基于体表心电图的房颤自动识别算法综述

首先介绍了房颤的症状、发病率及危害,然后重点阐述了基于体表心电图的房颤时域、频域和非线性分析自动识别技术,最后对文献报道的房颤识别算法辨别房颤的灵敏性、特异性、阳性预测率、准确率进行统计,并对各种方法的优缺点进行了比较。经过对比发现,利用多个R-R间期关联性的信息进行特征提取可以提高检测房颤的精度。此外,仅基于R-R间期的算法需较长的心电才能准确识别房颤,结合心房活动识别精度明显提高,当房性室性心动过速发生时,或者当心电节律快速改变时,此时信号更加适用于频域分析。非线性算法是对时域基于R-R间期算法的一种改进,能够进一步提高识别精度。