不可逆電消融手術中心電同步算法及系統設計

姚晰童，代 煜，張建勛，楊 灝，陳 通

（1.南開大學 人工智能學院，天津300350；2.天津市智能機器人技術重點試驗室，天津300350）

以不影響正常細胞的基礎上最大程度殺滅癌癥細胞為目的，目前多種微創消融療法在臨床上得以運用，包括間質性激光凝固治療、化學消融、射頻消融等[1]，不可逆電穿孔IRE（IRreversible Electroporation）消融療法憑借其眾多優勢脫穎而出[2]，其安全性已獲得理論驗證[3]，并通過權威機構認證[1]。

由于IRE消融療法的原理是高壓陡脈沖造成癌組織和細胞發生不可逆凋亡[4]，必然要避免施加到人體的高壓陡脈沖對人體器官（如心臟）產生不良影響，目前普遍采用的方法是將消融時間點與心電信號同步，如AccuSync 公司心電同步儀，當檢測到100 mV 以上脈沖后便認為R 波出現，隨即產生一個5 V 或12 V 方波激發高壓陡脈沖，然而，在IRE消融手術中癌癥并發癥可能使得患者心電圖畸形，固定閾值定位R 波實時性好但精度低，而高壓陡脈沖施加時間錯誤可能引起更嚴重的心律失常[5]；患者術中出現心律失常，因缺乏判斷機制而持續施放陡脈沖，將使患者病情加重，目前準確度較高的R波定位算法[6-9]以及高精度心律失常檢測算法[10]，用于在此所述場景均存在延遲，不適于IRE消融手術同步這種要求極高實時性的場景，故在此設計了基于可消融區間預測的心電信號同步算法，并基于嵌入式系統改進算法，使該療法更好地發揮優勢。

1 同步算法設計

在此提出的心電信號同步算法，以當前已檢測到的R 波位置為預測基點，對下一個R 波位置進行預標定，從而精確且無延時定位下一個R 波位置，并基于下一個R 波的定位結果確定IRE消融區間。

1.1 預測基點定位算法

在此采用帶通濾波器算法[9]作為預測基點（即R波位置）定位算法，其優點在于實現簡單，便于在嵌入式系統上實現，且具有較高的準確性[9]。

1.2 預定位算法設計

1.2.1 RR間期長度預測

RR間期長度即毗鄰R 波的時間差，反映了心室肌相鄰兩次興奮的時間間隔，其波動是隨機的，也是特異的[11]；對患者RR間期長度精確建模是困難的。

在此所采用的預標定R 波的方法為

式中：mean（·）為均值運算；N為預測區間長度。

式中：median（·）為中值運算。

式中：α為計算權值。

1.2.2 區間可消融性判定

預標定下個R 波之前，需要對一定區間內[i-N+1，i]的RR間期長度波動情況進行區間可消融性判定，意義在于：①RR間期大幅波動是造成較大預標定誤差的主要原因，局部預測誤差如圖1所示，篩選出包含有這些包含較大波動的預測區間，可以有效地提高預定位R 波的精度，②IRE消融手術期間多發病理性的心律失常，忽略易發展成室顫危及患者生命[5]，理想的做法是暫停治療，待心律恢復，再進行下一步操作。在此以實時RR間期標準差、實時相鄰RR間期差值均方根，以及香農熵SE（shannon entropy）作為衡量標準。

圖1 局部預測誤差Fig.1 Local prediction error

RR間期標準差SDNN（standard deviation of NN interval）為

相鄰RR間期差值均方根rMSSD（root mean square of successive differences）為

當i≤Wbl時，其中Wbl為基線擬合窗寬度，有

當i>Wbl時，

式中：RRmedian為若干個RR的中值；RRbaseline為RR間期的波動基線，當Wbl=64時，RR間期波動基線擬合效果最佳，實時SDNN算法為

實時SDNN算法與RR間期預測誤差圖的關系如圖2（a）（b）所示。

由于RR間期受到外部刺激和內部調節的影響，處于實時波動的狀態，因此確定rMSSDi的閾值是相對復雜的，為簡化算法，改進式（6）為

改進后rMSSD 波動如圖2（c）所示。

除以上2種評價指標外，在此還提出了基于香農熵的區間可消融性評價算法，混雜在穩定竇性心律中的室性心律失常和竇性心律失常，導致該區間內的香農熵較小，甚至趨近于0，香農熵SE算法為

計算香農熵首先需要將區間[i-Wse+1，i]中的RR間期排序，認為其中最大和最小的nd個RR間期為異常值并將其從序列中刪除，將剩余RR間期分散到nbin個段中，每個段中的概率分布p（j）為

式中：Nj為第j個分段中所包含的RR間期數量，與RR間期波動的對比如圖2（d）所示。當心律平穩，香農熵接近于1，此時對應預測誤差較小；當心律失常出現，香農熵迅速下降至一個較小的值，此時易于判斷區間可預測性。

圖2 SDNN，rMSSD和香農熵對預測區間的判定效果Fig.2 Judgment results of SDNN，rMSSD and SE on prediction interval

區間可消融性判定流程如圖3所示，其中，flag為功能模塊選擇標志位，當flag=0時執行區間可預測性判定運算；Cs，Cr，Ce為3個指標的閾值；Td為當前時間點到準確消融點檢索區間Z的延時，區間Z為

圖3 區間可預測判斷算法Fig.3 Prediction algorithm for prediction interval

式中：δ為常數，與預測誤差有關。

1.3 消融區間預標定算法

IRE消融區域應在不應期范圍內，此時心肌不響應外部電刺激或產生興奮的閾值要遠高于正常范圍[13]，然而，對于R 波降支的中下部為易顫期，當此時施加閾值以上的刺激，容易引發室顫[13]，因此，理想的IRE消融區間為下一個R 波后50～200 ms 范圍內，即控制高壓陡脈沖的施放位置處于不應期并避開易顫期，陡脈沖釋放點、不應期、易感期之間的關系如圖4所示，圖中箭頭位置為消融區域理想起點。

圖4 陡脈沖釋放點、不應期、易感期之間的關系Fig.4 Relationship between steep pulse release point，refractory period，and susceptibility period

圖5 高精度心電同步算法流程Fig.5 Algorithm flow chart for synchronizing IRE ablation with ECG signals

若滿足區間可消融性，在區間Z 中檢測是否存在脈沖滿足閾值Ce，將此脈沖的峰值點標定為R 波實際位置，以此標定點后延時20 ms，作為實際消融區間起點，Ce為

式中：median（·）為中值運算；n為Ce的計算時程；β為比例系數；Rest為臨近R 峰值幅值的估計。Tire為當前時間點到IRE消融區間起點的延時，初始值為50 ms；Tz為進入區間Z 后的持續時間，如持續時間超出Z的最大范圍，則認為此次預測失敗，放棄此次消融，并提示心律異常。

2 試驗驗證

2.1 區間可預測條件驗證

當其他參數如表1所示時，對可用預測計算時程[i-N+1，i]的判定具有最高的敏感度和正確率。

表1 判定參數Tab.1 Decision parameters

為驗證算法的優化效果，實時采集10 段數據，每段數據30 min，對算法優化前后數據進行統計，統計直方圖如圖6a所示。圖中，誤差棒選擇為10 段數據的標準差，在此以均方根誤差RMSE（root mean square error）作為預測準確性的衡量標準，即：

考慮到實時采集數據可能不具代表性，故在此選擇MIT-BIH 心律失常數據庫中的數據進行補充。取100 號～124 號數據庫中的前30 min 數據，將數據下采樣至200 Hz 后，對比優化前后的標定效果，其統計結果如圖6b所示。

2.2 消融區間預標定算法驗證

表2 中的數據經過測試，在估計R 峰實際峰值時具有最佳的精確度和敏感度[9]，在此采用敏感度SEN 作為評價標準，其算法為

圖6 優化前后算法精度對比Fig.6 Comparison of algorithm precision before and after optimization

表2 判定參數Tab.2 Decision parameters

式中：TP表示正確檢測；FN表示誤檢的情況。

為對比算法的優劣，在此將目前IRE消融手術配套的心電同步設備的算法，表述為固定閾值對QRS波群位置進行檢測：當在放大100倍的心電信號中檢測到峰值大于100 mV的脈沖，則認為R 波出現。

試驗對象選擇實時采集的10×30 min 心電信號，統計的試驗結果見表3，由表可知，雖然所提出方法存在漏檢現象，但誤檢現象較少，出現的2個誤檢與R 波定位算法有關[9]；達到了設計目的。

表3 算法敏感性對比Tab.3 Algorithm sensitivity comparison

3 結語

以IRE消融手術的實際需求作為背景，根據目前臨床上所采用的心電同步設備不能準確地定位IRE消融區間，以及在患者IRE消融術中出現嚴重心律失常時缺乏保護的問題，提出了基于區間RR間期波動的可消融性條件，以提高同步精度并為患者提供保護；一種消融區間精確標定算法被提出。算法經過實時心電數據與MIT-BIH 心律失常數據庫的共同驗證，預標定均方根誤差<5 ms，同步算法的準確度達到99.9%。算法通過嵌入式平臺驗證，較好地滿足了在如IRE消融手術這種強干擾環境下監測、同步心電信號的需求。