心室晚电位处理技术研究进展

心室晚电位对预告心律失常具有较大的临床价值。本文较详尽地介绍了心室晚电位处理技术的研究现状,包括晚电位信号的模拟处理、在商用系统中广泛采用的时域法和频域法。指出心室晚电位处理的关键是如何提取动态晚电位信息,具体介绍了应用自适应处理和子波变换提取动态晚电位的进展。对心室晚电位的临床研究亦作了简要介绍。     

基于小波神经网络的心室晚电位识别

采用小波神经网络对高分辨率信号平均心电图进行心室晚电位的识别.小波神经网络的训练采用共轭梯度法.经过对28例3导信号平均心电图实验数据的分析,取得了较好的识别效果,对晚电位的识别准确率为84.5%.     

心室晚电位研究的历史,现状与展望

心室晚电位是心肌延迟去极化产生的碎裂电位，位于心电图ＱＲＳ波群后期并延伸到ＳＴ段的微弱的电活动，在体表可用优良的放大电路和适当的分析处理而检测出来。心室晚电位技术是８０年代开始的一种心电图检查方法，本文较全面介绍了心室晚电位研究的历史，现状及展望，并对心室晚电位的提取与处理技术和病理与临床应用研究做了较具体的介绍和评述。     

增强心室晚电位信号的自适应滤波方法

介绍了一种基于自适应滤波的心室晚电位信号增强方法，这种自适应滤波器仅有一个信号电极而无需参考电极，实验结果表明这种自适应滤波方法可有效提高心室晚电位信号的信噪比。     

心室晚电位低振幅信号的频谱分析

本文对17例室性心动过速、22例冠心病和20例正常人,分别于滤波后QRS综合向量模(A窗)和单导绝对滤过模(B窗)上选取≥40μV的120ms低振幅信号数据段进行频谱分析,计算X.Y.Z三导联60—120Hz的平均高频面积(HFA)。结果发现各组病人两窗口间有显著差异(P<0.01)。若以HFA≥740μV和1240μV为两窗口阳性标准,则B窗对本组室性心动过速患者的敏感性、特异性和相对危险比分别为88.24％、97.62％和20.15;而A窗分别为64.71％、95.24％和6.48。因此,在单导绝对滤过模上选取频谱分析窗口比从QRS综合向量模上选取更优越。     

心室晚电位体表探测分析系统

本文介绍一种心室晚电位体表探测分析系统。该系统将模拟心电信号转换成数字信号，在QRS波平均中，选R峰点为参考点，应用QRS样板波及QRS波面积算法排除早波及干扰波影响，应用双向数字滤波技术消除滤波的振铃效应。在数据处理后可绘出或显示出分析曲线与12个分析参数．临床应用证明，该系统可获得较多的信息。本文对有关探测与分析技术及效果问题也进行了讨论。     

心室晚电位的动态检测

本文在分析提取晚电位关键问题的基础上,提出一种新的逐拍提取心室晚电位的方法.其特点是把谱线增强、噪声抵消、通道均衡等自适应处理技术组合起来,结合梳形滤波来进行动态提取.仿真实验及少量临床数据处理结果证明了方法的可行性.只要把处理过程中滤波器的的频带适当变更,本法还可望适用于其他心电微电势的提取.     

用叠加心电图无创性检测QRS波内心室晚电位的方法设计

用计算机进行心电信号叠加记录心室晚电位（VLP）是近年来发展的鉴别恶性室性心律失常病人的方法之一，但目前的计算机算法不能检测QRS波中的VLP，在一定程度上影响了VLP的检出率，如果对目前方法所得的叠加心电图进行光滑处理，将经光滑处理和未经光滑处理的叠加心电图相减，则可望显示出寄生于QRS波中及QRS波终末高频的微小波形，在制定VLP的阳性标准后即可判断其中是否存在VLP，使VLP的检出率得以提高，这种检测方法的正确性还有待于今后的研究验证。     

基于多分辨率分析的心室晚电位神经网络检测

采用多分辨率分析和人工神经网络相结合的方法实现对心室晚电位的检测。首先利用多分辨率分解技术提取高分辨率心电信号不同频带的能量构成一组特征值，再利用这些特征值训练BP神经网络，并完成对心室晚电位的识别。经过对28例3导高分辨率心电图实验数据的处理，取得了较高的识别准确率。     

基于小波变换的心室晚电位神经网络检测

本文采用小波变换和频谱标测技术从信号平均心电图中提取一组含有晚电位信息的比值持征参数,利用人工神经网络BP算法,完成对心室晚电位的检测.研究结果表明,采用神经网络检测晚电位的方法不仅具有较高的检测正确率,而且可以放松对信号平均心电图分析时段选取及QRS终点定位准确度的要求.     

心室晚电位检测处理技术的发展

心室晚电位(VLP)在心脏疾病诊断方面的价值已在临床上得到肯定.目前已有多种VLP检测系统,出现了各种VLP检测处理方法.文章首先归纳总结了VLP各种分析方法,详细给出了传统VLP时、频域分析方法的检测原理和存在的问题,介绍了最近出现的子波变换、神经网络方法,这些方法反映了VLP检测处理技术的新进展.     

基于多分辨率分析的心室晚电位神经网络检测

采用多分辨率分析和人工神经网络相结合的方法实现对心室晚电位的检测。首先利用多分辨率分解技术提取高分辨率心电信号不同频带的能量构成一组特征值 ,再利用这些特征值训练BP神经网络 ,并完成对心室晚电位的识别。经过对 2 8例 3导高分辨率心电图实验数据的处理 ,取得了较高的识别准确率     

高血压性心脏病与心室晚电位关系探讨

近年研究结果表明心室晚电位能预测心脏病患者的恶性心律失常的发生,对预防心脏性猝死有重要价值。高血压性心脏病患者易发生恶性心律失常及心脏性猝死。我们用体表信号平均心电图对140例高血压性心脏病患者进行测定,38例患者阳性,阳性率27.14％。40例单纯高血压患者阳性率5％。30例正常健康人阳性率3.33％。表明只有高血压性心脏病患者阳性率显著增加(P<0.01)。这部分患者应视为高危人群,给予医学的干预,延长患者寿命。     

子波变换在心室晚电位分析中的应用

本文首先综述了晚电位子波分析的进展情况,然后归纳总结了其中的几项关键问题,即导联的选择和分析波形的获取,子波及其变换参数的确定,特征的提取和诊断标准的确定。     

心室晚电位的时间—频率域分析

在心室晚电位的临床研究与应用中,目前仍以时域特性的分析为主要手段,而相对忽视了频率这一重要方面。从而无法实现对心室晚电位的全面、细致的描述与分析。本文作者引入了信号的时间一频率表示法,并根据晚电位的具体特性用Wigner分布法把信号表示成在时间及频率空间中的能量分布。由于Wigner分布的优异性质使我们能方便地分析晚电位的时频特性。作者同时给出了一些仿真及应用的实例。     

基于小波神经网络的心室晚电位识别

采用小波神经网络对高分辨率信号平均心电图进行心室晚电位的识别。小波神经网络的训练采用共轭梯度法。经过对28例3导信号平均心电图实验数据的分析,取得了较好的识别效果,对晚电位的识别准确率为84．5％。     

心室晚电位检测中消除振铃方法的研究

ＦＧＩＲ作者着重研究了心室晚电位（简称ＶＬＰ）检测中，进行带通滤波时，振铃现象对晚电位检测的影响及消除。我们采用双向滤波、最小相移滤波及ＦＩＲ滤波等方法探讨了振铃对ＶＬＰ的影响，比较了各种方法对振铃的抑制作用。为了考察各种方法对ＶＬＰ检出能力，作者采用了在相干平均后的心电波形上桑加与真实情况一致的仿真ＶＬＰ形的方法，比较了上述方法对ＶＬＰ的检出作用，并在证实了传统双向滤波对振铃作用的基础上，从理论     

心室晚电位的时间—频率表示法的进一步改进

在心室晚电位的研究中，我们引入了信号的时间－频率表示不，并根据晚电位的具体特性Ｗｉｇｎｅｒ分布法把信号表示为在时间及频率空间中的能量分布。由于Ｗｉｇｎｅｒ分布的优异性使我们有可能更准确表示出出室晚电位的存在。     

心室晚电位检测仪前置放大电路的研制

本主要介绍了一种心室晚电位前置放大电路，给出了测试情况和达到的技术性能指标，实验结果表明了该放大电路的可行性和可靠性。