自动心电图解读

自动心电图解读是使用人工智能和模式识别软件和知识库，对通常从病人身上获得的心电图描记自动进行解读、测试报告和计算机辅助诊断。

第 一批自动心电图程序开发于20世纪70年代，当时第三代数字信号处理板使数字心电图机成为可能。商业机型，如惠普公司开发的机型，将这些程序纳入临床使用的设备。在20世纪80年代和90年代，公司和大学实验室进行了广泛的研究，以提高准确率，因为第 一批模型的准确率不是很高。为此，麻省理工学院等机构建立了几个正常和异常心电图的信号数据库，用于测试算法及其准确性。

通过模数转换器和特殊的数据采集软件或数字信号处理（DSP）芯片，获得每个记录的心电图通道的数字表示。所得的数字信号由一系列专门的算法处理，首先对其进行调节，例如特征提取：现在对所有通道的干净信号进行数学分析，以识别和测量一些对解释和诊断很重要的特征，这将构成基于人工智能的程序的输入，如P、Q、R、S和T波的峰值振幅、曲线下的面积、与基线的位移等，这些峰值和谷值之间的时间延迟，心率频率（瞬时和平均），以及许多其他。

为了给基于模式识别的程序提供输入，也可以进行某种二次处理，如傅里叶分析和小波分析。逻辑处理和模式识别，使用基于规则的专家系统、概率贝叶斯分析或模糊逻辑算法、聚类分析、人工神经网络、遗传算法和其他技术来得出结论、解释和诊断。

报告程序被激活并产生原始和计算数据的适当显示，以及自动解释的结果。在一些应用中，如自动除颤器，可能会根据分析结果触发某种行动，如发生心房颤动或心脏骤停，在重症监护室应用的医疗监护仪中发出警报，等等。

应用心电图机的制造行业现在完全是数字化的，许多型号都集成了嵌入式软件，用于分析和解释有3个或更多导联的心电图记录。消费类产品，如用于简单的单通道心律失常检测的家用心电图记录仪，也使用基本的心电图分析，主要是为了检测异常情况。

一些应用领域是，纳入自动除颤器，这样就可以根据心房或心室心律失常自主决定是否有理由实施电击；远程医疗中使用的便携式心电图。

这些机器用于通过电信连接发送心电图记录，如电话、手机数据通信或互联网常规心电图机用于没有训练有素的心脏病专家的初级保健机构适应性和局限性在无法获得专家帮助的情况下，自动心电图解释是一个有用的工具。

尽管在改进自动心电图算法方面做了大量的工作，但自动心电图解读的灵敏度在STEMI的情况下价值有限，例如超急性T波、脱温特ST-T复合体、韦伦斯现象、左心室肥大、左束支传导阻滞或有起搏器存在。

由于ST段抬高是一种动态现象，因此在运送病人的过程中，ST段的自动监测被越来越多地使用，并提高了STEMI的检测灵敏度。