目的:心脏骤停是一种严重威胁人类生命健康的致死性疾病,如不能得到有效救治,绝大多数将立即死亡,是卫生医学领域最危急的情况之一。据调查,我国每年发病人数约为50万人,居全球各国之首;随着近年来人口进一步的老龄化和冠心病发病率的增加,该数字将会更高。针对心脏骤停最有效的抢救措施被称为心肺复苏,主要包括人工通气、胸外按压和电除颤三个环节,能帮助患者建立起暂时的血流灌注和呼吸,促使心脏恢复机械活动,最终再现自主循环。过去的几十年里,心肺复苏技术的发展和宣传在全世界范围内挽救了数以万记的生命,充分肯定了该领域工作的意义。早期电除颤是心肺复苏的关键链条之一,大量报告显示,如果能在3-5分钟内实施电除颤,存活率能提升高达50–70%。为了缩短从院外心脏骤停发作到患者接受电击的时间,越来越多的公共场所配备了自动体外除颤仪,该仪器能对患者的心电图信号进行自动分析,并且在合适的时机提示施救者实施或自动实施电击除颤。然而,胸外按压过程会将大量心肺复苏伪迹噪声引入心电图信号中,严重干扰自动体外除颤仪进行心电节律分析。按照目前的传统做法,为了保证心电节律辨识的可靠,会在进行心电分析前要求所有施救者停止所有接触离开患者。调查显示,平均每次心电分析将要中断胸外按压15s以上,胸外按压中断的时间占心肺复苏总时间的24%-57%。这种中断会严重降低患者恢复自主循环的可能性:一些动物实验显示,胸外按压每中断20s,心肺复苏的成功率就降低50%。胸外按压的中断已经成为心脏骤停患者低存活率的主要原因之一。综上所述,设计出一套能在不间断胸外按压的同时进行可靠的心电节律辨识的算法,就能在最大程度上减少胸外按压的中断,最终提高心脏骤停患者的存活率。方法与内容:本文从胸外按压过程中心肺复苏伪迹抑制和抗干扰心电节律辨识两方面入手,设计了一套不间断胸外按压过程中可靠的心电分析算法,主要进行了以下工作:(1)自适应心肺复苏伪迹滤除算法研究。本文首先对各类典型的心电节律信号和心肺复苏伪迹信号作了频谱分析,比较了两者在频谱分布上的特征;在此基础上,利用改进的噪声辅助多通道经验模态分解,直接从受干扰的心电信号中获取心肺复苏伪迹的基础频率信息,并以此为参考信号,构建多谐波最小均方滤波器模型,进一步对心肺复苏伪迹精确建模;并通过信噪比增益指标对滤波器的关键参数进行优化,最终实现无需参考信号的条件下,从受干扰的心电信号中还原出真实的心电节律。(2)抗干扰的致死性心电节律辨识BP神经网络构建与优化。文本通过对致死性心电节律辨识相关领域文献的回顾性研究,利用10种不同的分析算法,提取了21个反映心电信号形态分布、高斯性、频谱成分、变异性、信息复杂度等各个方面特征的参数,并对这些特征值在进行致死性心电节律分类辨识中的性能作了比较分析;利用这些特征值,构建了一个用于心电节律4分类的BP神经网络,并结合遗传算法进行了输入向量筛选降维与网络结构优化。(3)仿真实验分析与验证。利用公开心电数据库与心肺复苏伪迹信号,人工合成受到不同程度心肺复苏伪迹信号干扰的心电信号;基于该合成信号数据库,检验本文构建的BP神经网络在不同干扰程度的心电信号中的辨识性能,并在同样的条件下,比较本文设计的自适应心肺复苏伪迹滤波器与已存在的几种其他滤波算法的滤波性能。(4)动物实验验证。在长白猪心脏上通过电击诱导建立动物室颤模型,并进行标准心肺复苏,获取真实急救过程中的受干扰心电信号数据,并根据同时获得的主动脉压、呼末二氧化碳等生理信号进行分类标注;基于该数据库,验证本文设计的不间断胸外按压期间心电节律辨识算法的可靠性,并与已存在的其他算法进行比较。本文的创新点主要在于结合噪声辅助经验模态分解、多谐波最小均方滤波器、遗传算法和BP神经网络,在仅利用心电信号的条件下,设计出了一种无需任何参考信号即可在不间断胸外按压期间进行可靠心电节律辨识的算法。结果:(1)本文构建的BP神经网络,在无心肺复苏伪迹干扰下的辨识敏感性、特异性和准确性分别为99.36%、100.00%和99.11%,相较传统的特征值分类方法性能更好;随着心肺复苏伪迹干扰程度的增加,传统辨识算法的辨识特异性迅速下降,在干扰程度较低时(SNR=-3),特异性已经下降到16.36%,而此时BP神经网络的辨识特异性仍能保持在82.66%,说明BP神经网络具有更好的抗干扰性能。(2)本文结合经验模态分解和多谐波最小均方滤波器设计的滤波算法,在受干扰的各类心电信号中,都能很好地抑制心肺复苏伪迹的干扰,从而显著提高心电节律辨识的特异性;即使在干扰程度极高的情况下(SNR=-12),经过滤波器滤波后的辨识特异性仍在86.55%,ROC曲线下面积为0.9733,比已存在的其他滤波算法表现更优,且针对一些形态较复杂,谐波成分较多的心肺复苏伪迹时优势更明显。(3)在动物实验中,本文设计的自适应滤波算法,能使受干扰的心电信号节律辨识中的敏感性、特异性分别提高到95.78%、91.58%,ROC曲线下面积为0.9805,明显优于其他算法。结论:本文设计的不间断胸外按压期间心肺复苏伪迹抑制与心电节律辨识算法,相较已存在的其他滤波器与辨识算法,在仿真实验和动物实验中均表现出更好的性能。该算法能在不间断胸外按压的同时,进行可靠的心电节律分析,与传统做法相比,最大程度上缩短了胸外按压的中断时间,为传统除颤监护仪的优化提供了软件支持;随着算法的不断完善,相信会在未来心脏骤停的急救中发挥出应有的作用。