基于心磁信号的临床诊断软件系统

艾海明, 张晏铭，Primin Mykhailo

1 北京开放大学科学技术学院 （北京 100081）；2 首都体育学院运动科学与健康学院 （北京 100191）；3 北京美尔斯通科技发展股份有限公司 （北京 101500）

超导量子干涉器是一种无创、非接触的理想医疗仪器，具有超高的生物磁场（如与大脑、心脏和其他肌肉相关的磁场）检测灵敏度[1]。心磁图仪是集超导量子干涉器、空间鉴别、计算机信息处理等高新技术于一体的仪器，具有灵敏度高、无辐射、无创等优点。近年来，心磁图仪检查已成为一种新型的心脏健康筛查手段[2-3]，临床诊断有效性主要取决于临床诊断软件系统的心磁信号源数据获取与处理、逆向问题求解、心脏场源特征及时空分析等性能。本研究基于9通道心磁图仪，分析其最新研制的软件系统（SoftMAG）。

1 软件系统的架构

根据心磁信号的数据流处理过程，我们可以将心磁图仪临床诊断软件系统划分为相对独立的阶段软件包：（1）心磁数据采集与数字化、源数据数据库读写存储、源数据预处理；（2）心动周期时段心磁信号波群分析、场源特征及时空分析、诊断参数计算确定。第一阶段的软件包输出的文件格式为二进制，主要用于记录、存储心脏上方20 cm×20 cm 区域内的36个心磁信号和1个参考心电信号及对P-QRS-T 波群的均值化处理；第二阶段的软件包主要以医学解释为目的进行等磁图重构、逆向方程求解出偶极子模型和（或）电流密度向量分布等数字信号处理。基于心磁信号的临床诊断软件系统的架构见图1，其中第一行对应第一阶段的软件包，第二行对应第二阶段的软件包，每个软件包由若干个功能独立的程序模块组成。

图1 基于心磁信号的临床诊断软件系统的架构

2 心磁信号的初始化处理模块

本模块包含3个逻辑上可分离的程序单元：（1）心磁数据输入和记录单元；（2）心磁数据库操作单元；（3）心磁信号预处理单元。前两个单元为独立的EXE 程序，第三个单元由顺序数据流处理组成，也可表示为EXE 程序。该模块中的微控制器程序提供单元之间的数据交换、数据库操作工作模式选取及用户界面操作等功能。第一个单元提供13通道联机心磁数据输入、脱机显示和存储等功能，实时控制所需心磁信号的质量，防止干扰和调整心磁图仪技术元件参数。第二个单元有3种工作机制：（1）输入新患者记录和（或）新心磁测量记录，初始化外部数据程序单元，并存储至数据库；（2）提取现有的心磁数据，便于进一步分析和解释；（3）记录与存储心磁测量案例的研究结果数据库。

3 心磁信号的预处理单元

本单元的预处理算法包括心电信号波形形态分析算法、心磁信号数据滤波算法和P-QRS-T 波群均值化算法。预处理的第一步为心磁信号和同步心电信号波群形态分析、P-QRS-T 波群基点和边界点识别及波群分类确定。由于心磁图仪在非屏蔽室内进行心磁信号测量，导致心磁信号源数据存在强噪声，因此，心磁图仪使用3通道参考矢量磁强计采集附近环境干扰噪声[4]，预处理单元通过自适应算法将9通道所采集的心磁信号源数据减去磁强计所采集的参考噪声，使提高心磁信号信噪比上千倍成为可能，还可手动删除心磁信号质量极差的跃变、尖峰、短脉冲等波群。由于噪声与心磁信号存在弱相关，因此，心动周期心磁信号波群均值化可降低随机噪声水平。

4 心脏场源的时空分析及估计软件模块

本软件模块算法功能包括20 cm×20 cm 平面区域36个等间距点心磁信号二维插值、心动周期分析时段选取、等磁图重构、心磁信号波形形态分析、等磁图定量分析、基于逆向问题求解方程的偶极子与平面电流密度向量确定、偶极子与电流密度特性计算、不同类型心脏疾病的诊断参数确定等，具体包含4个逻辑上可分离的程序单元：（1）心磁图仪心动周期均值化计算单元；（2）心室系统复极化同态性分析单元；（3）逆向问题求解场源偶极子模型与平面电流密度向量分布单元；（4）不同类型心脏疾病自动诊断及结果输出单元。其中，逆向问题求解需借助双重积分傅里叶变换实现[5]，心脏疾病自动诊断结果输出则采用类似于模式识别的分类算法。

5 小结

基于心磁信号的心脏健康筛查技术是一种全新的、迅速发展的医疗手段。心磁图仪既可提供与心电图相似的心磁信号波形分析方法，也可提供等磁图、电流密度向量分布等图示，可更方便、直观地诊断疾病。经验丰富的临床医师可通过该可视化方式建立个人评判心脏正常与否和各种心脏病理诊断的标准规则。

总之，本研究分析的SoftMAG 软件系统有助于国内医师和医工技术人员进行心磁图仪的临床应用及国产化研究。

［参考文献］

［1］ Budnyk MM, Minov YD, Lyakhno VY, et al. Development of improved superconductive axial gradiometers for SQUID biomagnetic application [J]. Low Temp Phys, 2018, 44(233): 308-313.

［2］ Bang WD, Kim K, Lee YH, et al. Reploarization heterogeneity of magnetocardiography predicts long-term prognosis in patients with acute myocardial infarction [J]. Yonsei Med J, 2016, 57(6): 1339-1346.

［3］ Shin ES, Lam YY, Her AY, et al. Incremental diagnostic value of combined quantitative and qualitative parameters of magnetocardiography to detect coronary artery disease [J]. Int J Cardiol, 2017, 228: 948-952.

［4］ Maslennikov YV, Primin MA, Slobodchikov VY, et al. The DCSQUID-based magnetocardiographic systems for clinical use [J]. Physics Procedia, 2012, 36: 88-93.

［5］ Primin MA, Nedayvoda IV. A method and an algorithm to reconstruct the spatial structure of current density vectors in magnetocardiography [J]. Cybern Syst Anal, 2017, 53(3): 485-494.