基于ECG的可电击复律心律自动判别算法研究

体外自动除颤器(AED)是挽救心脏骤停(SCA)患者生命的重要设备。可电击复律心律自动判别算法(SAA)是AED的核心技术。本研究在构建包括8 s的2 024段可电击复律心律(SHR)心电图(ECG)和7 884段不可电击复律心律(NSHR)ECG数据集的基础上，提出了一种基于机器学习的SAA。首先提取ECG的时域、频域、复杂度相关的32个特征，经筛选得到6个有效特征；之后用支持向量机实现SHR和NSHR自动分类。根据500次按患者随机分组的实验，敏感度、特异性、准确率的均值±标准差分别为97.62%±0.18%、99.15%±0.04%、98.79%±0.08%。所提出的SAA符合美国心脏病协会对AED中SAA敏感度超过90%,特异性超过95%的要求，可作为AED算法模块进行SHR的自动判别。