不可逆电消融手术中心电同步算法及系统设计

姚晰童，代 煜，张建勋，杨 灏，陈 通

（1.南开大学 人工智能学院，天津300350；2.天津市智能机器人技术重点试验室，天津300350）

以不影响正常细胞的基础上最大程度杀灭癌症细胞为目的，目前多种微创消融疗法在临床上得以运用，包括间质性激光凝固治疗、化学消融、射频消融等[1]，不可逆电穿孔IRE（IRreversible Electroporation）消融疗法凭借其众多优势脱颖而出[2]，其安全性已获得理论验证[3]，并通过权威机构认证[1]。

由于IRE消融疗法的原理是高压陡脉冲造成癌组织和细胞发生不可逆凋亡[4]，必然要避免施加到人体的高压陡脉冲对人体器官（如心脏）产生不良影响，目前普遍采用的方法是将消融时间点与心电信号同步，如AccuSync 公司心电同步仪，当检测到100 mV 以上脉冲后便认为R 波出现，随即产生一个5 V 或12 V 方波激发高压陡脉冲，然而，在IRE消融手术中癌症并发症可能使得患者心电图畸形，固定阈值定位R 波实时性好但精度低，而高压陡脉冲施加时间错误可能引起更严重的心律失常[5]；患者术中出现心律失常，因缺乏判断机制而持续施放陡脉冲，将使患者病情加重，目前准确度较高的R波定位算法[6-9]以及高精度心律失常检测算法[10]，用于在此所述场景均存在延迟，不适于IRE消融手术同步这种要求极高实时性的场景，故在此设计了基于可消融区间预测的心电信号同步算法，并基于嵌入式系统改进算法，使该疗法更好地发挥优势。

1 同步算法设计

在此提出的心电信号同步算法，以当前已检测到的R 波位置为预测基点，对下一个R 波位置进行预标定，从而精确且无延时定位下一个R 波位置，并基于下一个R 波的定位结果确定IRE消融区间。

1.1 预测基点定位算法

在此采用带通滤波器算法[9]作为预测基点（即R波位置）定位算法，其优点在于实现简单，便于在嵌入式系统上实现，且具有较高的准确性[9]。

1.2 预定位算法设计

1.2.1 RR间期长度预测

RR间期长度即毗邻R 波的时间差，反映了心室肌相邻两次兴奋的时间间隔，其波动是随机的，也是特异的[11]；对患者RR间期长度精确建模是困难的。

在此所采用的预标定R 波的方法为

式中：mean（·）为均值运算；N为预测区间长度。

式中：median（·）为中值运算。

式中：α为计算权值。

1.2.2 区间可消融性判定

预标定下个R 波之前，需要对一定区间内[i-N+1，i]的RR间期长度波动情况进行区间可消融性判定，意义在于：①RR间期大幅波动是造成较大预标定误差的主要原因，局部预测误差如图1所示，筛选出包含有这些包含较大波动的预测区间，可以有效地提高预定位R 波的精度，②IRE消融手术期间多发病理性的心律失常，忽略易发展成室颤危及患者生命[5]，理想的做法是暂停治疗，待心律恢复，再进行下一步操作。在此以实时RR间期标准差、实时相邻RR间期差值均方根，以及香农熵SE（shannon entropy）作为衡量标准。

图1 局部预测误差Fig.1 Local prediction error

RR间期标准差SDNN（standard deviation of NN interval）为

相邻RR间期差值均方根rMSSD（root mean square of successive differences）为

当i≤Wbl时，其中Wbl为基线拟合窗宽度，有

当i>Wbl时，

式中：RRmedian为若干个RR的中值；RRbaseline为RR间期的波动基线，当Wbl=64时，RR间期波动基线拟合效果最佳，实时SDNN算法为

实时SDNN算法与RR间期预测误差图的关系如图2（a）（b）所示。

由于RR间期受到外部刺激和内部调节的影响，处于实时波动的状态，因此确定rMSSDi的阈值是相对复杂的，为简化算法，改进式（6）为

改进后rMSSD 波动如图2（c）所示。

除以上2种评价指标外，在此还提出了基于香农熵的区间可消融性评价算法，混杂在稳定窦性心律中的室性心律失常和窦性心律失常，导致该区间内的香农熵较小，甚至趋近于0，香农熵SE算法为

计算香农熵首先需要将区间[i-Wse+1，i]中的RR间期排序，认为其中最大和最小的nd个RR间期为异常值并将其从序列中删除，将剩余RR间期分散到nbin个段中，每个段中的概率分布p（j）为

式中：Nj为第j个分段中所包含的RR间期数量，与RR间期波动的对比如图2（d）所示。当心律平稳，香农熵接近于1，此时对应预测误差较小；当心律失常出现，香农熵迅速下降至一个较小的值，此时易于判断区间可预测性。

图2 SDNN，rMSSD和香农熵对预测区间的判定效果Fig.2 Judgment results of SDNN，rMSSD and SE on prediction interval

区间可消融性判定流程如图3所示，其中，flag为功能模块选择标志位，当flag=0时执行区间可预测性判定运算；Cs，Cr，Ce为3个指标的阈值；Td为当前时间点到准确消融点检索区间Z的延时，区间Z为

图3 区间可预测判断算法Fig.3 Prediction algorithm for prediction interval

式中：δ为常数，与预测误差有关。

1.3 消融区间预标定算法

IRE消融区域应在不应期范围内，此时心肌不响应外部电刺激或产生兴奋的阈值要远高于正常范围[13]，然而，对于R 波降支的中下部为易颤期，当此时施加阈值以上的刺激，容易引发室颤[13]，因此，理想的IRE消融区间为下一个R 波后50～200 ms 范围内，即控制高压陡脉冲的施放位置处于不应期并避开易颤期，陡脉冲释放点、不应期、易感期之间的关系如图4所示，图中箭头位置为消融区域理想起点。

图4 陡脉冲释放点、不应期、易感期之间的关系Fig.4 Relationship between steep pulse release point，refractory period，and susceptibility period

图5 高精度心电同步算法流程Fig.5 Algorithm flow chart for synchronizing IRE ablation with ECG signals

若满足区间可消融性，在区间Z 中检测是否存在脉冲满足阈值Ce，将此脉冲的峰值点标定为R 波实际位置，以此标定点后延时20 ms，作为实际消融区间起点，Ce为

式中：median（·）为中值运算；n为Ce的计算时程；β为比例系数；Rest为临近R 峰值幅值的估计。Tire为当前时间点到IRE消融区间起点的延时，初始值为50 ms；Tz为进入区间Z 后的持续时间，如持续时间超出Z的最大范围，则认为此次预测失败，放弃此次消融，并提示心律异常。

2 试验验证

2.1 区间可预测条件验证

当其他参数如表1所示时，对可用预测计算时程[i-N+1，i]的判定具有最高的敏感度和正确率。

表1 判定参数Tab.1 Decision parameters

为验证算法的优化效果，实时采集10 段数据，每段数据30 min，对算法优化前后数据进行统计，统计直方图如图6a所示。图中，误差棒选择为10 段数据的标准差，在此以均方根误差RMSE（root mean square error）作为预测准确性的衡量标准，即：

考虑到实时采集数据可能不具代表性，故在此选择MIT-BIH 心律失常数据库中的数据进行补充。取100 号～124 号数据库中的前30 min 数据，将数据下采样至200 Hz 后，对比优化前后的标定效果，其统计结果如图6b所示。

2.2 消融区间预标定算法验证

表2 中的数据经过测试，在估计R 峰实际峰值时具有最佳的精确度和敏感度[9]，在此采用敏感度SEN 作为评价标准，其算法为

图6 优化前后算法精度对比Fig.6 Comparison of algorithm precision before and after optimization

表2 判定参数Tab.2 Decision parameters

式中：TP表示正确检测；FN表示误检的情况。

为对比算法的优劣，在此将目前IRE消融手术配套的心电同步设备的算法，表述为固定阈值对QRS波群位置进行检测：当在放大100倍的心电信号中检测到峰值大于100 mV的脉冲，则认为R 波出现。

试验对象选择实时采集的10×30 min 心电信号，统计的试验结果见表3，由表可知，虽然所提出方法存在漏检现象，但误检现象较少，出现的2个误检与R 波定位算法有关[9]；达到了设计目的。

表3 算法敏感性对比Tab.3 Algorithm sensitivity comparison

3 结语

以IRE消融手术的实际需求作为背景，根据目前临床上所采用的心电同步设备不能准确地定位IRE消融区间，以及在患者IRE消融术中出现严重心律失常时缺乏保护的问题，提出了基于区间RR间期波动的可消融性条件，以提高同步精度并为患者提供保护；一种消融区间精确标定算法被提出。算法经过实时心电数据与MIT-BIH 心律失常数据库的共同验证，预标定均方根误差<5 ms，同步算法的准确度达到99.9%。算法通过嵌入式平台验证，较好地满足了在如IRE消融手术这种强干扰环境下监测、同步心电信号的需求。