[论文解读] Higher order spectral analysis of ECG signals

Yamini Kotriwar, Sneha Kachhara+2 more|arXiv (Cornell University)|Sep 22, 2018

ECG Monitoring and Analysis参考文献 23被引用 5

一句话总结

本研究对60秒心电图信号应用高阶谱分析，特别是双谱估计与双相干分析，以检测心脏功能中的非线性动力学特征与异常。结果表明，健康心电图在脉搏频率（1 Hz）及其高次谐波之间表现出强烈的二次相位耦合，而疾病状态则表现出1 Hz功率抑制、高频噪声增加以及双相干模式改变——尤其在心肌梗死和心律失常患者中更为显著，提示存在病理性的混沌行为与非动力学噪声成分。

ABSTRACT

Higher Order Spectral (HOS) analysis is often applied effectively to analyze many bio-medical signals to detect nonlinear and non-Gaussian processes. One of the most basic HOS methods is the bispectral estimation, which extracts the degree of quadratic phase coupling between individual frequency components of a nonlinear signal. Most of the studies in this direction as applied to ECG signals are on the conventional, long duration (up to 24 hours) Heart Rate Variability (HRV) data. We report results of our studies on short duration ECG data of 60 seconds using power spectral and bispectral parameters. We analyze 60 healthy cases and 60 cases of patients diagnosed with four different heart diseases, Bundle Branch Block, Cardiomyopathy, Dysrhythmia and Myocardial Infarction. From the power spectra of these data sets we observe that the pulse frequency around 1 Hz has maximum power for all normal ECG data while in all disease cases, the power in the pulse frequency is suppressed and gets distributed among higher frequencies. The bicoherence indices computed show that the pulse frequency has strong quadratic phase coupling with a large number of higher frequencies in healthy cases indicating nonlinearity in the underlying dynamical processes. The loss or decrease of the phase coupling with pulse frequency is a clear indicator of abnormal conditions. In specific cases, bicoherence studies coupled with spectral filter, suggest ECG for Myocardial Infarction has noisy components while in Dysrhythmia, power is mostly at high frequencies with strong quadratic coupling indicating much more irregularity and complexity than normal ECG signals. In addition to serving as indicators suggestive of abnormal conditions of the heart, the detailed analysis presented can lead to a wholistic understanding of normal heart dynamics and its variations during onset of diseases.

研究动机与目标

• 探究短时（60秒）心电图信号是否能揭示常规心率变异性（HRV）分析无法检测到的心脏功能非线性动力学特征。
• 评估高阶谱分析，特别是双谱与双相干方法，在检测心电图信号中细微异常方面的潜力。
• 利用12导联心电图数据提取的功率谱与双相干指数，区分健康与疾病状态下的心脏动力学特征。
• 识别心电图信号中与疾病类型相关的谱特征与非线性耦合模式，以提升诊断分类性能。

提出的方法

• 对60名健康个体与60名患有四种心脏疾病患者的60秒12导联心电图信号进行了功率谱密度（PSD）分析。
• 应用双谱估计以计算双相干，量化频率分量之间的二次相位耦合。
• 采用双相干滤波技术，通过对比主峰频率处有无滤波的结果，分离出具有动力学来源的频率分量。
• 计算涉及脉搏频率（1 Hz）与主峰频率的显著双相干对的数量，以评估非线性耦合强度。
• 对导联3至6进行逐导联分析，检测谱特征与非线性特征的空间差异。
• 对健康组与疾病组之间的双相干指数与各频带功率分布进行统计比较。

实验结果

研究问题

• RQ1 对短时心电图信号进行高阶谱分析，是否能揭示标准HRV分析无法检测到的非线性动力学特征？
• RQ2 心电图信号中功率与双相干的分布，在健康个体与束支传导阻滞、心肌病、心律失常及心肌梗死患者之间有何差异？
• RQ3 双相干滤波能否有效区分心电图谱中的动力学耦合频率与噪声类成分？
• RQ4 显著双相干对的数量与分布在多大程度上与疾病严重程度或类型相关？
• RQ5 60秒心电图中的功率与双相干模式能否作为心脏病理的可靠指标？

主要发现

• 在健康心电图中，脉搏频率（1 Hz）具有最大功率，并与多个高次谐波及频率对表现出强烈的双相干，表明存在显著的非线性相位耦合。
• 在所有疾病病例中，1 Hz处的功率被抑制，并重新分配至更高频段，提示正常节律动力学遭到破坏。
• 心肌梗死病例在滤波后显著双相干对数量减少，表明功率谱中存在噪声或随机成分。
• 心律失常病例在功率谱中表现出显著更多的峰值，且与脉搏频率及主峰频率均存在广泛的双相干，提示其底层动力学更具混沌性。
• 与健康状态相比，心肌梗死患者中涉及脉搏频率的显著双相干频率对数量更少，表明非线性相干耦合能力下降。
• 导联3至6在疾病状态下表现出比正常行为更显著的变异，尤其在心肌梗死与心律失常患者中，凸显了区域动力学变化。