[论文解读] LU electrocardiography database: a new open-access validation tool for delineation algorithms

Alena Kalyakulina, Igor Yusipov+6 more|arXiv (Cornell University)|Aug 30, 2018

ECG Monitoring and Analysis被引用 13

一句话总结

本论文介绍了LU心电图数据库（LUDB），这是一个新的开放获取资源，包含200份十秒长的12导联心电图记录，由心脏病专家对每导联独立手动标注QRS波群边界。该数据库支持在多种心电图形态和诊断类型下对心电图分段算法进行验证，案例研究展示了其在基于小波的算法中的实用性。

ABSTRACT

We report a new Lobachevsky University database (LUDB) of ECG signals that contains 200 samples of 10-second 12-lead electrocardiograms (ECG) from different subjects. The boundaries of the ECG signal complexes are manually annotated by cardiologists for all samples and independently for each lead. The database is representative of a variety of signal morphologies. In addition, all records have an attributed diagnosis. These features make LUDB a promising tool for validating ECG delineation algorithms across a broad range of ECG signal shapes and patient diagnoses. A case study for the recently proposed wavelet-based algorithm is presented.

研究动机与目标

• 提供一个公开可访问的高质量心电图数据库，用于验证信号分段算法。
• 解决缺乏全面、带标注的心电图数据库中涵盖多样化形态和临床诊断的问题。
• 利用真实临床数据支持自动化心电图分析工具的开发与基准测试。
• 实现对各种心电图波形形态和患者状况下分段算法的验证。
• 为评估新算法（如基于小波的方法）提供标准化工具。

提出的方法

• LUDB包含来自不同受试者的200份十秒长的12导联心电图记录，数据来源于临床来源。
• 心脏病专家对每导联独立手动标注了心电图波群的边界（如QRS波群、P波、T波）。
• 每份心电图记录均关联有临床诊断，增强了数据库的临床相关性。
• 该数据库旨在呈现广泛的心电图信号形态，提高其泛化能力。
• 通过案例研究将LUDB应用于验证一种新提出的基于小波的分段算法。
• 数据库支持使用标准指标（如敏感性、阳性预测值和F1得分）进行算法评估。

实验结果

研究问题

• RQ1 LUDB能否作为在多种心电图形态下评估心电图分段算法的可靠基准？
• RQ2 在LUDB上验证时，基于小波的分段算法性能如何？
• RQ3 在数据库中包含临床诊断在多大程度上提升了算法验证的相关性？
• RQ4 LUDB中不同导联和心脏病专家之间的手动标注一致性如何？
• RQ5 LUDB能否支持开发更稳健且更具泛化能力的心电图分析工具？

主要发现

• LUDB包含200份高质量的12导联心电图记录，每导联均有人工标注的QRS波群边界。
• 所有记录均关联有临床诊断，增强了数据库的临床实用性和多样性。
• 该数据库涵盖了广泛的心电图信号形态，提升了其在算法验证中的价值。
• 案例研究证明了该数据库在验证基于小波的分段算法方面的有效性。
• LUDB支持在不同患者状况下对心电图分段算法进行一致且可重复的评估。
• 每导联独立的人工标注使得自动化方法的性能评估更加严格。