[論文レビュー] Microcanonical processing methodology for ECG and intracardial potential: application to atrial fibrillation

Oriol Pont, Michel Haı̈ssaguerre+3 more|arXiv (Cornell University)|Apr 18, 2012

Complex Systems and Time Series Analysis参考文献 48被引用数 3

ひとこと要約

本稿では、心臓モデルを仮定せずに心電図（ECG）および心内信号を分析するためのマイクロカノニカルマルチスケール形式（MMF）を導入し、心房細動（AF）と洞調律の間で、最も特異な成分（MSC）のダイナミクスに顕著な差が存在することを明らかにした。この手法は、MSCの向きの急激な変化および遷移固有値を用いて、早期のAF移行を検出でき、表面ECGおよび心内記録の両方で一貫して識別可能である。

ABSTRACT

Cardiac diseases are the principal cause of human morbidity and mortality in the western world. The electric potential of the heart is a highly complex signal emerging as a result of nontrivial flow conduction, hierarchical structuring and multiple regulation mechanisms. Its proper accurate analysis becomes of crucial importance in order to detect and treat arrhythmias or other abnormal dynamics that could lead to life-threatening conditions. To achieve this, advanced nonlinear processing methods are needed: one example here is the case of recent advances in the Microcanonical Multiscale Formalism. The aim of the present paper is to recapitulate those advances and extend the analyses performed, specially looking at the case of atrial fibrillation. We show that both ECG and intracardial potential signals can be described in a model-free way as a fast dynamics combined with a slow dynamics. Sharp differences in the key parameters of the fast dynamics appear in different regimes of transition between atrial fibrillation and healthy cases. Therefore, this type of analysis could be used for automated early warning, also in the treatment of atrial fibrillation particularly to guide radiofrequency ablation procedures.

研究の動機と目的

• マルチスケール構造に基づく、モデルフリーで効果的な動的解析手法を、複雑な心拍信号の分析に開発すること。
• 標準的な多分顕性解析の限界を克服するため、特異性指数の推定をより正確にするためにマイクロカノニカル形式を採用すること。
• 生理的モデルに依存せずに、心房細動に関連する内在的信号特徴を用いてダイナミクス的移行を検出すること。
• 主なダイナミクス的パラメータ（特に最も特異な成分（MSC）の向きと遷移固有値）が、表面ECGおよび心内記録の両方で検出可能であることを検証すること。
• ラジオ波焼却などの臨床的プロシージャー中に、AF発症または終了の自動早期警報としてMMFの可能性を検討すること。

提案手法

• ECGおよび心内信号を特異性指数に基づいて成分に分解するために、マイクロカノニカルマルチスケール形式（MMF）を適用する。
• 最適なウェーブレットおよびウェーブレット・リーダーを用いて、局所的ホルダー指数を推定し、マイクロカノニカル枠組み内で特異性スペクトルを構築する。
• 信号の主要なダイナミクス的駆動要因として、最も特異な成分（MSC）を特定し、全信号の再構成が可能であることを示す。
• MSCの向きの時間的変化をマルコフ連鎖としてモデル化し、遷移固有値およびダイナミクス的パラメータを抽出する。
• 洞調律と心房細動の間でのダイナミクス的パラメータを比較し、レジーム移行を検出する。
• 臨床的AF焼却記録およびMIT-BIH Arrhythmia Databaseの2つのデータセットを用いて結果を検証し、信号タイプを問わず一貫性があることを確認した。

実験結果

リサーチクエスチョン

• RQ1 マイクロカノニカルマルチスケール解析は、ECGおよび心内信号において、心房細動と洞調律の間のダイナミクス的差を検出できるか？
• RQ2 MMFから導出された主要なダイナミクス的パラメータ（特にMSCの向きと遷移固有値）は、表面ECG記録において一貫して検出可能か？
• RQ3 最も特異な成分（MSC）は、信号全体のダイナミクスをどれほど正確に捉えており、正確な再構成を可能にするか？
• RQ4 MSCの向きの時間的変化はマルコフ過程としてモデル化可能であり、健康状態とAF状態でその遷移固有値に顕著な差が存在するか？
• RQ5 MMFフレームワークにおける検出可能なダイナミクス的移行と、AF中の電気生理的移行の間に一致があるか？

主な発見

• ECGおよび心内信号の最も特異な成分（MSC）には、信号全体を再構成するのに十分な情報が含まれており、システムのダイナミクスを支配していることが示された。
• MSCの向きの過程から導出された遷移固有値は、心房細動と洞調律の間で顕著に異なるため、状態の区別が可能である。
• MMFアプローチは、信号再構成可能性および情報量の変化に対応するダイナミクス的移行を検出でき、それらが基礎となる電気生理的シフトと関連している可能性を示唆している。
• MSCの向きや遷移固有値を含む主要なダイナミクス的パラメータは、心内記録および標準的表面ECGの両方で一貫して検出可能であり、臨床的応用性が向上した。
• 本手法のロバスト性は、臨床的AF焼却データおよびMIT-BIH Arrhythmia Databaseを含む多様なデータセットで確認され、一般化可能性が示された。
• MSCの向きを制御する緩やかに変化するソース場は、多分顕性ダイナミクスの変化を正確に反映しており、組織伝導度の変化や制御機構のずれを示している可能性がある。