以基於變異數之QRS偵測器與最大似然估測法之即時心跳偵測

Abstract

在現今嚴重高齡化的社會環境中，老人看護及居家看護的議題被廣泛的討論，然而在臨床上，大部份的心臟疾病是偶發性的，若能即時監測、記錄病人心跳的發生，隨即可讓醫療人員進行分析、評估甚至是治療、搶救。然而由於很大的異常心跳之變異會導致偵測的困難度提升，因此，即時(real-time)的偵測出病人心跳的發生是十分重要且具挑戰性的議題。 與傳統的演算法相比，本篇側重於開發一個基於貝氏架構(Bayesian framework)下的新方法。具體來說，本篇提出在心律不整的心電圖中(electrocardiogram ECG)，利用基於變異數之QRS偵測器(variance-based QRS detector VBD)結合最大似然估測法(maximum likelihood estimation MLE)實現即時心跳偵測的演算法。首先，ECG訊號經由訊號前處理移除雜訊干擾，而後利用VBD及MLE由ECG訊號起始時間開始連續地遞迴偵測出往後QRS複合波的位置、寬度及週期。 使用MIT-BIH心律不整資料庫所提供的48條ECG訊號記錄帶及其參考標籤進行模擬及驗證，結果得到的偵測靈敏度(sensitivity Se)為99 85%，預測力(positive predictivity P+)為99 85%及0 29%的偵測失敗率(failed detection Fd)。本篇也使用了QT資料庫所提供的105條ECG訊號記錄帶及其參考標籤進行模擬及驗證，偵測結果得到的偵測靈敏度(sensitivity Se)為99 96%，預測力(positive predictivity P+)為99 94%及0 1%的偵測失敗率(failed detection Fd)。

Date of Award	2018 Jul 27
Original language	Chinese
Supervisor	Wen-Long Chin (Supervisor)