SPT1 TBMT01, HT2, DECEMBER Maja Ilestrand, Johanna Karlsson, Oliver Keelan

Transkript

1 SPT1 TBMT01, HT2, DECEMBER 2015 Maja Ilestrand, Johanna Karlsson, Oliver Keelan

2 Innehållsförteckning 1 Inledning 1 2. Teori Utseendet hos ett EKG Abnormal hjärtrytm Dubbelslag 3 3 Metod Filtrering Detektion av R-vågor Detektion av arrytmi Visualisering av ST-nivå 4 4 Resultat EKG EKG EKG EKG EKG Förbättringar 14 6 Diskussion och slutsats 14 7 Referenser 15 Appendix I 16 Appendix II 19

3 1 Inledning Att analysera ett hjärtas rytm och välmående med hjälp av ett EKG är vanligt förekommande inom dagens sjukvård. I denna uppgift framställs en algoritm i MATLAB, där användaren själv förser programmet med EKG-data. Algorimtens uppgift är att utvärdera signalen och detektera arytmier samt ST-nivå förändringar. För att kunna förverkliga det ovanstående krävdes en stabil grund att stå på gällande EKG och dess avvikelsetyper. Den införskaffade informationen presenteras nedan, i avsnitt teori. Utformingen av programmet samt kodens funktionalitet presenteras i metoddelen. Resultatdelen beskriver resultatet för de olika giva EKG-signalerna. 2. Teori Nedanför följer en fördjupad bakgrund gällande EKG och dess utsende, detta för att kunna producera godtagbara resultat. 2.1 Utseendet hos ett EKG En EKG-kurva har det karaktäristiska utseendet som figur 1 nedanför visar. Först uppträder en P-våg sedan de tre efterföljande vågorna som ofta kallas för QRS-komplexet och kurvan avslutas med en T- våg. Med hjälp av avståndet mellan R-vågorna kan hjärtrytmen mätas och evetuella arytmier kan upptäckas. Sträckan mellan S-vågen och T-vågen kallas ST-nivån och är väldigt användbart att titta på då rubbningar i det området kan tyda på farliga hjärtfel som hjärtinfarkt. Ett hjärtslags frekvens styrs av SA-noden som är en ansamling av pacemakerceller som ligger i hjärtats högra förmak. [1] Figur 1. Det karaktäristiska utseendet för en EKG-kurva. [2] 1

4 2.2 Abnormal hjärtrytm Det finns många olika typer av hjärtfel som kan upptäckas med hjälp av ett EKG. Exempel på det är arytmier vilket är ett samlingsnamn på flera olika tillstånd där hjärtats rytm producerar oregelbundna slag. En arytmi kan tyda på ett allvarligt hjärtfel och kan vara livshotande men kan också vara helt ofarlig. Arytmier kan upptäckas genom att studera avståndet mellan de olika R-vågorna i ett EKG, ett hjärta med normal rytm har jämna mellanrum mellan sina R-vågor medan ett hjärta med arytmier kan ha extra korta eller extra långa avstånd på de ställen där arytmier uppträder. Detta illustreras nedan i figur 2 nedan. [3] Figur 2. Illustartion av arytmier i ett EKG. [4] Andra hjärtfel som kan upptäckas under en EKG-undersökning är rubbningar i ST-nivån, till exempel ST-sänkning och ST-höjning. Stäckan mellan S-vågen och T-vågen är i normala fall rak eller lutat uppåt och något konvex. En ST-sänkning visas nedan i figur 3 och innebär att ST-nivån är nedsjunket från sin baslinje. Detta kan tyda på, som figuren visar, syrebrist i hjärtmuskeln. I figur 4 nedan visas en ST-höjning och det innebär då att ST-nivån är upphöjd från sin baslinje, detta kan tyda på en hjärtinfarkt. Figur 3. En ST-sänkning jämförd med en normal EKG-kurva. [5] 2

5 Figur 4. En ST-höjning jämförd med en normal EKG-kurva. [6] Dubbelslag Dubbelslag, även kallat Ventrikulära extraslag är en förekommande avvikelse hos personer med hjärtproblem, men kan även detekteras i friska hjärtan. Ventrikulära extraslag uppkommer då en dipolarisationsvåg avfyras från kamrarna, detta på grund utav ett eptopiskt fokus. Slaget sker tidigare än nästa sinusslag är väntat, vilket leder till en viss rubbning av hjärtrytmen. Det existerar olika former av ventrikulära extraslag, detta beror på dess uppkomstplats i hjärtat samt impulsspridningen som sker. [7] 3 Metod Nedan följer en beskrivning av de olika algoritmer som skapats. Värt att notera är att koden använder sig av Matlabs inbyggda funktioner. Dessa funktioner kommer ej att beskrivas ingående. 3.1 Filtrering För att kunna analysera den ganska brusiga och stökiga EKG-datan som var given krävdes först en bra filtrering som gör data analyserbar. Först användes ett högpassfilter, ett Butterworthfilter av ordning 4 med gränsfrekvens 0,5/sampelfrekvens för signal i fråga, som tar bort alla höga frekvenser och därmed lägger kurvorna längs med en rak baslinje. Efter det filtreras signalen med ett lågpassfilter, också ett Butterwothfilter av ordning 4 med gränsfrekvens 0,2, som tar bort det högfrekventa bruset i signalen. Koden för filtrering finns i appendix I. 3.2 Detektion av R-vågor För att upptäcka arytmier i data detekterades först R-vågornas toppar. Detta gjordes genom den i Matlab inbyggda funktionen findpeaks med begränsningar på hur höga topparna var tvungna att vara för att bli detekterade som en R-våg samt hur långt ifrån varandra de fick ligga. Tröskelvärdet för 3

6 höjden bestämdes genom att hitta den högsta toppen i datan och sedan tillåta andra toppar upp till 80 procent lägre. Avståndet mellan topparna bestämdes genom att testa oss fram. Dessa toppar sparades sedan i en vektor för fortsatt analys. Koden för detektion av R-vågor finns i appendix I. 3.3 Detektion av arytmi Genom att iterera genom vektorn med R-toppar och subtrahera varje våg med nästkommande våg skapades en ny vektor med avståndet mellan R-topparna samlade. Genom att ta ut medelvärdet ur denna vektor och sedan återigen iterera genom vektorn och jämföra avståndet mellan topparna med medelvärdet detekterades arytmier. Om avståndet mellan topparna skiljer sig med mer är 15 procent från medelvärdet, både för kort och för långt, detekteras en arytmi. Om en arytmi hittas analysers signalen igen för att bestämma vilken typ av arytmi som finns. Två typer av arytmi fanns i signalerna, den ena typen är ett oregelbundet hjärtslag där det är svårt och ibland omöjligt att urskilja P-vågen samt att det saknas T-våg efter slaget. Den andra typen kan vara ett för tidigt ventrikulärt hjärtslag och då det saknas P-våg samt att QRS-komplexet är utdraget och S- vågen är mycket bredare och djupare än normalt. Det finns inte heller någon T-våg. För att hitta slag av typen prematur ventrikulärt hjärtslag studeras bredden av pikarna, pikar med bredd större än 0,08 sekunder räknas som ett arytmiskt slag. Därefter görs samma kontroll på en inverterad version av signalen för att kontrollera att även de typiska breda negativa S-vågorna finns i signalen. Om båda dessa egenskaper finns hos signalen identifieras den som en arytmi av typ 2. Upptäcks en arytmi med bredden mindre än 0,08 sekunder antas den vara av typ 1 vilket kan tyda på ett oregelbundet hjärtslag. Programmet identifierar antalet arytmier hos datan och sparar dem i en matris, i den första kolumnen, tiden för varje funnen arytmi sparas i samma matris i kolumn två. Resultatet av detta presenteras i appendix II. Värt att nämna är att arytmierna i matrisen presenteras genom att båda R-topparna som är inblandade i skrivs ut. Detta gör att man i denna tabell också kan se hur lång en arytmin är. För att förtydliga hur många arytmier som faktiskt finns skriver vi även ut det och vilken typ det är. Koden för detektion av arytmier finns i appendix I. 3.4 Visualisering av ST-nivå För att visualisera ST-nivån i EKG-datan hittas först en baslinje. Det görs genom att ta fram medianvärdet av signalen. Därefter används findpeaks-funktionen för att hitta breda pikar i signalen, detta eftersom ST-piken ofta är väldigt bred. Dessa värden plottas sedan i samma graf och man kan då tydligt se om ST-nivån förändras. Koden för visualisering av ST-nivå finns i appendix I. 4

7 4 Resultat Nedan presenteras resultaten från metoden som är beskriven i delen ovan. Graferna är skalade för att få bästa möjliga överblick av vad som ska visas. I varken data EKG1 eller EKG2 upptäcktes några arytmier eller några andra fel. På grund av detta presenteras endast filtreringsresultatet, detektionen av R-vågornas toppar samt ST-nivåns utseende i avsnitt EKG1 och EKG2. För EKG3, EKG4 samt EKG5 visas filtrering, detektion av arytmier samt ST-nivå. 4.1 EKG1 Figur 5. EKG1 före och efter filtrering. Figur 6. R-toppar detekterade hos EKG1. 5

8 Figur 7. ST-nivå i EKG1. Bild 5 visar EKG1-signalen före och efter filtrering, det framgår av detta att den råa signalen var relativt lättanalyserad även innan filtreringen. Det som kan tydas ifrån dessa grafer är att allt ser normalt ut, som det kan utläsas ur figur 6 kommer hjärtslagen kontinuerligt och figur 7 visar att ingen avvikelse i ST-nivån finns. 4.2 EKG2 Figur 8. EKG2 före och efter filtrering. 6

9 Figur 9. R-toppar detekterade hos EKG2. Figur 10. ST-nivå i EKG2. EKG2 visar klassiska tecken på en vandrande baslinje vilket kan tydas i figur 8. Problemet åtgärdas genom filtrering, vilket medför att signalen återgår till att oscillera kring baslinjen. Likt EKG1 finns inga tendenser till ST-avvikelser samt arytmier, se figur 9 och 10. 7

10 4.3 EKG3 Figur 11. EKG3 före och efter filtrering. Figur 12. R-toppar detekterade hos EKG3. Figur 13. Detekterad arytmi hos EKG3. 8

11 Figur 14. ST-nivå i EKG3. Figur 11 visar signalen före och efter filtrering, som kan ses har signalen blivit något mindre brusig. I figur 12 visas R-vågornas toppar. I figur 13 kan tydligt ses att det finns en arytmi. Ett slag kommer för tidigt och det går inte att urskilja P-vågen på detta slag, det kan bero på att den döljs av T-vågen från det tidigare slaget. Det tidigare slaget saknar även T-våg. Eftersom det arytmiska slaget i övrigt ser normalt ut detekteras detta som en arytmi av typ 1. ST-nivån är jämn över hela mätningen vilket kan ses i figur 14. I appendix II finns en lista över alla funna arytmier i EKG3 med tidpunkt och typ av arytmi redovisat. 4.4 EKG4 Figur 15. EKG4 före och efter filtrering. 9

12 Figur 16. R-toppar detekterade hos EKG4. Figur 17. Detekterad arytmi hos EKG4. 10

13 Figur 18. ST-nivå i EKG4. Figur 19. ST-nivå i EKG4 i en del av signalen. Figur 15 visar hur signalen såg ut före samt efter filtreringen. Det som syns mest är att dess baslinje är nedflyttad till 0-nivån. I figur 16 kan samtliga R-toppar synas och figur 17 visar detekterade arytmier, även de avvikande S-vågorna är detekterade. Figur 18 och 19 visar att ST-nivån håller sig konstant under hela signalen, även att programmet i vissa fall detekterar fel våg, kan ST-nivån tydligt urskiljas under hela vågen. Denna typ av avvikelse är av typ 2 och skulle kunna vara ett för tidigt ventrikulärt hjärtslag då det saknas P-våg samt att QRS-komplexet är utdraget och S-vågen är mycket bredare och djupare än normalt. Det finns inte heller någon T-våg. I appendix II finns en lista med alla funna arytmier samt vid vilken tidpunkt de sker. 11

14 4.5 EKG5 Figur 20. EKG5 före och efter filtrering. Figur 21. Samtliga R-toppar detekterade hos EKG5 12

15 Figur 22. ST-nivå i EKG5. Figur 23. ST-nivå i EKG5 visad en en del av signalen. Figur 20 visar signalen före och efter filtrering. Efter filtrering har baslinjen flyttats från ca 180 ner till ca 0, bruset i signalen har också minskat. De detekterade R-topparna visa i figur 21. Inga arytmier hittades i EKG däremot visar figur 22 att ST-nivån förändras över tiden. Figur 23 visar att ST-nivån ibland är högre än R-vågens topp. 13

16 5 Förbättringar Programmet upptäcker arytmier väldigt bra men för att göra programmet ännu bättre och utöka dess detektionsförmåga skulle än mer ingående analys av varje arytmi kunna göras. Detta för att kunna upptäcka fler typer av arytmier än vad programmet klarar idag. De satta tröskelvärdena är i nuläget anpassade till de fem olika EKG-data givet till oss, programmet skulle kunna förbättras genom att ha en mer generell tröskelsättning. För att få en bättre detektion av ST-nivån behöver en bättre detektionsmetod utvecklas. I nuläget hittas bara ST-nivån om den har en tydlig bred topp. Till exempel i EKG3 detekteras P-vågen istället för ST-nivån. Även en förbättring i detektionen av baslinjen behövs, då den inte anpassar sig för förändringar i dagsläget. 6 Diskussion och slutsats I de olika EKG-signalerna givna till oss upptäcktes två olika typer av arytmier, i EKG3 och EKG4. I EKG3 syns oregelbundna hjärtslag och i det slaget som kommer för tidigt går det inte att urskilja någon P-våg eller T-våg. Detta kan bero på ett så kallat extraslag, vilket innebär att slaget kommer tidigare än själva hjärtrytmen. Detta kan vara helt ofarligt för patienten men det kan också tyda på ett hjärtfel. EKG4 har väldigt många och tydliga arytmier med väldigt utmärkande S-kurvor. Detta är förmodligen farligt för patienten och det kan bero på för tidigt ventrikulärt hjärtslag. Detta innebär att slaget kommer från en annan del av hjärtat än SA-noden, som det vanligtvis kommer ifrån. EKG5 tyder på hjärtinfarkt då ST-nivån är väldigt förhöjd. Från sampel och uppåt ser signalen ännu mer konstig ut och har därför tagits bort ur analysen då vårt program inte kan hantera en sådan signal. Troligtvis har en eller flertalet elektroder lossnat från patienten och signalen är därefter inte mätbar. 14

17 7 Referenser [1] [Sörnmo, L, Laguna, P. Biomedical Engineering: Bioelectrical signal processing in cardiac an neurological applications. Academic Press; 2005 ] [2] Today I found out, How to read an EKG, [Uppdaterad: 2/10-11; Hämtad: 2/12-15] [3] Arytmicenter, Allmänt om arytmi. [Hämtad: 2/12-15] [4] Benignimatar, Benign Arrythmia, [Hämtad:2/12-15] [5] Fokalt, Läkemedel för smärtbehandling, [Uppdaterad: 5/4-15; Hämtad: 2/12-15] [6] EKG.nu. Node 211. [Hämtad: 2/12-15] [7] EKG.nu. Ventrikulära extraslag (VES). [Hämtad: 5/12-15] 15

18 Appendix I Main.m EKG2=EKG2(1:5000); %Om signalen ska skalas innan den skickas in i algoritmen EKG = EKG2; %Definiera vilken signal som ska analyseras fs = 250; %specifiera signalens samplingsfrekvens EKGnice = makenice(ekg, fs); %Funktion som filtrerar signalen [time,loc_arr]=checkarrythmia(ekgnice,fs); %Funktion som kollar om arytmi finns STshift(EKGnice) % Visularisering av ST-nivå Makenice.m function [ EKGnice ] = makenice( EKG, fs ) % Högpassfilter för att eliminera vandrande baslinje f = 0.5/fs; % Gränsfrekvens för högpassfiltret [b,a]=butter(4,f, 'high'); filtered = filtfilt(b,a,ekg); % Lågpassfilter för att ta bort brus [d,c]=butter(4,0.1,'low'); EKGnice = filtfilt(d,c,filtered); end Checkarrythmia.m % Funktion som kontrollerar om det finns arytmier i EKG-datan. function [times, loc_arr] = checkarrythmia(ekg,fs) % Gräns för höjden av toppar som ska detekteras som R-toppar minpeakheight = max(findpeaks(ekg))-0.8*max(findpeaks(ekg)); 16

19 % Hitta R-toppar [~,Rwave,widths] = findpeaks(ekg,'minpeakheight',minpeakheight,... 'MinPeakDistance',150); % Detektion av arytmiska slag, arytmiskt slag om avståndet mellan två % R-toppar skiljer mer än 15 % av medelvärdet. A = diff(rwave); Rmean = mean(a); % Medelavståndet mellan R-toppar arrythmias = 0; % Antal arytmier loc_arr = []; % Lagrar postitioner av arytmi times=ones(2,[]); % Lagrar nummer samt tidpunkt för arytmi j=1; for n=1:(length(rwave)- 1) if Rwave(n + 1)- Rwave(n) > Rmean + Rmean* Rwave(n + 1)- Rwave(n) < Rmean - Rmean*0.15; times(1,j)=j; times(2,j)=rwave(n)/fs; arrythmias = arrythmias +1; loc_arr(j) = Rwave(n); loc_arr(j+1) = Rwave(n+1); j=j+1; end end % Kollar om det finns arytmier, om inte skrivs det ut att inga arytmier % upptäckts. Annars skickas signalen vidare för att kontrollera vilken typ % av arrytmi som upptäckts. if arrythmias == 0 disp('no arrythmias') else arrythmiatype(ekg,fs, widths, arrythmias) end end arrythmiatype.m % Om en arytmi upptäckt kontrollerar denhär funktionen vilken typ av arytmi % det är. function [type] = arrythmiatype(ekg,fs, widths,arrythmias) % Kontroll om det finns breda toppar i signalen. k=0; for i=1:length(widths) if widths(i)/fs > 0.08 k=k+1; 17

20 end end % Finns inga breda toppar så antas arytmin vara av typ 1 if k == 0 fprintf('%d arrythmias of type 1 found \n', arrythmias) end % Finns breda toppar gör en kontroll av negivativa toppar, om dessa % också finns antas arytmin vara av typ 2. if k>0 % Höjdkrav för att toppen ska detekteras. minpeakheight1 = max(findpeaks(-ekg))-0.75*max(findpeaks(-ekg)); % Hitta de negativa topparna. [~,negpeaks] = findpeaks(-ekg,'minpeakheight',minpeakheight1,... 'MinPeakDistance',150); if mean(negpeaks) > 10000; fprintf('%d arrythmias of type 2 found \n',k) else disp('no arrytmias of type two, but wide') end end STshift.m % Visualisering av ST-nivån. function [STout]=STshift(EKGnice) % Detektera breda toppar. [~,widepeaks]=findpeaks(ekgnice,'minpeakdistance',150,'minpeakwidth',20); % Tar ut median och använder som baslinje a = median(ekgnice); a = a*ones(1,length(ekgnice)); % Plottar signalen, baslinjen och ST-nivån. figure(44) hold on plot(ekgnice) plot(a','linewidth',2) plot(widepeaks,ekgnice(widepeaks),'linewidth',2,'color','r'); end 18

21 Appendix II Reslutat på EKG3 i Matlab 13 arrythmias of type 1 found Resultat för EKG4 i Matlab 140 arrythmias of type 2 found

22

23

24

25

26

27