熟,各种心电图的自动分析与检测系统被推广应用。
在心电异常检测方面,已有能够检测出心率的心电自动检测仪。对于其他复杂异常诊断的研究,有特征提取法、支持向量机法、神经网络法。特征提取法即提取心电图的各个特征点的信息,使用特征参数阈值判断心电图是否正常[3]。支持向量机法即将一段心电图的各个特征参数组成一个向量,这个向量处于一个多维空间中,通过样本学习建立一个分类规则,由这个规则组成一个超平面,这个超平面将多维空间分为两部分,处于这两部分的向量为两类不同心电图的特征向量[4],由此可将异常心电图进行区分。神经网络法将神经网络模型分为输入层、隐含层和输出层,输入层为心电数据,隐含层为数据处理过程,输出层为检测结果,输入层通过隐含层到达输出层,隐含层有多个神经元和权值,神经网络模型的建立需要学习,学习过程中通过计算输出层结果和期望输出值之间误差,根据误差不断调整隐含层的权值直到误差在允许范围内后,模型建立成功,使用该模型进行异常诊断[5]。
3 心电异常检测
模板匹配法通过计算正常模板与待检测模板之间相关系数诊断异常。在使用模板匹配法进行异常检测的研究中,一般待检测心电数据需和心电模板具有相同的长度[6],这使心电信号的采集受到了限制,不利于长度不同的心电数据的匹配。本文对这种模板匹配法进行了改进,能够对不同长度的心电数据进行异常诊断。模板匹配法不需要进行学习,较为简单,便于进行异常检测,能够检测出大部分异常。
心电异常检测流程为心电图预处理、模板选择和模板匹配。下面将对具体的检测方法进行阐述。
3.1 心电图预处理
本文实验数据来源为MIT-BIH数据库,MIT-BIH数据库是由美国麻省理工学院提供的研究心律失常的数据库,是目前国际上公认的可作为标准的三大心电数据库之一[7]。
由于心电信号中夹杂着各种干扰信号,包括呼吸、运动等引起的基线漂移,周围环境引起的工频干扰以及人体肌肉颤动引起的肌电干扰等[8]。这些噪声信号严重影响了心电图特征的准确识别,故需要对心电图进行去除噪声的预处理,文中选择使用小波变换法进行心电信号的预处理。对MIT-BIH数据库的103号心电数据的信号1(M1)进行尺度为9的小波变换,得到M1=d1+d2+d3+d4+d5+d6+d7+d8+d9+a9。其中a9为低频信号,d1~d9为高频信号,且d1到d9频率依次降低,M1由d1~d9和a9叠加而成,将低频分量a9置零,可去除基线漂移,将高频分量d1和d2置零,可过滤噪声信号。图1为使用db4小波基将原始波形进行尺度为9的小波变换进行预处理前后的心电图。
可见预处理前的心电图中采样点5000到6000之间有一处明显的基线漂移,且与处理后的心电图相比,处理前的心电图因为高频噪声的原因显得较为粗糙。
3.2 模板选择
模板选择过程中,先对特征点进行检测,通过特征点查找正常心电图,取一定时间范围的正常心电图作为模板。典型心电图波形特征如图2所示。
心电图中包括P波、QRS波群和T波,上图为一个心电周期的波形。对于同一个人来说,其心电波形在长时间内表现为稳定,即在一个时间段的心电图中,绝大多数的心电数据处于正常范围[9],故可以从一定时间段的心电图中提取出正常的心电图作为模板。
由于QRS波群和T波斜率明显,特征较为突出,故心电图预处理完毕后,首先检测QRS波和T波,由于P波较低,且预处理并不能完全去除高频噪声,P波波峰周围会出现因为噪声干扰而凸起的波形,能够明显检测出R波和T波,P波较不明显,检测出R波波峰后,从R波开始分别向前和向后搜索Q波和S波以及QRS波群边缘,P波波峰可通过搜索前一个周期的T波和当前检测周期的Q波之间最大极值点获取到。
若在采样点序列[s(1)s(2)s(3)]中,s(2)-s(1)>0,s(3)-s(2)<0,则s(2)为极大值点;反之,若s(2)-s(1)<0,s(3)-s(2)>0,则s(2)为极小值点,故可根据采样点序列中相邻点的差获取极值点。假设波形方程为v=x(n),n表示采样序号,n=1,2,3...,特征参数的检测步骤为:
1)心电数据组成向量a=(x(1)x(2)…),例如a=(2 3 1 5 6 9);
2)将a中相邻值相减组成向量b,
b=(x(2)-x(1)x(3)-x(2)x(4)-x(3)x(5)-x(4)…)=(b1 b2 b3b4…);由a=(2 3 1 5 6 9)计算出b=(1-2 4 1 3)
3)将b映射到向量c,映射规则为:若b(n)>0,c(n)=1;若b(n)<0,c(n)=-1;若b(n)=0,c(n)=0;得到c=(c1 c2 c3 c4…),c中值只有0、1、-1。由b=(1-2 4 1 3)映射出c=(1-1 1 1 1);
4)将c中相邻值相减组成向量d,由c=(1-1 1 1 1)计算出d=(-2 2 0 0),取d中值不等于0的位置索引加1,存入数组index⁃Min Max,则index Min Max=[1 2],取d中值大于0的位置索引加1,存入数组index Min,则index Min=[2],取d中值小于0的位置索引加1,存入数组index Max,则index Max=[1],心电数据组成的向量a中索引为index Min的为极小值点,索引为index Max的为极大值点,所有极大值点和极小值点的索引都在index Min Max中,即a中的极小值点为a[2]=1,极大值点为a[1]=3;
5)通过index Max、index Min和a得到极大值点中的最大值max和极小值点中的最小值min,取差值distance=max-min;
6)遍历index Min Max,若索引处i心电值和最小值之间差值a[i]-min>distance/2,将索引i存入数组R_Array,R_Array中的值即为R波波峰索引,每找到一个R波波峰,在index Min Max中从该R波波峰索引处取前两个索引为Q波波峰索引和QRS波群左边缘、取后两个索引为S波波峰索引和QRS波群右边缘,分别存入Q_Array、QRS_l Array、S_Array、QRS_r Array。
7)在6)中遍历index Min Max时,若索引处i心电值和最小值之间差值满足0.2324*distance/2<a[i]-min<distance/2,将索引i存入数组T_Array,T_Array中的值即为T波波峰索引。每找到一个T波波峰,在index Min Max中从该T波波峰索引处取前一个索引为T波左边缘、取后一个索引为T波右边缘,分别存入T_l Array、T_r Array。
8)在index Min Max顺序查找R波波峰和T波波峰之间最大的极值点,存入P_Array,P_Array中的值即为P波波峰索引。
9)根据成人正常PR间期为0.12~0.2s,从QRS波群左边缘向前0.10~0.22s范围内搜索极小值点作为P波左边缘,存入P_l Array。
检测出特征参数后,计算出平均心率,根据心电图所处导联、患者年龄和心率获取各个特征的正常值范围,查找患者心电图中3~6个周期的正常心电波形,以这部分正常心电波形作为初始模板。由于R波波形特征明显,故将初始模板的第一个R波波峰设为模板起点,最后一个R波波峰设为模板终点,得到最终模板。
3.3 心电诊断
待检测心电数据和心电模板之间的差异可以通过它们数据差的平方和表示。假设心电模板为y(n),其中TSA<n<TFA,TSA为模板起点,TFA为模板终点。将待检测的心电数据的第一个和最后一个R波波峰设为待检测起点TSB和终点TFB,得到待检测心电数据x(n),其中TSB<n<TFB。
计算待检测心电长度:UB=TFB-TSB,
心电模板长度:UA=TFA-TSA,
待检测心电数据长度与心电模板长度之比:
其中为UB/UA取整后的值,m为余数。若QAB<=1,则待检测心电数据长度小于或等于心电模板长度,设n=0时为计算起点,则n=UB为计算终点,待检测数据与模板数据差的平方和M如下:
若QAB>1,则待检测心电数据长度大于心电模板长度,根据心电图周期性的特点,可将心电模板进行周期性延长,使模板长度不小于待检测心电数据长度,待检测数据与模板数据差的平方和M如下:
其中
使用dif表示待检测数据和模板数据的差异,相关系数R表示为R=1/(dif+1),R的值在0和1之间,则差异dif越小,相关系数R越大。由于M是由模板和待检测数据之差累加而成的,故对于相同长度的待检测心电数据,M越大,匹配度越低。故令相关系数R=1/(M/f UB+1),其中f为心电数据的采样频率,R越接近1,表示相关度越高,设置相关系数阈值为0.88,当R值小于0.86时,便认为心电图为异常心电图。本文实验数据分为11组,这11组数据分别取自MIT-BIH数据库中记录为100、105、115、121、123、200、202、205、208、212、217的心电数据,每组数据取10个不同时间段进行实验,共进行了11*10=110次试验,其中98次检测正确,12次检测错误,故检测准确率为89.1%。
4 结论
本文使用db4小波对心电图进行尺度为9的分解和重构,有效地去除了低频的基线漂移和其他高频噪声干扰,便于准确分析特征点位置,进而进行模板匹配,心电信号的异常检测检测准确率较高。针对患者选取适应患者的心电模板,且能够诊断不同长度的心电图,使这种异常检测方法可用于不同的心电数据来源,适用的范围较广。本文提供的异常检测只能够检测出波形的异常与否,并不能检测出异常类型,仍然有一定的局限性,故本文在检测异常类型这个方面仍需改进。
参考文献
[1]宋东富.心电信号自动分析算法的研究与应用[D].长春:吉林大学,2007.
[2]吴宝明,朱凌云,卓豫,等.远程心电监护系统及动态心电信号自动分析的研究进展[J].中国医疗器械杂志,2006,30(5):362-268.
[3]唐雅青.心电信号的自动检测与分析[D].上海:上海交通大学,2007.
[4]韩君泽.心电信号自动检测与诊断方法的研究[D].哈尔滨:哈尔滨工业大学,2013.
[5]赵毅.基于小波分析和神经网络异常的异常心电信号分类研究[D].太原:太原理工大学,2015.
[6]杨波,张跃.基于多模板匹配的室性早搏判别算法[J].开发研究与设计艺术,2010,36(16):291-293.
[7]宋喜国,邓亲恺.MIT-BIH心率失常数据库的识读及应用[J].中国医学物理学杂志,2004,21(4):230-232.
[8]任杰,杨丽晓.基于小波变换系数的心电信号基线漂移噪声去除方法[J].医疗卫生装备,2010,31(11):24-26.
数字心电图机的检测方法分析 篇4
数字心电图机是一种科技含量及精密度很高的电子医疗仪器,其作用是记录和显示心脏活动时所产生的生理电信号。它利用心电图(electrocardiogram,ECG)电极将人体微弱的电生理信号提取出来,经过放大器使信号放大,再经过信号处理系统将生理信号转化为电信号,然后经过数据分析软件将转换后的电信号进行计算分析和编辑,最后在显示屏上的各个模块中显示出来。这时医生可根据所记录的心电图波形的形态、波幅大小以及各波之间的相对时间关系与正常心电图相比较,便能诊断出心脏疾病,诸如心电节律不齐、心肌梗塞、心肌炎、心包炎等[1]。由于心电图机具有诊断技术成熟、可靠,操作简便,价格适中,对患者无损伤等优点,已成为各级医院中最普及的医用电子仪器之一。
1 我院心电图机的检测情况
目前,我院使用的心电图机主要有日本光电、北京福田、飞利浦、麦迪克斯等多种品牌。我室2010—2014 年检测心电图机共计72 台,其中合格68 台,不合格4 台。不合格的心电图机由科室送至专业部门维修,待维修后,需经我室再次检测合格后方可进入临床使用。
2 心电图机检测装置原理
将各种测试波形、标准心电图库及检定程序固化在可擦除可编程只读寄存器(erasable programmable read only memory,EPROM)中,微处理器控制3 个四通道的D/A转换,产生12 导联的各种检测信号,输入到被检心电图机,微处理器还通过I/O接口控制各种参数测量电路及电器状态,进行数字心电图机各项指标的检定[2]。心电图机检测装置原理框图如图1 所示。
注:R代表右侧,L代表左侧,F代表下肢,V1~V6代表胸部电极安放位置
3 心电图机的主要检测方法
3.1 外观检查
被检心电图机应标有厂名、型号、出厂日期及编号、电源额定电压、频率,不得有影响其正常工作的机械损伤;所有旋钮、开关应牢固可靠、定位正确,附件应该齐全,不得有绝缘外包裹折损及线体裸露现象。
3.2 开机预热
开机前应对检定装置和被检心电图机进行预热[3],要保证导连线和接线柱良好地接触和可靠接地。按照相对应的导联及专用地线连接仪器后,用电极夹夹住地线与机器的连接处。
3.3 内定标电压误差检定
(1)打开检定仪,按下“S+SU”键,使信号源“2”灯亮,显示1.000 s。再按“D”键显示1.000 m V,并通过光标及“+“”-”键,调节输出2.5 Hz、1 m V的方波信号。同时按下“K2”键,加入人体模拟阻抗。检定仪面板如图2 所示。
(2)打开被检心电图机,首先开机自检1.000 m V,设置灵敏度为10 mm/m V,记录速度25 mm/s。然后测量Ⅰ、Ⅱ、Ⅲ导联上的信号幅值h Ci(i=1,2,3),再接入阻抗,测量外部方波信号幅值h Ei(i=1,2,3)。通过“S+OP2”键转换导联至L的引线电极,测量Ⅲ导联上的幅值。内定标电压误差计算如下:
式中:δCi为内定标电压误差;h Ci为测量值;h Ei为设定值。
3.4 输入电压范围检定
按下检定仪“S+SU”键,信号源“5”灯亮,显示2.00 m V,再按“D”键显示1.333 s周期,最后按下“K2”键,加入人体模拟阻抗。通过2 组不同数据值测定输入电压范围,方法如下:
(1)通过光标及“+”“-”键,设置输出5 m V、0.75 Hz的模拟信号,然后将被检心电图机的灵敏度设置为5 mm/m V,走纸速度设置为25 mm/s,记录3~5 个周期的信号波形。按照规程规定,信号幅值应在23.25~26.75 mm之间。
(2)通过光标及“+”“-”键,调节输出0.5 m V、0.75 Hz的模拟信号,将被检心电图机的灵敏度调节为20 mm/m V,走纸速度调节为25 mm/s,记录3~5 个周期的信号波形。如果此时波形没有明显畸变,则此项合格。注意检测此项时要关闭被检仪器的所有滤波器。
3.5 耐极化电压检定
检定耐极化电压,按下检定仪“S+SU”键,信号源“8”灯亮,显示DC,输出直流电压0 V,弹起“K2”键,被检仪器灵敏度调节为10 mm/m V[4]。此时先按“S+OP1”键,加入+300 m V偏置电压,心电图机记录波形;然后按“S+OP2”键,加入-300 m V偏置电压,心电图机记录波形;再按“S+OP2”键回到DC。需要注意的是,加入偏置电压前,要记录一次信号输出。规程规定,加压后的基线应无偏移,视为合格;如果基线有偏移,视为不合格。检定的3 条波形基线位置没有改变,检定合格。
3.6 加权系数误差检定
按下检定仪“S+SU”键,信号源“1”灯亮,显示1.000 Hz,按D键显示1.000 m V,通过光标及“+“”-”键输出3 m V、10 Hz正弦信号。调节被检仪器灵敏度为10 mm/m V,速度为25 mm/s,使Ⅰ导联幅度H0=30 mm。按“S+OP1”或“S+OP2”键可转换导联,分别走纸,测量波幅。
数据处理:测量a VR、a VL、a VF、V1~V6导联上所记录正弦波信号的幅度(i=1,2…9),其理论值H0为30 mm,H1为30 mm,H2和H3为15 mm,Hi(i=4,5…9)为10 mm。加权系数误差 δWi计算公式如下:
式中:hi为测量的数值;Hi为a VR导联,为30 mm。规程规定,所得幅值应不大于±10%。
3.7 内部噪声电平检定
调节被检仪器灵敏度为20 mm/m V,记录速度为25 mm/s[5]。检定仪在“HELLO”状态下记录1 次数值,按“S+SU”键,信号源“1”灯亮,显示1.000 Hz;再按“D”键显示1.000 m,通过光标及“+”“-”键输出20 μV正弦信号;按下“K2”键走纸,测量波形幅度。规程规定,输出波形最大幅度应不大于0.4 mm。
3.8 波形识别能力与幅度-时间参数检定
按下检定仪“S+SU”键,信号源“5”灯亮,显示2.00 m V,按“D”键显示1.333 s周期,通过光标及“+”“-”键输出2 m V、0.75 Hz的模拟信号,按下“K2”键;被检仪器灵敏度调节为10 mm/m V,速度为25 mm/s,关闭所有滤波器。此时,记录2~3 个周期的心电模拟信号。按检定规程附录A进行数据处理。
3.9 频率响应检定
按下检定仪“S+SU”键,信号源“1”灯亮[6],显示1.000 Hz,然后按下“D”键显示1.000 m V,通过光标及“+“”-”键输出2 m V的正弦信号,按下“K2”键,加入模拟皮肤阻抗。将被检心电图机灵敏度调节为10 mm/m V,速度设置为25 mm/s,导联置“Ⅰ”或选择第一组导联,关闭被检心电图机的所有滤波器。依次调节输出频率为0.5、5、10(参考)、15、25、30、40、50、60、75 Hz的正弦波信号,记录波形幅值hf ,如图3 所示。
幅频特性计算公式如下∶
式中:δf为幅频误差;hfmax为各频率点幅值误差的最大值;href为参考值(10 Hz)。
检定频率响应时,以10 Hz正弦波为参考值,滤波器关闭时,如果波幅在0.5~50 Hz内随频率变化,幅度最大允许偏差为-10%~+5%;如果波幅在50~70 Hz内随频率变化,幅度的最大允许偏差为-30%~+5%。
3.10 时间常数检定
按下检定仪“S+SU”键,信号源“2”灯亮,显示1.000 s,按“D”键显示1.000 m V,通过光标及“+“”-”键,调节输出2 m V、10 s方波信号,按下“K2”键;将被检心电图机的灵敏度调节为20 mm/m V,记录速度为25 mm/s,导联置“Ⅰ”或第一组导联。走纸进行记录时间常数检定的波形如图4 所示。规程规定,测量记录信号幅度衰减到初始值37%所经历的时间不少于3.2 s。
3.11 共模抑制比检定
被检心电图机在标准检定条件下(灵敏度调节为10 mm/m V,速度为25 mm/s),关闭所有滤波器[7]。在未接被检心电图机时,调节“CT”键,使其输出电压为10 V。改变导联开关位置,分别测量描记波形幅值,取其中幅值最大者Hc,为10 mm。共模抑制比CMRR的计算公式如下:
式中:Hc为描记信号的幅度最大值,单位为mm;H0为幅值的标准值,单位为mm。需要注意,检测时必须接地。外界干扰和接地不良是造成此项检定不符合要求的最主要原因。
共模抑制比的计算方法有以下2 种:
(1)利用共模检定装置前面板给出的表查出共模抑制比。例如测得幅度值为2.5 mm,则查得共模抑制比数值为101 d B。
(2)利用检定仪主机计算共模抑制比。将检定仪设为“心电图”状态,按“S+SU”键进入该项检定,检定项目指示灯“8”亮,检定仪显示1.000 m V。将测得的幅度值折算成m V值后(如测得幅度值为3.3 mm,折算后为0.33 m V),用“+”“-”键将此值输入检定仪。然后按“S+OP1”键,显示出共模抑制比。规程规定,共模抑制比应大于89 d B。
4 检测中的注意事项
在检测中,检定仪和被检仪器都要有良好的地线,而且周围不能有强烈的电磁波干扰,否则心电图机容易出现波形混乱现象。如果此时心电图机机壳漏电流过大,会造成电击的危险,影响检定工作的正常进行。检定时应尽量选择手动模式,并选择导联少的输出模式,减少道间干扰[8],有利于波形及幅度的观察与测量。在检定波形识别能力和幅度-时间参数时,应熟悉ECG仿真信号的波形,各波名称、幅度,各间期的测量起至点。检测频率响应时,除关闭所有滤波器之外,还要注意将心电图机的高频滤波器的频率设为最大值。
5 结语
心电图机因使用时间过长或频率过高,会发生机电老化现象[9],从而影响其准确性和安全性,直接危及患者的生命安全和身体健康。因此,必须定期对心电图机的性能、精密度和安全性进行检测。在实际操作中还有许多细节值得注意,需要检测人员不断学习各类心电图机的检测方法以及对量值失准的判断处理能力。如果检测中发现不合格的心电图机,应及时送修,修好后再次进行检测,合格后才能使用,这样才能杜绝安全隐患,保障心电图机的准确性、可靠性。
摘要：目的:研究数字心电图机的检测方法,在实践中发现并分析存在的问题,确保心电图机的质量安全。方法:按照国家相关标准及规定,采用EGC-1C型心脑电图机检定仪及配套设备共模抑制比测试仪对数字心电图机进行检测。通过检查心电图机的外观,检测各项性能参数来判断心电图机的准确性。结果:通过定期检测,不仅消除了数字心电图机的安全隐患,还保障了其在临床使用中的质量安全。结论:数字心电图机的质量控制检测工作是医疗安全的重要组成部分,按时检测、及时修理能够确保数字心电图机的量值准确、可靠,更好地服务于患者。
关键词：数字心电图机,质量控制,安全使用
参考文献
[1]于忠江,于成龙.心电图机常见故障的排除[J].中国医药科学,2012,2(20):182.
[2]刘鸣,石颖华,张林,等.医院心电网络系统的建设与临床应用[J].医疗卫生装备,2014,35(2):70-71,148.
[3]苏燕平,姚念玲,崔骊,等.数字心电图机检定方法与解决方案的分析[J].中国医学装备,2013,10(12):59-60.
[4]荀鲁川,余亚梅,代丽.数字心电图机鉴定方法探讨[J].医疗卫生装备,2013,34(6):101-102.
[5]周瑶,肖利春,何平,等.心电图伪差产生的因素分析及解决办法[J].中国当代医药,2013,20(11):31-32,34.
[6]张静.临床心电图干扰现象分析与解决对策[J].中国现代药物应用,2014,8(3):247-248.
[7]郭燕.华泰CN100心电系统工作原理及故障排除[J].医疗卫生装备,2014,35(4):155-156.
[8]冯艳,侯秀丽,娜仁花,等.心电技术规范化培训的研究与探索[J].新疆医学,2014,44(7):1-2.
心电特征检测 篇5
1 资料与方法
本组脑血管病病人148例, 年龄41岁～87岁, 脑出血44例, 蛛网膜下腔出血2例, 脑梗死96例, 短暂性脑缺血发作6例。除外原有冠心病病史及风湿性心脏病病人。心电图均在入院后24 h内完成, 部分病例在恢复期予以复查。
2 结果
148例脑血管病病人, 心电图异常者为104例 (70.3%) , 与司志国[1]报道相似, 其中脑出血 (包括蛛网膜下腔出血) 心电图异常者39例, 占脑出血总数的84.8%, 其死亡病例中心电图异常者占死亡总数的90.0%, 脑梗死 (包括短暂性脑缺血发作) 心电图异常者65例 (67.7%) 。脑血管病病人的异常心电图表现详见表1。
3 讨论
在148例脑血管病病人中, 心电图异常以ST-T改变所占比例最大, 与文献[1,2]报道相同, 且有高血压病者ST-T异常者居多, 李春盛等[3]认为脑卒中时对心功能的影响与原发病有关, 即原有高血压者发生脑卒中时左室舒张功能严重受损。因而使冠状动脉灌注量减少, 心肌缺血缺氧, 导致了ST-T的改变。其次, 心电图异常表现依次为:窦性心律失常、左室肥大、房性早搏……心房纤颤、室性早搏等。
本研究还发现, 恢复期病人的心电图中有部分ST-T恢复正常, 部分ST-T有恢复, 其他改变如窦性心律失常、房性早搏、房室交界性逸搏、I度房室传导阻滞等均随原发病的恢复, 脑水肿的减轻而自然消失, 这亦说明其心电损害源于脑部。关于脑血管病心电图异常的机制已有阐述, 除左室肥大, 部分ST-T改变为原有高血压病导致外, 认为与脑病变部位有关[4], 尤为出血性脑血管病, 心电图改变明显, 有学者认为脑卒中导致脑水肿, 促使急性脑血循环障碍, 使丘脑下部或脑继发水肿移位或缺血软化, 累及了丘脑下部, 还有学者认为投射纤维与联合纤维激惹脑干诸核, 亦可导致交感神经兴奋性增高, 引起儿茶酚胺分泌增强, 后者在心肌积聚, 从而造成心肌损害。
因此, 临床收治脑血管病人时应常规给予心电监护或心电图检查, 对于伴发快速房颤、严重的心动过缓、室性早搏、Q-T间期延长等病例, 均应积极对症治疗, 同时改善心肌供血, 消除其他如水电解质紊乱等致病因素, 否则, 严重心律失常不能及时纠正, 将影响脑部供血并危及病人生命而影响治疗效果。
参考文献
[1]司志国.急性脑血管病24h动态心电图观察[J].中华神经科杂志, 1988, 6:346.
[2]陆振家.200例急性出血性脑血管病心电图观察[J].实用内科杂志, 1989, 4:199.
[3]李春盛, 蒋瑞英, 雷广平, 等.急性脑卒中对左室功能的影响[J].中国急救医学, 1991, 2:12.
心尖肥厚型心肌病的心电图特征 篇6
关键词：心尖,心肌病,心电图
心尖肥厚型心肌病病变局限于左心室乳头肌以下心尖部。常见于40～60岁人群, 是肥厚型心肌病的特殊类型, 临床心电图方面的特殊表现, 而有别于其他肥厚型心肌病。对116例心尖肥厚型心肌病患者, 进行同步十二导心电图特征性改变回顾性分析, 探讨心电图对心尖肥厚性心肌病诊断临床价值。
1 资料与方法
1.1 对象
选择我院2006年5月至2010年5月住院患者诊断为心尖肥厚型心肌病的患者116例, 其中男性61例, 女性55例, 年龄35～65 (平均45) 岁。均经左心室造影, 心动超声描记, 核磁共振等检查证实, 排除高血压、糖尿病、晕厥及心功能不全其他慢性病史。均符合美国学者Crowleg等[1]提出的心尖肥厚性心肌病诊断标准。
1.2 方法
采用美国GE同步十二导联心电图机MAC-1200型记录标准十二导联心电图, QRS波群及ST-T波群的测量均以P-R段为零电位线, 进行测量计算, 超声心动描计检查采用日本菲利普超声诊断仪。测量心尖四腔, 心尖部心肌局限性最大厚度, 室间隔及左心室厚度。
1.3 统计学采用2003统计学软件, 计量资料的χ—±s, 作自身对照t检验。
2 结果
1 1 6例患者同步十二导心电图表现异常, 左胸导联R波电压2.5～4mV, 左胸导联T波对称性深倒置, 且R4>R5>R3, TV4>TV5>TV6, S-T段压低V4>V5>V6, 116例患者左胸导联倒置T波深度, S-T段压低深度, R波高度的相关分析显示, 同导联R波高度与T波倒置深度及S-T段压低深度呈负相关 (P均<0.05) , T波倒置深度与S-T段压低深度呈正相关 (P均<0.01) , 即R波越高的导联, 其T波倒置越深, S-T段压低越明显, 窦性心律116例, 左胸导联R波电压>3.0m V98例, R4>R5>R3 89例, TV4>TV5>TV3 90例, TV5>TV4>TV388例。
3 讨论
心尖肥厚型心肌病心电图主要特征性表现为左胸导联R波电压增高, S-T段水平压低, T波对称性深倒置[2]。产生心电图异常改变的原因: (1) Hirosh等[3]认为, 肥厚型心肌病患者肥厚的心肌自心内膜面至心外膜面排列紊乱, 动作电位时间延长, 可能是产生巨大倒置T波的电生理基础。 (2) 局限于心尖部的肥厚心肌产生巨大向量投影在V3-V5上, 使V3-V5R波增高。 (3) 心尖部肥厚心肌内血管数量不随心肌细胞增厚而增加, 因而单位体积内血液供应减少而产生原发性ST-T改变, 本文研究显示, V3-V4导联巨大倒置T波是肥厚性心肌病累及心尖部的特征, 此外, 心尖肥厚性心肌病也可伴其他部位受累, 但未见病理性Q波, 与张霓等[4]报道的心电图特征相似, 心尖肥厚性心肌病病因不明确, 可能与心肌对儿茶酚胺异常敏感或常染色体隐性遗传有关[5]。本文对心尖肥厚型心肌病患者V3-V6导联R波高度、T波倒置深度、ST段压低深度的相关性进行分析, 显示同导联R波高度与T波倒置深度及S-T段压低深度呈负相关 (P均<0.05) 。T波倒置深度与S-T段压低深度呈正相关 (P均<0.01) , 即R波越高的导联, T波倒置越深, S-T段压低越明显。本文116例心尖肥厚型心肌病均在住院期间常规同步十二导联心电图检查时发现特征性心电图改变, 经超声心动描计, 磁共振等检查而确诊为心尖肥厚型心肌病。因此, 特征性心电图改变对心尖肥厚型心肌病有临床诊断价值。
参考文献
[1]Crouleg JJ, Dardasp S, Shapior H.Assessment of apical hypertrophic cardionyopathy using transesophageal echocardiograply[J].Cradiology, 1997, 88 (2) :189.
[2]虞钧芬, 刘志亚.心尖部肥厚型心肌病特征性心电图分析[J].临床心电图杂志, 2009, 28 (2) :162-164.
[3]王艾联, 王丽敏, 杨延宗.对16例心尖肥厚型心肌病的心电图分析[J].临床心电图杂志, 2001, 10 (2) :160-161.
[4]张霓, 张卉, 孙芸芸.73例心尖肥厚型心肌病心电图分析[J].广东医学, 2004, 25 (2) :164.
一种心电信号检测的新方法 篇7
在医学设备中, 心电图测试过程中, 人体的新电信号微弱, 信噪比低, 而且是非平稳的。信号从测试室通过传输电缆传输到监测室, 其间被50Hz或60Hz电源干扰, 导致心电信号被这种噪声覆盖。所以, 交流电源的干扰是心电信号的重要干扰。
在测试中, 要去除心电信号中的电源干扰也是一种挑战。近几年, 提出各种各样的去噪方法, 它们各有优点和缺点。本文提出一种基于对角矩阵下的噪声滤波方法, 去除了低信噪比微弱心电信号中的电源干扰, 通过实际测试表明此方法取到良好的效果。
二、对角矩阵下滤波方法的原理
我们关心的是振幅A、角频率ω和初相位δ ( (t) =ωt+δ) , 理想情况这三个参数是固定不变的, 但是, 实际情况中, 由于各种原因电源的参数是变化的。设实际测得的心电信号为u (t) 。
设M为包含所有正弦波函数的集合:
设向量参数:
属于空间
式中的振幅A、角频率ω和初相位δ都是时间的函数, Amin、Amax、ωmin、ωmax、δmin、δmax分别为振幅、角频率和初相位的最小值和最大值。
设理想的正弦波干扰为:
要想从u (t) 提取确定的信号y (t) , 解决方法是做u (t) 在集合M中的投影, 也就是说求出y (t) 和u (t) 之间的最小距离, 既是:
在实际中, 是在实数范围内。所以瞬时距离函数为:
定义函数:
使用梯度下降法, 求出参数θ。
式中:参数μ是一个对角矩阵, 作用是控制算法的收敛性和稳定性。所以我们称为对角矩阵下的去噪方法。定义理想的参数θ为
式中:分别为振幅, 角频率和初相位。对角矩阵μ为:
由式 (8) 得:
将上式分开写为:
式中:
那么有:
式中出现时间变量t, 由于所有参数都是随时间变化的, 在不影响结果的前提下, 将这个时间t用常数m4代替。原微分方程组变为:
式中:
通过控制对角矩阵的取值, 使系统对不同的参数达到分析的目的。
三、算法的实现
把上节方法转换为离散形式:
式中:TS为采样时间。应用软件形成core unit单元。为了更好提高信噪比, 系统再增加一个带通滤波器, 其传递函数为
幅值为|H (f) |相角为<H (f) 。
要把心电信号中的电源干扰去除, 采用图1的结构。图中, 输入信号经过不同频段的处理单元后, 分离出响应的频段的干扰, 再从输入信号中去掉。每个处理单元先经过带通滤波器, 再通过core unit单元进行处理, 最后, 把带通滤波器引起的幅值差和相角差去掉。为了能够去除心电信号中的电源干扰, 经常采用多个处理单元, 每个单元的频段不同。
四、结论
本文完全摆脱Fourier变换的局限, 提出了对角矩阵下的噪声处理算法。通过对心电信号的实际测试, 表明此算法的计算量小、滤波效果好, 能够实现对心电信号的实时处理。为心电信号的提取提供了可靠的方法。
摘要：心电信号在传输过程中被普遍存在微变交流电源严重干扰, 造成有用信息被干扰覆盖, 极大影响了诊断效果。为了去除心电信号中的电源干扰, 本文提出了对角矩阵下的噪声滤波方法。
关键词：心电信号,电源干扰,对角矩阵,滤波
参考文献
[1]Tai SC.Band Sub-band coder on ECG waveforms.Med&Biol ENG&COMPUT, 1992, 30 (3) :187.
[2]Alste JAV.Removal of baseline wander and powerline interference the ECG by an efficient FIR filter with a reduced number of taps.IEEE Trans Biomed ENG, 2001, 32 (12) :1053.
[3]Waiar R Eswaran C.Integer coefficient bandpass filter for the simulta-neous removal of baseline wander, 50Hz and60Hz interference from he ECG.Med&Biol ENG&comput, 1997, 29 (3) :333.
心电特征检测 篇8
关键词：晚期孕妇,异常心电图,特征,临床意义
妊娠作为女性特殊的人生阶段,往往会给女性的生理与心理带来一定的变化。如为了适应胎儿的生长发育,导致孕妇体重增加、雌激素水平升高等。尤其对于晚期孕妇,其变化更为明显。相关报道指出,对于晚期孕期,其可出现心电图异常等症状,这对产妇生理与心理均造成一定的压力[1]。为了了解帮助读者更好的了解晚期孕妇异常心电图的特征及临床意义,在本次调查中,笔者选取2014年10月至2014年12月期间在我院进行检查的异常心电图晚期孕妇患者为例,对其心电图的特征进行分析。详情如下所示:
1资料与方法
1.1临床资料
选取2014年10月至2014年12月期间在我院进行减压的异常心电图晚期孕妇500例,其年龄为23~38岁,平均(27.2±2.3)岁;孕周为33~39周,平均(35.4±2.1)周。同期选取100例在我院进行检查非妊娠长出女性,其年龄为23~40岁,平均(28.1±3.0)岁。两组孕妇在年龄等指标上比较差异无统计学意义(P>0.05)。
1.2方法
两组受检者在接受检查时均取平卧位,以GE Marquette MAC-VU心电图仪同步记录常规12导联心电图,设置纸速为25mm/s,增益为10mm/m V。取基线平稳、图形清晰的导联由专人进行测量记录。
观察组的孕妇在分娩3个月后再次检查心电图,并与之前的检查结果进行比较分析。
1.3统计学处理
所得数据以SPSS17.0统计学软件进行分析处理,计数资料以百分比形式表示,组间比较采用χ2检验;计量资料以(均数±标准差)形式表示,组间比较采用t检验。P<0.05时差异显著。
2结果
由结果可知,观察组的500例患者中,其检验异常为159例,所占比例为31.8%;而对照组100例正常女性受检者中,其检验异常为6例,所占比例为6%,组间比较差异具有统计学意义(P<0.05)。
观察组心电图异常者中,其主要症状为窦性心动过速61例,所占比例为38.3%;心电轴左偏39例,所占比例为24.5%;短P-R间期18例,所占比例为11.3%;低电压10例,所占比例为6.3%;窦缓伴不齐10例,所占比例为6.3%;ST-T段改变10例,所占比例为6.3%;其他改变11例,所占比例为7.0%。
于产妇分娩后3个月对其进行再次诊断,并由调查结果可知,159例异常者中,心电图检查恢复正常者共125例,所占比例为78.6%。
3讨论
女性一生中有三个重要阶段,分别为月经来潮、妊娠与月经结束。其中妊娠作为女性人生中的重要阶段,其往往会导致产妇身体的各项机能出现一定的改变,而这一系列的改变往往与胎儿的生长发育息息相关。但不论是怎样的改变,一方面可增加孕妇生理的不适,同时也会造成产妇心理的压力[2]。在本次调查中,笔者主要分析了孕晚期孕妇异常心电图的特征及临床意义。
对于晚期孕妇,其循环容量较之前相比将增加30%~45%左右,心脏容量约增加10%左右。因此,产妇机体会导致心率加快,以适应其所出现的变化。相关资料统计可知,孕妇在分娩前1个月左右,其心率较之前比较增加约10次/min左右。在妊娠后期,一方面产妇的子宫增大,腹压升高,使得产妇的膈肌提升,且心脏更加贴近胸壁,因此在心电图检测中,易出现心电轴左偏情况[3]。而本次调查结果也显示,对于晚期孕妇,其行动过速与心电轴左偏为最常见的症状,所占比例分别为38.3%与24.5%,高于其他异常症状。
除了上述症状外,观察组孕妇的好出现短P-R间期症状,其主要原因在于晚期孕妇的需氧量需求增加,提高了机体对缺氧的敏感性,使得交感神经兴奋及房室交界区传导加快,最终导致心电生理不稳定。但该种症状大多可恢复正常,并将其认为是生理性改变。对于此类孕妇,在对其诊断时该需询问是否有心动过速等症状。关于低电压症状,本次发生率为6.3%,导致这一情况的主要原因在于妊娠晚期子宫明显增大,可对盆腔静脉造成压迫,使得下肢静脉的回流受阻及毛细血管渗透性提高,易引发水钠潴留症状[4]。此外,因现代人权的生活质量明显的提升,在营养摄入方面过分的充足,易出现营养性肥胖,进而出现下肢或全身性水肿。关于窦性心动过缓伴不齐的产妇,其主要发生原因可能多与自身的基础代谢率慢等因素有关,但值得注意的是,不可排除窦房结炎症或缺血等情况,随着母体的质量增加,其内分泌出现以的变化,而这些变化都会加重心脏的负担,心肌缺血量不足,最终导致心脏肥大,加之受到炎症感染,可导致心律失常等症状的发生。但其真正原因尚难以确定。关于ST-T段改变,其主要与产妇植物神经功能紊乱相关,到了孕后期,产妇体内的雌激素水平是明显的提高的,此外其新陈代谢明显加快,使得交感神经的活动增强,加重心脏的负荷,进而出现了心肌负极异常等症状。在本次调查中,ST-T段异常患者10例,所占比例为6.3%。对于该类症状的患者,我院主要通过吸氧、限制活动、必要时加以扩血管药物治疗等方法改善患者的症状,并经调查发现,10例产妇中经过上述方法改善6例,剩余4例孕妇虽未获得一定的改善,但在分娩后随访过程中发现,其心电图ST-T恢复症状,而该调查结果也说明,对于此类患者,其改变多为功能性的改变,具有可逆性[5]。
由本次调查结果可知,159例心电图异常的患者,在分娩3个月后恢复正常者共125例,所占比例为78.6%。该调查结果与文献报道基本一致。同时也说明了,对于晚期孕妇异常心电图多为生理性的改变,仅有少部分为病理性的改变。此外,也有相关的文献报道提出,对于妊娠晚期心电图改变者,只要无明显的病理改变,孕妇血液动力学无明显改变时,那么在分娩后期异常症状是基本可以消除的,是可逆等[6]。当分娩结束后,产妇的生理将再次出现一定的改变,如雌激素水平逐渐下降,腹腔压力减少等,这些改变均将减轻心脏的负担,进而使得心电图恢复正常。
综上所述,对于晚期孕妇异常心电图的患者,其内心不必过分的紧张,但仍需配合相应的诊断,确定为病理改变还是生理改变,对于生理改变者,那么往往只需对产妇进行心理干预,告知产妇不必要过分的紧张,当分娩结束后症状将得到缓解。而对于病理改变者,是需要接受相应的医学干预治疗的。心电图作为一种重要的诊断方式,其具有经济性、简单性、无创性等诸多优势,可作为孕妇的常规手段之一,进而提高产妇分娩的安全性,保障产妇的健康。由此可见,晚期孕妇行心电图诊断具有重要价值,临床上可向孕妇讲解诊断的意义,使得更多产妇自愿接受相应的检查,这样不仅对自身负责,同时也为胎儿负责。
参考文献
[1]卢秀兰,李雪宏,张淑贞等.晚期孕妇异常心电图的特征及临床意义分析[J].中国现代医生,2009,47(8):79-80.
[2]于淑芬,尚毓.妊娠中晚期孕妇异常心电图分析[J].医学信息（上旬刊）,2010,23(12):4819-4820.
[3]成贵莲.妊娠中晚期孕妇异常心电图分析[J].中国药物经济学,2013,(5):147-148.
[4]刘松涛,肖波,王永军等.妊娠晚期孕妇异常心电图分析[J].中国伤残医学,2009,17(5):42-42.
[5]李丽.妊娠晚期孕妇异常心电图分析[J].承德医学院学报,2012,29(3):317-318.
