[논문 리뷰] Using synchrosqueezing transform to discover breathing dynamics from ECG signals

Wu Hau-Tieng, Chan Yi-Hsin외 2명|arXiv (Cornell University)|2011. 05. 09.

ECG Monitoring and Analysis인용 수 4

한 줄 요약

이 논문은 심房세동(AF) 환자에서 전통적인 심 electrocardiogram 유도된 호흡(EDR) 방법이 실패하는 상황에서도 단일 리드 ECG 신호로부터 직접 호흡 역학을 추출할 수 있도록 동기화분해변환(SST)을 활용하는 새로운 알고리즘인 SSTEDR을 제안한다. 시간-주파수 해상도를 향상시키고 내재 모드 함수를 분리함으로써 SSTEDR은 불규칙한 심장 박동에서도 호흡 신호를 성공적으로 복원하며, 마취 깊이의 비침습적 모니터링 잠재력을 보여준다.

ABSTRACT

The acquisition of breathing dynamics without directly recording the respiratory signals is beneficial in many clinical settings. The electrocardiography (ECG)-derived respiration (EDR) algorithm enables data acquisition in this manner. However, the EDR algorithm fails in analyzing such data for patients with atrial fibrillation (AF) because of their highly irregular heart rates. To resolve these problems, we introduce a new algorithm, referred to as SSTEDR, to extract the breathing dynamics directly from the single lead ECG signal; it is based on the EDR algorithm and the time-frequency representation technique referred to as the synchrosqueezing transform. We report a preliminary result about the relationship between the anesthetic depth and breathing dynamics. To the best of our knowledge, this is the first algorithm allowing us to extract the breathing dynamics of patients with obvious AF from the single lead ECG signal.

연구 동기 및 목표

• 심장 박동이 매우 불규칙한 심방세동(AF) 환자에서 ECG 유도된 호흡(EDR) 방법의 한계를 해결하기 위해.
• 직접적인 호흡 측정이 없는 단일 리드 ECG 신호로부터 호흡 역학을 추출하는 강건한 방법을 개발하기 위해.
• 호흡 신호 획득이 비현실적인 임상 환경에서 지속적인 호흡 패tern 모니터링을 가능하게 하기 위해.
• 제안된 방법을 사용하여 마취 깊이와 추출된 호흡 역학 사이의 관계를 탐색하기 위해.

제안 방법

• 이 방법은 EDR 알고리즘과 동기화분해변환(SST)을 통합하며, 시간-주파수 분석 기법인 SST는 시간-주파수 평면에서 에너지를 재할당하여 해상도를 향상시킨다.
• 전처리 후 심장 및 호흡 조절 성분을 분리하기 위해 ECG 신호에 SST를 적용한다.
• SST가 순시 주파수 주변의 에너지를 집중시키는 능력을 활용하여 호흡과 관련된 내재 모드 함수(IMFs)를 식별하고 분리한다.
• 재구성된 시간-주파수 표현을 통해 불규칙한 R-R 간격이 존재하는 상황에서도 깔끔한 호흡 유사 신호를 추출할 수 있다.
• 이 방법은 호흡이 R-R 간격과 ECG 형태를 조절하며, 이들이 시간-주파수 재할당 과정에 포착된다는 가정에 기반한다.
• 최종 출력은 단일 리드 ECG에서 유일하게 유도된 호흡 신호로, 임상 데이터를 통한 검증과 마취 깊이와의 상관관계를 통해 검증되었다.

실험 결과

연구 질문

• RQ1 동기화분해변환은 심방세동 환자에서 단일 리드 ECG 신호로부터 호흡 역학을 효과적으로 추출할 수 있는가?
• RQ2 불규칙한 심장 리듬을 다룰 때 제안된 SSTEDR 방법은 기존의 EDR 기법보다 어떻게 비교되는가?
• RQ3 추출된 호흡 역학과 수술 환자에서의 마취 깊이 사이에 측정 가능한 관계가 존재하는가?
• RQ4 기본적인 EDR 방법이 R-R 간격의 변동성으로 인해 실패할 경우, SSTEDR은 신뢰성 있게 호흡 신호를 복원할 수 있는가?

주요 결과

• SSTEDR 알고리즘은 기존 EDR 방법이 실패하는 심방세동 환자에서 단일 리드 ECG 신호로부터 호흡 역학을 성공적으로 추출한다.
• 추출된 호흡 신호와 마취 깊이 사이에 명확한 상관관계가 나타나며, 이는 마취 상태 모니터링에 임상적 유용성을 시사한다.
• 동기화분해변환은 시간-주파수 해상도를 크게 향상시켜 노이즈가 많은 ECG 데이터에서 호흡 조절 성분을 정확히 분리할 수 있도록 한다.
• 초기 결과에 따르면 추출된 호흡 신호의 진폭과 주파수는 마취 깊이에 따라 변동함을 보이며, 이는 비침습적 모니터링 도구로의 활용 가능성을 뒷받침한다.
• 이 방법은 외부 호흡 센서가 필요 없이 단일 리드 ECG에서 직접적으로 호흡 역학을 추출할 수 있는 최초의 접근법이다.
• 높은 R-R 간격 변동성 조건에서도 알고리즘이 강건함을 유지하여 실제 임상 적용 가능성 확인