استخراج الگوهای VT از EGM بیماران قلبی به منظور هوشمند سازی ICD

نوع مقاله: مقاله پژوهشی

نویسندگان

1 دانشجوی کارشناسی ارشد

2 گروه برق دانشگاه آزاد مشهد

3 گروه کامپیوتر

چکیده

:  اکثر افرادی که از باطری‌های قلبی استفاده می‌کنند از شوک‌های نابجا توسط این دستگاه رنج می‌برند. در دستگاه‌های موجود، برای تشخیص آریتمی عمدتاً سیگنال الکتروگرام بیمار با یک سیگنال از پیش تعریف­شده مقایسه شده و در صورت نیاز، بیمار شوک دریافت می­کند. نتایج تجربی نشان می­دهد که در بسیاری از موارد، شوک‌های نابجا به بیمار تحمیل می‌شود که عمدتاً به دلیل عدم تشخیص صحیح بین VT و SVT می­باشد. در این مقاله به جهت بهبود عملکرد دستگاه ICD در حالت VT، علاوه بر الگوریتم معمول تشخیصی، از ریخت سیگنال بیمار نیز استفاده می­شود. به همین منظور ریخت­شناسی سیگنال الکتروگرام در شش بیمار دارای دفیبریلاتور قلبی کاشتنی مورد بررسی قرار می‌گیرد و ریخت­شناسی هر کمپلکس با معیار گذر از صفر به یک عدد نگاشت می‌گردد. نتایج نشان می‌دهد که ریخت‏شناسی حالت VT برای هر بیمار از تعداد محدودی تجاوز نمی‌کند که از آن می‌توان برای تشخیص بهتر حالت VT و کاهش شوک‌های نابجا از طریق مقایسه الکتروگرام با الگوهای VT بیمار استفاده کرد.

کلیدواژه‌ها


1-   مقدمه

امروزه درمان با ICD[1] به­طور گسترده برای کاهش مرگ‌ومیر بیماران قلبی به کار می‌رود ]12[. با وجود این، شوک‌های نابجا[2] ناشی از آریتمی­های دهلیزی با شرایط ضربان تند بطنی یا ناشی از حس اشتباه توسط حسگرها ]11[ باعث اثرهای مضری مانند اختلال در کیفیت زندگی، آسیب‌های روانی ]20[ و حتی تحریک آریتمی_­های مرگبار یا غیر مرگبار بطنی می‏شوند ]16[.

به‌طورکلی عملکرد این دستگاه‌ها را می‌توان به سه دسته زیر تقسیم کرد: ]5[

مانیتورینگ پیوسته ریتم قلب

آشکارسازی و طبقه‌بندی آریتمی‏های قلبی

تنظیم ضربان قلبی از طریق ایجاد پالس و القاء شوک.

 الگوی صحیح فعالیت قلب، ریتم سینوسی[3] نامیده می‏شود و آریتمی‏های قلبی از طریق بررسی تفاوت ریتم قلبی با ریتم سینوسی مشخص می‏شوند ]18[. یکی از مهم‌ترین و خطرناک‌ترین آریتمی‏های قلبی، تاکی کاردی می‏باشد که معمولاً در افراد بالغ به‌صورت ضربان بیشتر از 100 بار در دقیقه تعریف می‏شود ]19[. معمولاً دستگاه ICD در مقابله با این آریتمی، به قلب بیمار شوک القا می­کند تا ریتم قلبی وی را به حالت اولیه و ریتم سینوسی بازگرداند.

شرکت­های سازنده برای شناسایی نوع کمپلکس در دستگاه­های ICD خود از الگوریتم منحصربه‌فرد خود استفاده می­کنند. همچنین در مقالات مختلف، روش‏های متعددی برای تشخیص و جداسازی VT[4]، SVT[5]، VF[6] و SR[7] ارائه شده است که ازجمله آن‌ها می‏توان به ارزیابی آغاز متفاوت آریتمی در SVT و ] VT27[، آشکارسازی آریتمی‏های قلبی بر مبنای ارزیابی همزمان الکتروگرام ]17[، الگوریتم ژنتیک و پردازش در حوزه فرکانس ]16[ اشاره کرد. پیچیدگی الگوریتم‏ها و در نتیجه مصرف زیاد باتری، هزینه‌بر بودن و صحت کم روش‏ها، مانع از پیاده‌سازی برخی از این روش‏ها در دستگاه ICD است.

در ICD‏های موجود، معمولاً با مقایسه شکل موج EGM[8] ثبت شده بیمار با شکل موج­های مبنا که قبلاً در حافظه دستگاه ذخیره شده، انجام می­شود ]3،4[. در این فرآیند کمپلکس­های[9] EGM با کمپلکس‌های ذخیره‌شده مقایسه شده و میزان شباهت با کمپلکس مبنا به‌صورت درصد محاسبه می‏شود ]13[. در این دستگاه­ها بر اساس سوابق بیمار و برنامه‌ریزی قبلی پزشک برای پارامتری مانند HR[10] ]3،21[ و نیز میزان عدم شباهت با شکل موج معیار، برای ضرورت اعمال شوک تصمیم‌گیری می‌شود. از آنجا که تنها مقایسه با ریتم سینوسی فرد، معیار مناسبی برای تصمیم‌گیری نیست؛ بنابراین شوک‏های نابجا یکی از بزرگ‌ترین چالش شرکت‏ها و نقطه تفاوت و رقابت آن‌ها با یکدیگر می‏باشد ]14[.

با توجه به اینکه شوک‏های نابجا بسیار دردناک هستند و الگوریتم‏های موجود در تشخیص VT در مواردی که وضعیت بیمار تغییر می‏کند، مانند دویدن، استرس ناگهانی، ورزش و ... گاهی دچار اشتباه می‏شود ]14،23[، بنابراین اصلاح روش‏های موجود و استفاده از سیگنال‏های قلبی خود بیمار در­کنار الگوریتم دستگاه و کاهش خطاهای احتمالی، تأثیر بسزایی در ارتقای کیفیت و سطح زندگی بیماران استفاده‌کننده از ICD خواهد داشت.

هر درمان ICD که ناشی از VT و یا VF نباشد، نابجا خوانده می‏شود که می‏تواند ناشی از SVT یا AF و یا اشتباه در عملکرد حسگرها باشد. با توجه به شباهت زیاد VT و SVT معمولاً بیشترین اشتباه در القای شوک نابجا مربوط به عدم‌تشخیص صحیح VT می‏باشد ]7[. از سوی دیگر، با توجه به تفاوت میان سیگنال‏های قلبی در افراد بیمار دارای آریتمی پیشنهاد می‏شود شکل موج مبنا برای هر بیمار از سیگنال‏های قلب خود فرد استخراج شود. به‌بیان‌دیگر دستگاه ICD به یک دستگاه آموزش­پذیر تبدیل می‏شود که برای هر بیمار عملکرد منحصربه‌فرد خود او را در درمان استفاده می‏کند و از شوک‏های نابجا ناشی از عدم هماهنگی با کمپلکس ذخیره‌شده جلوگیری می‏شود. به همین منظور در این مقاله، ریخت‏شناسی VT در چندین بیمار (برای هر بیمار) به‌صورت جداگانه بررسی می­شود و با توجه به محدودیت تنوع ریخت‏شناسی در هر بیمار، کمپلکس‏های مبنا برای حالت VT استخراج می­شود. حال با در اختیار داشتن این اطلاعات برای هر بیمار به‌صورت مجزا می­توان حالت VT را شناسایی کرد.

در بخش دوم مقاله روش کار توضیح داده می­شود؛ ابتدا به توصیف داده ها پرداخته­شده و پس از آن آماده سازی و شرایط داده­ها بیان می گردد و نهایتا روش دسته­بندی داده ها بررسی می گردد.

در بخش سوم به نتایج شبیه­سازی می­پردازیم و در بخش چهارم بر روی نتایج بدست­آمده بحث شده و پیشنهادات ارایه می­گردد.

2-    روش کار

3-   2-1- توصیف داده‏ها

این مطالعه به‌صورت آزمونه‌ای بر روی داده‏های EGM به‌دست‌آمده از بیماران دارای ICD انجام می‏شود. EGM‏های فوق از موارد ذخیره‌شده در پروگرامر[11] بیمارستان‏های قائم مشهد، قلب شهید رجائی تهران و مطب برخی پزشکان انتخاب می‏شود. این بیماران از ICD‏های تولید شرکت St. Jude استفاده می‏کنند (کلیه مدل‏های این دستگاه قابل‌قبول می‏باشد). شرایط سنی، جنسیت و مدت استفاده بیمار از دستگاه مطرح نیست. با توجه به اینکه تنها سیگنال بطنی مورد بررسی قرار می‏گیرد، تفاوت در نوع ICD (تک حفره‌ای[12]، دو حفره‌ای[13] و یا سه حفره‌ای[14]) مهم نیست.

در این تحقیق EGM مربوط به شش بیمار مورد بررسی قرار گرفت که به‌طور میانگین دارای 10 رویداد VT در زمان‏های مختلف بودند. کمترین داده مربوط به بیماری با چهار رویداد و بیشترین داده مربوط به بیماری با هفده رویداد متفاوت VT است.

بیمارانی که تحت درمان با ICD قرار می‏گیرند، به‌طور مداوم برای کنترل عملکرد قلبی به پزشک مراجعه می‏کنند و زیر نظر مستقیم پزشک قرار دارند بنابراین درصورتی‌که مبتلا به آریتمی خاصی (مانند VT) باشند، پزشک فوراً اقدام به درمان آن می‏کند تا از بروز موارد اورژانسی جلوگیری شود. بنابراین دسترسی به آریتمی خاص و خطرناکی (مانند VT) در تعداد بالا بسیار مشکل است و نیاز به جمع­آوری داده در مدت زمان طولانی مانند چندین سال می‏باشد.

4-   2-2- آماده‌سازی و شرایط داده‏ها

 پس از اخذ داده از دستگاه پروگرامر، داده‏ها به‌وسیله نرم‌افزار EGM Editor نسخه 6.53.01 که از شرکت St. Jude پردازش داده‏های EGM اخذشده است به قالب قابل‌قبول برای نرم‌افزار متلب تبدیل می‏شوند. در مرحله بعد، تک‏ریختی[15] بودن داده‏های VT مورد بررسی قرار می‏گیرد. داده‌ای تک‏ریختی است که ریخت‏شناسی آن در طول دوره VT ثابت بماند. درصورتی‌که داده تک‏ریختی بود برای بیمار موردنظر انتخاب می‏شود. برای مقایسه سیگنال اخذشده از بطن و دهلیز و علامت‏های تشخیصی ICD و در نهایت تشخیص چشمی پزشک و تأیید نهایی بر صحت داده‏های VT از دستگاه پروگرامر از چاپ داده‏ها نیز استفاده می‏شود.

به‌طورکلی داده‏های انتخابی دارای شرایط ذیل هستند:

داده‏هایی که برای پردازش انتخاب می‏شوند در درجه اول باید مربوط به دستگاه‏های ICD با برند شرکت St. Jude باشند.

باید VT بودن داده‏ها مشخص‌شده و به تأیید پزشک رسیده باشد.

همچنین داده‏ها باید تک‏ریختی باشند. به این منظور چندین کمپلکس از ابتدا، وسط و انتهای دوره انتخاب شده و یکسان بودن ریخت آن‌ها مورد بررسی قرار می‏گیرد.

نکته دیگری که در انتخاب داده‏ها وجود دارد این است که هرگونه اقدام و دست‌کاری از سوی دستگاه می‏تواند باعث خروج سیگنال قلبی بیمار از حالت اختصاصی وی شود، حتی اگر وضعیت کمپلکس‏های بعدی از حالت VT خارج نشود. بنابراین لازم است تنها کمپلکس‏های VT انتخاب شوند که قبل از تریگر[16] شدن ICD هستند.

5-   2-3- دسته‌بندی داده‏ها

 توسط چندین تابع در نرم‌افزار متلب کمپلکس‏های هر رویداد[17] به‌صورت جداگانه مورد بررسی قرار می‏گیرد به‌طوری‌که برای هر ریخت‏شناسی در EGM یک کد مشخص اختصاص می‏یابد و توالی کمپلکس‏ها به یک توالی از کد‏ها نگاشت می‏یابد که هر کد بیانگر یک ریخت‏شناسی خاص می‏باشد. مراحل انجام‌شده برای دسته‌بندی به شرح ذیل است:

 
 

شکل 1: سیگنال EGM. الف) قبل از حذف آرتیفکت ب) پس از حذف آرتیفکت.

 

ابتدا سیگنال EGM دارای آریتمی VT مربوط به یک رویداد در زمانی معین را وارد محیط متلب می‏کنیم.

در مرحله بعد با تعریف آستانه[18] بالا و پایین ولتاژهای با دامنه کوتاه مربوط به آرتیفکت‏های حرکت لید در قلب را حذف می‏کنیم (شکل 1).

معیار شناسایی ریخت سیگنال، گذر از صفر[19] می‏باشد؛ بنابراین در این مرحله با استفاده از تغییر علامت مشتق سیگنال قله‏ها و دره‌ها شناسایی شده و به قله‏ها عدد 1 و به دره‏ها عدد 1- اختصاص می‏یابد و به سایر نقاط عدد 0 تعلق می‏گیرد. خط پایه[20] برای سیگنال مقدار میانی بین دو آستانه تعریف شده برای حذف آرتیفکت می‏باشد (شکل 2).

 

شکل 2: شناسایی قله و دره

 

 

در مرحله بعد با توجه به حداقل فاصله بین کمپلکس‏ها، آستانه‌ای تعریف شده و جداسازی کمپلکس‏های سیگنال انجام می‏پذیرد. بدین ترتیب سیگنال به یک سلول تبدیل می‏شود که هر خانه آن معادل با یک کمپلکس VT می‏باشد و هر خانه شامل توالی اعداد 1 و 1- می‏باشد که 1 معادل با قله و 1- معادل با دره است.

در این قسمت به‌منظور آماده‌سازی برای مرحله بعد و تبدیل دودویی به ده­دهی کلیه اعداد 1- در سلول تبدیل به 0 می‏شود.

 

 

در این مرحله توالی 1 و 0 به‌عنوان یک عدد باینری در نظر گرفته می‏شود و تبدیل به ده­دهی می‏شود. بنابراین برای ریخت‏شناسی مربوط به هر کمپلکس یک عدد ده­دهی در آرایه ذخیره می‏شود و سیگنال تبدیل به یک آرایه عددی می‏شود (شکل 3).

 

 

شکل 3: تبدیل ریخت‏شناسی یک کمپلکس نمونه به عدد

 

در برخی کمپلکس‏ها اولین قله سمت چپ رو به پایین و دره می‏باشد و با توجه به اینکه برای دره عدد صفر در نظر گرفته شده و صفر در سمت چپ اعداد به‌حساب نمی‏آید، به عدد نهایی به‌دست‌آمده برای ریخت‏شناسی این موارد سه واحد اضافه می‏شود تا از مواردی که اولین قله کمپلکس رو به بالا است جدا گردد. علت انتخاب عدد 3 برای قله‏های اول رو به پایین عدم امکان دو قله رو به بالا و به عبارتی توالی دو قله بدون دره در انتهای سیگنال است، بنابراین اضافه کردن این مقدار به کد در یکتایی آن مشکلی ایجاد نمی‏کند. به‌عنوان نمونه در کمپلکس زیر به‌جای کد 5، کد 8 برای ریخت‏شناسی کمپلکس در نظر گرفته می‏شود (شکل 4).

 

شکل 4: کد اختصاصی به ریخت‏شناسی کمپلکس در مواردی که اولین قله رو به پایین است.

 

6-   نتایج

 در این تحقیق ریخت‏شناسی کمپلکس‏های VT در شش بیمار دارای ICD مورد بررسی قرار گرفت و برای هر بیمار به‌طور میانگین حدود 10 رویداد دارای آریتمی VT انتخاب شد. مجموع کمپلکس‏های بررسی شده برای شش بیمار 1268 کمپلکس VT می‏باشد. ابتدا کدگذاری بر روی ریخت‏شناسی تک‌تک کمپلکس‏ها در هر رویداد، صورت گرفت و تعداد ریخت‏شناسی در هر بیمار مورد بررسی قرار گرفت. شکل 5 نمونه­ای از کلیه ریخت­شناسی­های استخراج شده در حالت VT را نشان می­دهد.

 

 

شکل 5: کلیه ریخت‏شناسی‏های استخراج شده در حالت VT که کد‏های اختصاصی به آن‌ها به ترتیب از بالا سمت چپ 5، 10، 11، 21، 42، 170 و 8 می‏باشد.

 

نتیجه نهایی به‌دست‌آمده از بررسی EGM بیماران در حالت تاکی کاردی بطنی نشان‌دهنده این است که ریخت‏شناسی بیماران فوق در حالت تاکی کاردی بطنی و قبل از تریگر شدن دستگاه از سه حالت تجاوز نمی‏کند. در شش بیمار بررسی شده دو بیمار دارای سه ریخت‏شناسی متفاوت، یک بیمار دارای دو ریخت‏شناسی و سه بیمار دارای تنها یک ریخت‏شناسی در حالت VT بودند. تعداد کل ریخت‏شناسی‏های شناخته‌شده در این بیماران هفت حالت بود که ریخت‏شناسی با کد 10 بیشترین فراوانی را در میان کمپلکس‏های VT بیماران کاندید شده داشت و در چهار بیمار مشاهده گردید. ریخت‏شناسی با کد 42 در دو بیمار مشاهده گردید و کد‏های 170، 21، 11، 8 و 5 تنها به‌صورت منحصربه‌فرد به یک بیمار تعلق داشتند.

همچنین می­توان نتیجه گرفت که در سوژه‏های بررسی شده هر بیمار، ریخت‏شناسی منحصربه‌فرد خود را داراست و با وجودی که امکان دارد یک ریخت‏شناسی خاص در چندین بیمار تکرار شود اما مجموع ریخت‏شناسی‏های مربوط به یک بیمار اختصاصاً به خود وی تعلق دارد که می‏توان از آن‌ها برای تشخیص حالت VT در بیمار استفاده کرد. برای نشان دادن تفاوت مجموع ریخت‏شناسی‏ها در بیماران از آزمون Kruskal- wallis ]31[ ­در نرم‌افزار SPSS استفاده‌شده است. تحلیل Kruscal-Wallis یک روش غیر پارامتری است که تبعیت نمونه‏ها از یک توزیع خاص را بررسی می‏کند. روش فوق برای مقایسه بیشتر از دو نمونه که مستقل و یا غیر مرتبط هستند به کار می‏رود. وقتی نتیجه آزمون Kruscal-Wallis معنی‌دار می‏شود، به معنی تفاوت بین نمونه‏ها می‏باشد. آنالیز فوق توسعه‌ای از آزمون Mann- Whitney به سه گروه و یا بیشتر می‏باشد. از جایی که این آزمون یک روش غیر پارامتری است، آزمون Kruscal-Wallis نیازی به توزیع نرمال بودن داده‏ها ندارد. نتیجه این آزمون در شکل 6 آمده است.

Test Statisticsa,b

 

patient

Chi-Square

835.442

df

5

Asymp. Sig.

.000

a. Kruskal Wallis Test

b. Grouping Variable: group

 

شکل 6: نتیجه آزمون Kruskal Wallis بر روی داده‏ها

 

 

همان‌طور که در ردیف سوم جدول مشاهده می‏شود شاخص significant در این آزمون صفر می­باشد که نشان‌دهنده تفاوت ریخت‏شناسی هر بیمار با بیمار دیگر و منحصربه‌فرد بودن ریخت‏شناسی حالت VT در بیماران است.

7-   نتیجه­گیری، بحث و پیشنهادات

هدف از انجام این تحقیق اثبات این نکته است که ویژگی ریخت‏شناسی در افراد دارای ICD برای هر بیمار محدود و منحصربه‌فرد می‏باشد تا بتوان از آن برای ارائه راهکاری برای کاهش شوک‌های نابجا در کمپلکس‏های VT استفاده کرد.  

یکی از اشتباهات دستگاه در شش بیمار مورد بررسی، در تعیین شاخص تطبیق[21] که معیاری بسیار مهم در تشخیص است، می‏باشد. در EGM مربوط به یکی از بیماران هنگامی‌که قلب دچار آریتمی VT می‏شود، شاخص تطبیق تقریباً در تمام موارد 100% می‏باشد و این در حالی است که چنین امکانی وجود ندارد که ریخت VT کاملاً با حالت سینوس مطابقت داشته باشد؛ بنابراین می‏توان اطمینان حاصل کرد که دستگاه در تعیین این شاخص مهم و حیاتی اشتباه کرده است. درصورتی‌که نرخ VT کمتر بود این احتمال وجود داشت که به خاطر تشخیص اشتباه در تطبیق با حالت سینوس، VT بیمار به‌عنوان SVT شناخته می‏شد.در این حالت بیمار شوک دریافت نمی­کرد و با خطرات جدی مواجه می‏شد. درحالی‌که در این موارد مشکوک، در صورت استفاده از ریخت‏شناسی‏های حالت VT بیمار، سریعاً مقایسه‌ای نیز با الگوهای VT صورت می‏گیرد و چون مثلاً در این مورد خاص تطابق با الگوی VT به اثبات می‏رسد،  تاکی کاردی بودن کمپلکس‏ها و درنتیجه کل رویداد به اثبات رسیده و بیمار از یک خطر حتمی جان سالم به درمی‌برد.

مورد دیگر نیز در EGM ‏های موجود در یکی از بیماران ، یک شکل در نظر گرفتن چهار ریخت‏شناسی زیر با یک عدد در شاخص انطباق می‏باشد. درحالی‌که در الگوریتم ارائه شده برای شکل a کد 8، برای شکل b کد 10، برای شکل c کد 13 و برای شکل d کد 5 در نظر گرفته می‏شود و این در حالی است که عامل ولتاژ در الگوریتم ارائه شده در تحقیق در نظر گرفته نمی‏شود و در صورت دخالت این عامل در الگوریتم تفاوت بین ریخت‏شناسی‏های فوق مشخص‌تر می‏شود.

 

شکل 7: نمونه‌ای از اشتباه دستگاه ICD در تفاوت بین ریخت‏شناسی کمپلکس

با توجه به نتیجه نهایی به‌دست‌آمده در این تحقیق، تعداد ریخت‏شناسی‏های بیماران دارای ICD در حالت VT و قبل از تریگر شدن دستگاه از سه حالت تجاوز نمی‏کند و  مجموع ریخت‏شناسی‏ها برای هر بیمار منحصربه‌فرد است. در حال حاضر دستگاه‏های ICD برای تشخیص آریتمی از کمپلکس الگوی بیمار در حالت سینوس استفاده می‏کنند و این امر با توجه به میزان انحراف از این الگو و تعیین شاخص درصد انطباق صورت می‏گیرد. درصورتی‌که نرخ دهلیز با نرخ بطن برابر باشد احتمال اشتباه در تشخیص بالا می­رود. در این حالت نقش شاخص انطباق پررنگ‌تر می‏شود چون درحالی‌که این شاخص از مقدار تعیین‌شده بیشتر باشد دستگاه کمپلکس را به‌عنوان SVT شناسایی می‏کند و در غیر این صورت به‌عنوان VT می‏شناسد.

با توجه به موارد ذکرشده و نتیجه به‌دست‌آمده در این تحقیق پیشنهاد می‏شود علاوه بر مقایسه کمپلکس‏های دریافتی با کمپلکس بیمار در حالت سینوس، مقایسه‌ای نیز بین کمپکس دریافتی و الگوهای استخراج شده برای حالت VT بیمار صورت گیرد. این امر می‏تواند تنها در مواردی که تشخیص VT و SVT مشکل است، صورت گیرد. در این حالت ابتدا نرخ قلبی بیمار در بطن و دهلیز بررسی می‏شود (در دستگاه‏های دو حفره‌ای) درصورتی‌که نرخ بطن بیشتر از دهلیز بود بدون در نظر گرفتن شاخص انطباق و الگوی VT کمپلکس به‌عنوان VT شناخته شود و درصورتی‌که نرخ بطن و دهلیز برابر باشد، علاوه بر مقایسه با کمپلکس مبنای بیمار در حالت سینوس، مقایسه‌ای نیز با الگوهای به‌دست‌آمده در حالت VT صورت گیرد و در صورت انطباق با هر یک از الگوها کمپلکس به‌عنوانVT  و در غیر این صورت به‌عنوان SVT شناخته شود. در دستگاه‏های یک حفره‌ای هر جا که نرخ قلبی بیمار از مقدار تعیین‌شده تجاوز نکرد اما شاخص انطباق کمتر از میزان آستانه بود، مقایسه با الگوهای VT انجام می‏شود. با استفاده از روش فوق میزان حساسیت دستگاه ICD پایین می‌آید اما جدایی‌پذیری به میزان قابل‌توجهی افزایش می‏یابد.

با توجه به اینکه این روش، ریخت‏شناسی هر کمپلکس را در سیگنال درون‌قلبی مورد بررسی قرار می‏دهد، استفاده از آن تنها در مورد داده‏های تک‏ریختی کاربرد دارد. در مورد سیگنال‌های چند ریختی[22] دستگاه‏های ICD تنها به بالا رفتن ریتم قلبی و تفاوت نرخ بطن و دهلیز، برای تشخیص اکتفا می‏کنند.

 نکته کاربردی دیگری که در استفاده از روش فوق مطرح می‏باشد این است که وقتی پزشک برای کاهش ورود قلب بیمار به حالت تاکی کاردی در بیمارانی که زیاد دچار این آریتمی می‏شوند، اقدام به سوزاندن ناحیه موردنظر می‏کند این احتمال وجود دارد که VT قبلی دوباره عود کند و یا اینکه یک تاکی کاردی جدید در قلب ایجاد شود. در این حالت با توجه به ریخت‏شناسی‏های قبلی که به‌عنوان الگو انتخاب شده بودند، پزشک به‌راحتی می‏تواند تشخیص دهد که تاکی کاردی ایجاد شده همان قبلی است که عود کرده و یا VT جدیدی در قلب ایجاد شده است. بنابراین نتیجه تحقیق در امور تشخیصی نیز کاربرد دارد.

تکرار این نکته ضروری است که تحقیق فوق به‌صورت آزمونه‌ای و بر روی تعداد داده‏های کم – شش بیمار – صورت گرفته است- البته سعی شده داده‏هایی انتخاب شوند که دارای تعداد فراوانی رویداد VT باشند. در صورت افزایش تعداد داد‏ها و گسترش دامنه تحقیق با اطمینان بیشتری می‏توان در مورد نتایج نظر داد. با وجود این، نتیجه به‌دست‌آمده در داده‏های انتخاب­شده مطابق انتظار بوده است.

اولین قدم برای اطمینان از نتیجه کار افزایش تعداد بیماران کاندید برای بررسی بیشتر ریخت‏شناسی‏های VT در بیماران دارای ICD است. برای این منظور لازم است پروگرامر تعداد بیشتری از مراکز درمانی و مطب خصوصی پزشکان مورد ارزیابی قرار گیرد.

پیشنهاد دیگر برای افزایش صحت و دقت الگوریتم پردازش بر روی دامنه و زوایای EGM در کمپلکس‏های دارای تاکی کاردی می‏باشد. در این تحقیق تنها عبور از صفر در ریخت‏شناسی‏های کاندید مورد ارزیابی قرار گرفت درحالی‌که این امکان وجود دارد باوجود عبور از صفر یکسان برای دو ریخت‏شناسی متفاوت و خروجی کد یکسان در الگوریتم به‌کاررفته در تحقیق، تفاوت‏های فاحشی بین دو ریخت‏شناسی وجود داشته باشد. به‌عنوان مثال در دو کمپلکس زیر خروجی برنامه عبور از صفر برای هر دو کد 10 می‏باشد درحالی‌که در کمپلکس A اولین قله بلندتر و در B اولین کمپلکس کوتاه‌تر می‏باشد. همچنین تغییر زوایا در شیب‏های مثبت و منفی کاملاً متفاوت می‏باشد. استفاده از روش شرکت St .Jude در محاسبه سطح زیر نمودارها برای شاخص انطباق نیز در تشخیص شباهت ریخت‏شناسی‏ها مفید می‏باشد.

بنابراین لازم است علاوه بر افزایش تعداد بیماران در مراحل بعدی کار دامنه کمپلکس و تغییر زوایا نیز مورد ارزیابی قرار گیرد.

 

شکل 8: اشکال الگوریتم در کدگذاری یکسان با وجود تفاوت ریخت‏شناسی

8-   سپاسگزاری‌

 در اینجا لازم است از یکی از مهندسین محترم شرکت St .Jude جناب آقای مهندس آرش قاضی­نیا برای تهیه نرم‌افزار EGM Editor و جناب آقای دکتر حیدری بکاولی به جهت کمک‏های بی‌شائبه در تهیه داده قدردانی کنم. امید است که این تحقیق راه گشایی برای پژوهش‏های بیشتر درزمینه­ی سیگنال‏های ثبت شده داخلی قلب در کشور باشد.



[1] Implantable Cardioverter Defibrillator

[2] Inappropriate Shocks

[3] Sinus Rhythm

[4] Ventricular Tachycardia

[5] Supra Ventricular Tachycardia

[6] Ventricular Fibrillation

[7] Sinus Rhythm

[8] Electrogram

[9] Complex

[10] Heart Rate

[11] Programmer

[12] Single chamber ICD

[13] Dual chamber ICD

[14] Three chamber ICD

[15] Mono-morph

[16] اعمال تریگر هر گونه درمانی از جانب دستگاه

[17] episode

[18] threshold

[19] Zero Crossing

[20] baseline

[21] match score

[22] Polymorph