시-주파수 분석을 이용한 심실세동시 심전도 분석을 통한 제세동 예측에 관한 연구 Prediction of Defibrillation Success of Ventricular Fibrillation ECG Signals using Time-Frequency Analysis원문보기
The purpose of this study is to predict the defibrillation success of a ventricular Fibrillation ECG signal using time-frequency analysis. During CPR, coronary perfusion pressure and electrocardiogram were measured. Parameters extracted from time-frequency domain were served as predictor of resuscit...
The purpose of this study is to predict the defibrillation success of a ventricular Fibrillation ECG signal using time-frequency analysis. During CPR, coronary perfusion pressure and electrocardiogram were measured. Parameters extracted from time-frequency domain were served as predictor of resuscitation success. Time frequency distribution(TFD) of ECG signals was estimated from the smoothed pseudo Wigner-Ville distribution(SPWVD). Median frequency, peak frequency, 1/f slope, frequency band ratios$(2{\sim}4Hz,\;4{\sim}6Hz,\;6{\sim}8Hz,\;8{\sim}10Hz,\;10{\sim}12Hz,\;12{\sim}15Hz)$ were extracted from each TFD as function of time. Paired t-test was used to determine the differences in ROSC and non-ROSC groups. In the statistical results, we selected four significant parameters - median frequency, 1/f slope, $2{\sim}4Hz$ band ratio, $8{\sim}10Hz$ band ratio. We made an attempt to predict defibrillation success by combining features extracted from time frequency distribution. Independent t-test was used to determine the differences ROSC and non-ROSC groups. Consequently, we selected four significant parameters-median frequency, 1/f slope, $2{\sim}4Hz$ band ratio, $8{\sim}10Hz$ band ratio. The relationship between coronary perfusion pressure and ECG parameters was analyzed with linear regression analysis. R-square value was 55%. 1/f slope and $8{\sim}10Hz$ band ratio had the significant relationship with coronary perfusion pressure.
The purpose of this study is to predict the defibrillation success of a ventricular Fibrillation ECG signal using time-frequency analysis. During CPR, coronary perfusion pressure and electrocardiogram were measured. Parameters extracted from time-frequency domain were served as predictor of resuscitation success. Time frequency distribution(TFD) of ECG signals was estimated from the smoothed pseudo Wigner-Ville distribution(SPWVD). Median frequency, peak frequency, 1/f slope, frequency band ratios$(2{\sim}4Hz,\;4{\sim}6Hz,\;6{\sim}8Hz,\;8{\sim}10Hz,\;10{\sim}12Hz,\;12{\sim}15Hz)$ were extracted from each TFD as function of time. Paired t-test was used to determine the differences in ROSC and non-ROSC groups. In the statistical results, we selected four significant parameters - median frequency, 1/f slope, $2{\sim}4Hz$ band ratio, $8{\sim}10Hz$ band ratio. We made an attempt to predict defibrillation success by combining features extracted from time frequency distribution. Independent t-test was used to determine the differences ROSC and non-ROSC groups. Consequently, we selected four significant parameters-median frequency, 1/f slope, $2{\sim}4Hz$ band ratio, $8{\sim}10Hz$ band ratio. The relationship between coronary perfusion pressure and ECG parameters was analyzed with linear regression analysis. R-square value was 55%. 1/f slope and $8{\sim}10Hz$ band ratio had the significant relationship with coronary perfusion pressure.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
관상동맥 관류압을 제외한 파라미터들의 조합에서 소생성공과 소생실패에 대한 구분을 하기 위해서. 이들 파라미터들의 조합으로 특성벡터를 구성한 다음 LDA방법을 이용하여거리를 계산하고 군집분석을 하여 소생성공과 소생실패 그룹으로 판별하였다.
본 논문에서는 시-주파수 영역에서 여러 가지의 파라미터를 추출한 다음 통계적 검증을 거쳐 유효한 파라미터들을 선정하고 관상동맥관류압과의 상관관계 분석과 회귀분석을 통하여 유의성을 검증하였으며 제세동 성공을 가장 빠르게 예측할 수 있는 파라미터를 찾고자 하였다.
본 논문에서는 제세동 성공에 대한 예측을 하기 위해 심실세동시 심전도 신호를 시-주파수 영역으로 변환한 후 파라미터를 추출하여 그 유용성을 평가하고 소생성공 여부를 예측하는 방법을 제안하였다.
제안 방법
어떤 영역대의 값이 심실세동 파형의 변화를 나타내지는지를 알아보기 위해서 전체 주파수 영역의 면적에 대한 2~4Hz, 4~6Hz, 6~8Hz, 8'10Hz, 10'12Hz, 1*"125Hz 영역의 비율을 구하였다. 각 주파수 영역에 대한 비율 값은 BAND%(2~4Hz), BAND%(4~6Hz), BAND%(6~8Hz), BAND%(8~10Hz), BAND %(10~12Hz), BAND% (12~15Hz) 으로 표기하였다.
전극 부착 및 도자의 삽입이 완료되면 약 10분간 실험동물을 안정시켰다. 10분이 경과하면 심전도, 대동맥압, 우심방압, 호기말 이산화탄소(end-tidal CO2) 등의 기준 데이터를 측정한 후 심실세동을 유발하고 실험을시작하였다.
330초의 데이터는 먼저 30초 구간으로 분할하여 11개의 구간 데이터로 분리하였다. 심실세동 데이터의 주요 성분들은 3~10Hz분포되어 있으므로 불필요한 계산을 줄이고 노이즈 제거를 위해서 100Hz로 샘플링 율을 낮춘 다음 FIR 필터를 사용하여 2~20Hz 대역 통과를 하였다.
표 1. 거친 심실세동과 약한 심실세동에서의 각 파라미터변수 비교. Table 1 Comparing coarse ventricular fibrillation with fine ventricular fibrillation for each parameter
흉부압박은 분당 80회로 하였고 압박과 이완의 비율은 50:50을 유지하였다. 두 번의 에피네프린 투여와 6분 동안의 심폐소생술 후에는 제세동을 가하였다. 그림 2에 심실세동 유발 후의 전체 실험과정을나타내었다.
나타내었다. 두 실험군의 파라미터들 중에서 관상동맥관류압, 중간주파수, 1/f 기울기, 2~4Hz, 8~10Hz, 10~12Hz 대역비 등에서 유의수준 0.05 미만으로 차이를 보였으며 이중에서 중간주파수, 1/f 기울기, 2~4Hz 대역비, 8~10Hz 대역비를이용하여 소생성공과 소생실패에 대한 분석을 하였다.
마취후 기관 내 삽관을 시행하고, 인공호흡기를 이용하여 분당 20 회의 속도로 인공호흡을 하였다.
먼저 심전도의 시-주파수 영역에서 추출한 심전도 파라미터들에서 소생여부에 따른 차이가 있는지를 검증하고 관상동맥관류압과의 상관성을 고려하여 실심세동의 성공여부를 대변하는 데에 적합한 파라미터를 선정하였다. 선정된 파라미터들의 조합으로 군집분석 (clustering analysis)을 하여 소생여부에 대한 파라미터들의 변화를 알아보고 민감도(sensitivity) 와 특이도(specificity)를 계산하여 소생성공 여부를 가장 잘 나타내는 파라미터를 결정하도록 한다.
본 논문에서는 기존 연구에서 사용된 중간주파수, 최고주파수, 1/f 기울기 외에 주파수 대역의 구간비율을 구하여 제세동 예측에 이용하였다. 주파수 대역의 구간비율은 2~15Hz 구간을 2Hz 단위로 구분하여 전체 파워스펙트럼의 면적에 대한 비율을 구한 것이다.
데에 적합한 파라미터를 선정하였다. 선정된 파라미터들의 조합으로 군집분석 (clustering analysis)을 하여 소생여부에 대한 파라미터들의 변화를 알아보고 민감도(sensitivity) 와 특이도(specificity)를 계산하여 소생성공 여부를 가장 잘 나타내는 파라미터를 결정하도록 한다.
소생성공의 판별에 대한 평가는 군집분석을 통하여 실시하였는데 소생성공을 참으로 하고 소생실패를 거짓으로 하여식(10), 식(11)과 같이 TP(true positive), FN(false negative), TN(true negative), FP(false negative)# 이용하여 민감도 (sensitivity)와 특이도(specificity)를 매 30초 구간마다 계산하였다.
실험하는 동안 심전도, 대동맥압, 우심방압을 측정하였는데데이터 획득은 ADInstrmment사의 MacLab 장비를 이용하여측정하였으며 샘플링 율은 400Hz, 분해능은 16bit로 하였다. 측정된 심전도는 시-주파수 영역으로 변환한 후 파라미터들을 추출하였고 우심방압과 대동맥압을 이용하여 관상동맥관류압올 계산하였다.
데이터로 분리하였다. 심실세동 데이터의 주요 성분들은 3~10Hz분포되어 있으므로 불필요한 계산을 줄이고 노이즈 제거를 위해서 100Hz로 샘플링 율을 낮춘 다음 FIR 필터를 사용하여 2~20Hz 대역 통과를 하였다.
에피네프린을 심실세동유발 후 4분과 7분후에 각각 ling을 투여하였다. 심실세동 유발 후에 6분 동안 자동심폐소생술기 (Automatic mechanical resuscitator, Thumper, Michigan Instruments, USA)를 이용하여 표존 심폐소생술을 실시하였다. 흉부압박은 분당 80회로 하였고 압박과 이완의 비율은 50:50을 유지하였다.
심실세동시 심전도를 시-주파수 영역으로 변환하여 열 개의 파라미터를 추출하였으며 소생성공과 소생실패에 따른 차이와 관상동맥관류압과의 상관관계를 통계적 방법을 이용하여 구하였다. 통계분석결과에 의해 선택된 4개의 파라미터(중간주파수, 1/f 기울기, 2~4Hz 대역비, 8'10Hz 대역비)를 이용하여 6개의 조합으로 만든 다음 LDA(linear discriminant analysis)와 군집분석을 이용하여 소생성공과 실패에 대한 민감도와 특이도를 구하여 가장 적합한 조합에 대해 평가한 결과 다음과 같은 결론을 얻었다.
실험은 다음과 같이 진행하였다. 에피네프린을 심실세동유발 후 4분과 7분후에 각각 ling을 투여하였다. 심실세동 유발 후에 6분 동안 자동심폐소생술기 (Automatic mechanical resuscitator, Thumper, Michigan Instruments, USA)를 이용하여 표존 심폐소생술을 실시하였다.
소생실패에 대한 구분을 하기 위해서. 이들 파라미터들의 조합으로 특성벡터를 구성한 다음 LDA방법을 이용하여거리를 계산하고 군집분석을 하여 소생성공과 소생실패 그룹으로 판별하였다.
하였다. 측정된 심전도는 시-주파수 영역으로 변환한 후 파라미터들을 추출하였고 우심방압과 대동맥압을 이용하여 관상동맥관류압올 계산하였다. 살험은 모두 15회 실시하였는데 이 중 9 마리는 소생에 실패하였으며 6마리는 소생에 성공하였다.
구하였다. 통계분석결과에 의해 선택된 4개의 파라미터(중간주파수, 1/f 기울기, 2~4Hz 대역비, 8'10Hz 대역비)를 이용하여 6개의 조합으로 만든 다음 LDA(linear discriminant analysis)와 군집분석을 이용하여 소생성공과 실패에 대한 민감도와 특이도를 구하여 가장 적합한 조합에 대해 평가한 결과 다음과 같은 결론을 얻었다.
대상 데이터
체중 21-30kg 사이의 개를 실험동물로 사용하였다. 마취후 기관 내 삽관을 시행하고, 인공호흡기를 이용하여 분당 20 회의 속도로 인공호흡을 하였다.
측정된 심전도는 심폐소생술 실시 구간(4:00~9:30)에서 330초 구간을 데이터 분석에 이용하였다. 전체적인 심전도데이터 처리과정을 그림 4에 나타내었다.
성능/효과
1. 기존 제세동 성공 예측에 사용되던 파라미터 외에 1/f 기울기, 주파수 대역비를 구하여 1/f 기울기와 2~4Hz 대역비, 8~10Hz 대역비가 소생성공과 소생실패 그룹사이의차이를 나타내는 파라미터로 사용될 수 있었다.
2. 관상동맥관류압과의 관계를 상관분석과 회귀분석을 통해 구한 결과 1/f 기울기를 제외한 파라미터들이 관상동맥관류압의 변화와 유의하게 증가 또는 감소함을 보였으며 기존 연구결과들에 비해 향상된 결정계수를 얻었다.
3. 중간주파수와 2~4Hz 대역비의 조합이 90% 이상의 민감도와 특이도를 보였으며 심폐소생술 구간에서 가장빠른 소생성공과 소생실패 그룹의 분리가 나타났다.
소생성공과 소생실패 그룹 사이의 거리 값의 증가는 파라미터들의 값의 차이로 인해 발생하게 되며 소생성공률의 증가를 의미하게 된다. 실험시간을 30초 간격으로 구분하여 여섯 개의 조합에서 소생성공과 소생실패 그룹의 거리를 계산한 결과인 8~10Hz 대역비와 1/f 기울기의 조합에서 값의 증가가 가장 느리게 나타나므로 제세동 성공에대한 예측에 적당하지 않음을 나타낸다. 중간주파수(MF)와 2~4Hz 대역비의 조합에서 가장 빠르게 거리 값이 증가했으며 이는 소생성공과 소생실패 그룹사이의 값의 차이가 빠르게 나타남을 의미한다.
그림 6과 그림 7 에는 제시한 여러가지 파라미터들에 대해서 나타내었다. 중간주파수 이상의 합을 나타내는 MF50 과 주파수 기울기는거쳔 심실세동에서 높은 값을 보였다. 그림 7에는 각 주파수영역들이 전체 주파수 스펙트럼에서 차지하는 영역의 비율을계산한 것이다.
실험시간을 30초 간격으로 구분하여 여섯 개의 조합에서 소생성공과 소생실패 그룹의 거리를 계산한 결과인 8~10Hz 대역비와 1/f 기울기의 조합에서 값의 증가가 가장 느리게 나타나므로 제세동 성공에대한 예측에 적당하지 않음을 나타낸다. 중간주파수(MF)와 2~4Hz 대역비의 조합에서 가장 빠르게 거리 값이 증가했으며 이는 소생성공과 소생실패 그룹사이의 값의 차이가 빠르게 나타남을 의미한다.
표 1에는 위에서 구한 파라미터들의 10초간의 평균값이다. 최대주파수, 중간주파수, 주파수 거칠기 BAND %(12~15Hz) 등에서는 거친심살세동에서의 값이 크게 나타났고 BAND%(6~8Hz), BAND %(8~10Hz)에서는 약한 심실세동에서 큰 값을 나타냈다.
측정장비의 화면에 심실세동 파형의 출현과 대동맥압의 파형이소실되는 것으로 심실세동 유발을 확인하였다.
후속연구
본 연구에서 제안한 방법은 심실세동시 생존율을 높이기위한 처치효과 평가나 자동제세동기의 개발 등에 유용하게사용될 수 있으며 데이터의 구간 분할 없이 실시간 분석이가능하다는 장점을 가지고 있다.
분석돤 심실세동 데이터는 동물에 인위적으로 심실세동을유발하여 측정한 것으로 임상에 적용하기 위해서는 실제 임상데이터를 분석하여 결과를 비교하여야 하며 소생성공 그룹의 데이터를 늘려서 제안된 방법에 대한 검증이 더욱 필요할것이다.
참고문헌 (15)
Vander, A., Sherman, J., and Luciano, D., Human Physiology, McGraw Hill, pp. 449-450, 2001
Redding, J. S., and Pearson, J. W., 'Resuscitation from ventricular fibrillation', Journal of the American Medical Association, vol.203, pp. 255-260, 1968
Richard, O. C., and Mickey, S. E., 'Pre-hospital Cardiopulmonary Resuscitation', Journal of the American Medical Association, Vol. 16, pp. 2408-2412, 1985
Weaver, W. D., Cobb, L. A., and Hallstrom, A. P., Fahrenbruch, C., Copass, M. K., Ray, R., 'Factors Influencing Survival After Out-of-Hospital Cardiac Arrest', American College of Cardiology, Vol. 7, no. 4, pp. 752-757, 1986
Strohmenger, H. U., and Volker, W., 'Electrocardiographic Prediction of Cardiopul monary Resuscitation Success', Current Opinion in Critical Care, vol. 6, no. 3, pp. 192-195, 2000
Noc, M., Harry, W. M., Pernat, T. W., Bisera, J., 'Electrocardiographic Predic tion of the Success of Cardiac Resuscitation', Critical Care Medicine, vol.27, no.4, pp 708-714, 1999
Reed, M. J., Clegg, G. R., and Robertson, C. E., 'Review article: Analysing the Ventricular Fibrillation Waveform', Resuscitation, vol. 57, pp. 11-20, 2003
Weaver, W. D., Cobb, L. A., and Dennis, D., 'Amplitude of Ventricular Fibrillati on Waveform and outcome after Cardiac Arrest', Annals of International Medicine, vol. 102, pp. 53-55, 1985
Stults, K. R., Brown, D. D., and Kerber, R. E., 'Ventricular Fibrillation Amplitude Predicts ability to Defibrillate', Journal of American College of Cardiology, vol. 9, pp. 152A, 1987
Dazell, G. W., and Adgey, A. A., 'Determinants of Successful Transthoracic Defi brillation and Outcome in Ventricular Fibrillation', British Heart Journal, vol. 65, pp. 311-316, 1991
Sattar, F., and Salomonsson, G., 'The Use of a Filter Bank and the Wigner-Ville Distributions for Time-Frequency Representation', IEEE Transaction On Signal Processing, vol. 48, no. 6, pp. 1776-1783, 1999
Hlawatch, F.,and Bounderzux-Bartes, G. F., 'Linear and Quadratic Time-Frequen cy Signal Representation', IEEE Signal Processing Magazine, pp. 21-67, Apr. 1992
Hlawatch, F., Manikam, T. G., Urbanke, R. L., and Jones, W., 'Smoothed pseudo -Wigner Distributions, Choi-Williams Distribution, and Cone-Kernel Franz Representation: Ambiguity-Domain Analysis and Experimental Comparison', Signal Processing, vol. 43, pp. 149-168, 1995
※ AI-Helper는 부적절한 답변을 할 수 있습니다.