Informations

Pour obtenir un ECG standard de PhysioNet ?


J'essaie d'obtenir un ECG standard en utilisant l'ATM de PhysioNet avec des paramètres

mais je reçois

Cela devrait être quelque chose comme

Comment obtenir un ECG standard complet à 12 dérivations à partir de la base de données Physionet ?


Je ne pense pas que toutes les pistes soient disponibles.

j'ai regardé le Signaux combobox pour différentes bases de données. Cette liste déroulante semble être la liste de tous les prospects disponibles.

Par exemple, jetez un œil à iafdb (Base de données sur la fibrillation auriculaire intracardiaque). Il vous tracera un ECG contenant les dérivations II, V1 et aVF et quelques autres dérivations.

Un autre exemple est la base de données EEG eegmmidb (EEG Motor Movement/Image Dataset) qui contient de nombreuses pistes.

Regardez aussi le mimic2wdb/39 (base de données de formes d'onde MIMIC II, version 3 partie 9) qui contient 4 dérivations ECG et quelques autres paramètres comme la fréquence respiratoire.


Comme une autre réponse l'a suggéré, il s'agit de choisir une base de données contenant toutes les pistes. La base de données d'arythmie à 12 dérivations INCART de Saint-Pétersbourg (incartdb) contient les 12 signaux. Voici le répertoire. Les tracés sont disponibles en le sélectionnant dans le menu déroulant de la page que vous avez liée.


Base de données ECG de diagnostic PTB ici. Révisez ici.


L'analyse de la variabilité de la fréquence cardiaque (VFC) tente d'évaluer la régulation autonome cardiaque par la quantification de la variabilité du rythme sinusal. La série temporelle du rythme sinusal est dérivée de la séquence d'intervalles QRS à QRS (RR) de l'électrocardiogramme (ECG), en extrayant uniquement les intervalles entre les battements de sinus normal à sinus normal (NN). Des variations de fréquence relativement élevées du rythme sinusal reflètent une modulation parasympathique (vagale), et des variations plus lentes reflètent une combinaison de modulation parasympathique et sympathique et de facteurs non autonomes [1-5].

Les mesures traditionnelles de la variabilité de la fréquence cardiaque (VFC) sont généralement divisées en deux grandes catégories : les mesures dans le domaine temporel et les mesures dans le domaine fréquentiel [3,4]. Les statistiques de variabilité de la fréquence cardiaque dans le domaine temporel couramment calculées sont définies dans le tableau 1. Notez, cependant, que le calcul de pNNx avec x

Tableau 1 : Mesures du domaine temporel couramment utilisées

AVNN * Moyenne de tous les intervalles NN
SDNN * Écart type de tous les intervalles NN
SDANN Écart type des moyennes des intervalles NN dans tous les segments de 5 minutes d'un enregistrement de 24 heures
SDNNIDX Moyenne des écarts types des intervalles NN dans tous les segments de 5 minutes d'un enregistrement de 24 heures
rMSSD * Racine carrée de la moyenne des carrés des différences entre les intervalles NN adjacents
pNN50 * Pourcentage de différences entre les intervalles NN adjacents supérieurs à 50 ms, membre de la grande famille pNNx [6]
* Statistiques HRV à court terme

Tableau 2 : Mesures du domaine fréquentiel couramment utilisées

TOTPWR * Puissance spectrale totale de tous les intervalles NN jusqu'à 0,04 Hz
ULF Puissance spectrale totale de tous les intervalles NN jusqu'à 0,003 Hz
VLF * Puissance spectrale totale de tous les intervalles NN entre 0,003 et 0,04 Hz
LF * Puissance spectrale totale de tous les intervalles NN entre 0,04 et 0,15 Hz.
HF * Puissance spectrale totale de tous les intervalles NN entre 0,15 et 0,4 Hz
BF/HF * Rapport entre la puissance basse et haute fréquence
* Statistiques HRV à court terme (VLF = puissance spectrale entre 0 et 0,04 Hz.)

Références sélectionnées :

[1] Wolf MM, Varigos GA, Hunt D, Sloman JG. Arythmie sinusale dans l'infarctus aigu du myocarde. Med J Aust 19782:52-53.

[2] Kleiger RE, Miller JP, Bigger JT, Moss AJ et le Groupe de recherche post-infarctus multicentrique. Diminution de la variabilité de la fréquence cardiaque et son association avec une mortalité accrue après un infarctus aigu du myocarde. Suis J Cardiol 198759:256-262.

[3] Groupe de travail de la Société européenne de cardiologie et de la Société nord-américaine de stimulation et d'électrophysiologie. Variabilité de la fréquence cardiaque : normes de mesure, interprétation physiologique et utilisation clinique. Circulation 1996 93:1043-1065.

[5] Parati G, Mancia G, Di Rienzo M, Castiglioni P, Taylor JA, Studinger P. Point-Counterpoint : La variabilité cardiovasculaire est/n'est pas un indice de contrôle autonome de la circulation. J Appl Physiol 2006 101 : 676 - 682.

[6] Mietus JE, Peng C-K, Henry I, Goldsmith RL, Goldberger AL. Les fichiers pNNx : réexamen d'une mesure de variabilité de la fréquence cardiaque largement utilisée. Cœur 200288 : 378-380.

[7] Presse WH, Teukolsky SA, Vetterling WT, Flannery BP. Recettes numériques en C : L'art de l'informatique scientifique, 2e éd. Université de Cambridge Press, 1992, p. 575-584.

[9] Stein PK, Yanez D, Domitrovich PP, Gottdiener J, Chaves P, Kronmal R, Rautaharju P. La variabilité de la fréquence cardiaque est confondue par la présence d'un rythme sinusal erratique. Ordinateurs en cardiologie 2002 669-72.


Pour obtenir un ECG standard de PhysioNet ? - La biologie

1 Département de génie biomédical, branche Dezful, Université islamique Azad, Dezful, Iran

2 Département de génie biomédical, Direction des sciences et de la recherche, Université islamique Azad, Téhéran, Iran

Copyright © 2014 par les auteurs et Scientific Research Publishing Inc.

Ce travail est sous licence Creative Commons Attribution International License (CC BY).

Reçu le 6 juin 2014 révisé le 23 juillet 2014 accepté le 3 août 2014

Dans cet article, nous avons utilisé deux nouvelles fonctionnalités, à savoir l'intégrale de l'onde T et l'intégrale totale en tant que caractéristique extraite d'un cycle de signaux ECG normaux et patient pour la détection et la localisation de l'infarctus du myocarde (IM) dans le ventricule gauche du cœur. Dans nos travaux précédents, nous avons utilisé certaines caractéristiques des données cartographiques du potentiel de surface corporelle à cet effet. Mais nous savons que l'ECG standard est plus populaire, nous avons donc concentré notre détection et la localisation de l'IM sur l'ECG standard. Nous utilisons l'intégrale de l'onde T car cette caractéristique est une impression importante de l'onde T dans l'IM. La deuxième caractéristique de cette recherche est l'intégrale totale d'un cycle ECG, car nous pensons que l'IM affecte la morphologie du signal ECG, ce qui conduit à des changements intégraux totaux. Nous avons utilisé une méthode de reconnaissance de formes telle que le réseau de neurones artificiels (ANN) pour détecter et localiser l'IM, car cette méthode a une très bonne précision pour la classification du signal normal et du signal anormal. Nous avons utilisé un type de fonction de base radiale (RBF) appelée réseau de neurones probabilistes (PNN) en raison de sa propriété de non-linéarité, et avons utilisé un autre classificateur tel que k-Nearest Neighbors (KNN), Multilayer Perceptron (MLP) et Naive Bayes Classification. Nous avons utilisé la base de données PhysioNet comme données d'entraînement et de test. Nous avons atteint plus de 76 % pour la précision des données de test pour la localisation et plus de 94 % pour la détection de l'IM. Les principaux avantages de notre méthode sont sa simplicité et sa bonne précision. Nous pouvons également améliorer la précision de la classification en ajoutant plus de fonctionnalités à cette méthode. Une méthode simple basée sur l'utilisation de seulement deux caractéristiques extraites de l'ECG standard est présentée et présente une bonne précision dans la localisation de l'IM.

Mots clés:Classification du signal ECG, traitement du signal, infarctus du myocarde, extraction de caractéristiques, réseau de neurones

Le signal de l'électrocardiogramme (ECG) est l'un des effets les plus évidents du fonctionnement du cœur humain. L'oscillation entre les états de systole et de diastole du cœur se reflète dans la fréquence cardiaque (FC) [1] . L'ECG de surface est la différence de potentiel enregistrée entre deux électrodes placées à la surface de la peau à des points prédéfinis. La plus grande amplitude d'un seul cycle de l'ECG normal est appelée onde R manifestant le processus de dépolarisation du ventricule [1] . Le temps entre les ondes R successives est appelé intervalle RR, et un tachygramme RR est alors une série d'intervalles RR. La variabilité de cette série chronologique a été largement utilisée comme mesure de la fonction cardiaque, ce qui permet d'identifier les patients à risque d'événement cardiovasculaire ou de décès [2] .

Lorsqu'une des artères coronaires devient complètement fermée, nous appelons cette partie du cœur un infarctus du myocarde. Il existe deux artères principales pour l'approvisionnement en sang du myocarde. L'un d'eux amène le sang du côté droit du cœur (artère coronaire droite) et l'autre artère recouvre le côté gauche du cœur (artère principale gauche) [3] . La localisation de l'infarctus du myocarde (IM) peut être décrite de différentes manières. L'un est le modèle cardiaque en 17 segments qui est utilisé comme modèle optimal pour prédire et déterminer l'emplacement de l'IM dans diverses méthodes de diagnostic telles que les méthodes d'imagerie. Dans ce modèle, le cœur a été nommé en étant coupé horizontalement en trois sections : apicale, médiane et basale. En réalité, le rapport entre la masse unitaire du myocarde et la masse totale du myocarde est de 42 % pour la base, de 36 % pour la cavité médiane et de 21 % pour l'apex du cœur. Dans l'étude de Cerqueira et al., le modèle du ventricule gauche en 17 segments fournit la distribution de masse respectivement 35 %, 35 % et 30 %, dont les valeurs sont très proches de l'étude anatomique [4] . Ce modèle a été présenté sur la figure 1.

Nous avons utilisé la description de base pour montrer le local de MI. Dans la description de base, nous avons trois parties principales : infarctus inférieur, infarctus latéral, infarctus antérieur et postérieur. Nous pouvons avoir la combinaison de ceux-ci tels que l'infarctus antérolatéral et l'infraction inféropostérieure. En raison du grand volume et du travail acharné du ventricule gauche, nous voyons le ventricule gauche dans presque tous les MI.

Le système ECG standard à 12 dérivations est largement utilisé pour la détection de différentes arythmies cardiovasculaires ainsi que pour le diagnostic et le traitement de différentes maladies cardiaques. Dans [5], les auteurs ont discuté de la limitation de ce système de plomb standard. Les chercheurs utilisent différents systèmes de dérivation pour localiser l'IM et mesurer la force de l'IM, par ex. Plomb Frank, carte de potentiel de surface corporelle (BSPM) [3] [5] -[7] . Malgré la limitation du système standard à 12 dérivations, il a été largement utilisé pour la détection et la localisation, et pour mesurer la force de l'IM en raison de sa simplicité et de la disponibilité de ses données dans les hôpitaux.

En 2010, Arif et al. a présenté une méthode automatique pour la localisation MI en utilisant le voisin le plus proche (KNN). Les caractéristiques du domaine temporel telles que les amplitudes des ondes T et Q et la dispersion du niveau ST ont été extraites de l'ECG à 12 dérivations. Ils ont utilisé la base de données PTB comprenant 20 160 battements d'ECG, et après avoir extrait les caractéristiques ci-dessus, ils ont utilisé le classificateur KNN. La sensibilité était de 99,97 % et la spécificité de 99,9 % pour la détection de l'IM et la précision de 98,3 % pour la localisation [8] .

En 2007, Mneimneh et Povinelli ont utilisé RPS/GMM et localisé et déterminé l'étendue de l'IM. Ils ont utilisé la base de données PTB pour l'entraînement et les quatre patients de la base de données de défi PhysioNet pour les tests [9] .

Dans cet article du système ECG standard à 12 dérivations, les données pour détecter, localiser et mesurer la force de l'IM à l'aide du réseau neuronal (NN) ont été présentées.

Nous avons utilisé les signaux ECG enregistrés à 12 dérivations provenant de la base de données PhysioNet PTB [10] . La base de données contient 549 enregistrements de 290 sujets. Chaque sujet est représenté par un à cinq enregistrements. Chaque enregistrement comprend 15 signaux mesurés simultanément : les 12 dérivations conventionnelles (I, II, III, AVR, AVL, AVF, V1, V2, V3, V4, V5, V6) ainsi que les 3 dérivations de Frank ECG (Vx, Vy, Vz ). Chaque signal est numérisé à 1000 échantillons par seconde, avec une résolution de 16 bits sur une plage de ± 16,384 mV. L'enregistreur prototype de base de données PTB a les spécifications suivantes :

-16 canaux d'entrée, (14 pour les ECG, 1 pour la respiration, 1 pour la tension secteur)

-Tension d'entrée : ±16 mV et tension de décalage compensée jusqu'à ± 300 mV

-Résistance d'entrée : 100 Ω (DC)

-Résolution : 16 bits avec 0,5 V/LSB (2000 unités A/D par mV)

-Bande passante : 0 - 1 kHz (échantillonnage synchrone de tous les canaux)

-Tension de bruit : max. 10 V (pp), respectivement 3 μV (RMS) avec court-circuit d'entrée

-Enregistrement en ligne de la résistance de la peau

-Enregistrement du niveau de bruit pendant la collecte du signal

Dans la première étape du traitement des données, tous les signaux sont lus par le logiciel MATLAB. Ensuite, nous avons séparé les différents fils de chaque signal. Après avoir supprimé l'artefact de ligne de base, nous obtenons les signaux propres de la dérivation II en utilisant quatre types de filtres de lissage (filtre moyenne mobile, filtre Kaiser, filtre Butterworth et filtre médian) (voir Figure 2). Nous avons également séparé plusieurs points de chaque signal, de sorte que seuls un ou deux cycles de tous les cycles de signaux ont été détectés. nous traitons

(une)(b)(c)(ré)

Figure 2 . Résultats de l'extraction des caractéristiques de la dérivation II du cas 233 (cas du contrôle sain dans la base de données). La sortie de quatre types de filtres (Kaiser Filter, Moving Average Filter, Butterworth Filter et Median Filter).

sur ces cycles. Enfin, nous avons sélectionné un cycle à partir des résultats de ces extractions de caractéristiques qui ont atteint les informations d'un seul cycle. Sur la figure 2, on peut voir la sortie des quatre types de filtres.

Après avoir atteint les cycles ECG de chaque signal de patient isolé, la valeur intégrale (surface sous le signal) pour chaque cycle du point initial au point final du signal dans ce cycle est calculée. Nous avons maintenant la valeur intégrale totale pour chaque cycle du signal ECG. Nous allons maintenant nous intéresser à l'extraction de l'intégrale de l'onde T. Le premier et le point final de l'onde T pour chacun des cycles ECG sont spécifiés, puis nous avons procédé à l'extraction de l'intégrale T. Maintenant, par sélection à partir des résultats de l'intégrale totale et de l'intégrale d'onde T de tous les signaux de cycle chez chaque patient, nous atteignons les informations sur un cycle de signal ECG.

Nous sommes maintenant prêts à appliquer les fonctionnalités au système de reconnaissance de formes pour détecter et localiser l'IM et mesurer la force de l'IM. Nous avons utilisé 4 types de système de reconnaissance de formes. L'une de ces méthodes est la fonction de base radiale (RBF) en tant que réseau de neurones artificiels (ANN). Il s'agit d'une sorte d'ANN supervisé. Il est largement utilisé dans les problèmes d'approximation et de généralisation. Il comporte trois couches appelées couches d'entrée, cachées et de sortie. Vous pouvez voir la structure d'un RBF NN dans les Figure 3 et Figure 4.

Nous avons également utilisé un réseau de neurones probabilistes (PNN) en raison de sa propriété de non-linéarité. Un classificateur PNN qui est une sorte de réseau RBF a été utilisé. PNN utilisé dans les problèmes de classification. Lorsqu'un vecteur d'entrée est appliqué au réseau, la première couche calcule la distance du vecteur d'entrée à partir des entrées de données d'entraînement, et fournit ainsi un vecteur dont les éléments détermineront la distance entre l'entrée et l'entrée sont des données d'entraînement. La deuxième couche utilisant la sortie de la première couche produira le vecteur de probabilité en sortie du réseau. La fonction de transfert compétitive (Compete) dans la deuxième couche, peut être sélectionnée la vraisemblance maximale de la probabilité vectorielle, et pour l'échanger, la sortie doit produire 1 et pour l'autre probabilité, la sortie doit produire zéro. L'architecture de ce type de réseau de neurones est illustrée à la figure 5.

Figure 3 . Structure du réseau de neurones RBF.

Figure 4 . Structure du réseau de base radiale avec entrées R.

Figure 5 . Structure du réseau neuronal probabiliste.

La prémisse ici est que les vecteurs d'entrée sont des classes différentes de k. Ainsi, chaque vecteur de but a k éléments, que l'un d'eux vaut 1 et les autres sont nuls.

Nous avons également utilisé d'autres classificateurs tels que k-Nearest Neighbors (KNN), Multilayer Perceptron (MLP) Neural Network et Naive Bayes Classification. La structure du réseau de neurones de type MLP et la structure d'anticipation ont été montrées dans la figure 6.

Le classificateur suivant utilisé dans cet article était k-Nearest Neighbors (KNN). Ce classificateur étant donné un ensemble X de n points et une fonction de distance D, ainsi que kNN vous permet de trouver les k points les plus proches dans X d'un point de requête ou d'un ensemble de points. La technique kNN et les algorithmes basés sur kNN sont largement utilisés comme règles d'apprentissage de référence. La relative simplicité de la technique de recherche kNN permet de comparer facilement les résultats d'autres techniques de classification aux résultats kNN. Ils ont été utilisés dans divers domaines tels que la bioinformatique, le traitement d'images et la compression de données, la récupération de documents, la vision par ordinateur, les bases de données multimédias et l'analyse de données marketing. Nous pouvons également utiliser à partir de kNN pour d'autres algorithmes d'apprentissage automatique, tels que la classification kNN, la régression pondérée locale, l'imputation et l'interpolation des données manquantes et l'estimation de la densité. Nous pouvons également utiliser kNN avec de nombreuses fonctions d'apprentissage à distance, telles que le clustering K-means.

Enfin, le dernier classificateur utilisé dans cet article était la classification Naive Bayes. Le classificateur Naive Bayes est conçu pour être utilisé lorsque les caractéristiques sont indépendantes les unes des autres au sein de chaque classe, mais il semble bien fonctionner dans la pratique même lorsque cette hypothèse d'indépendance n'est pas valide. Cela classe les données en deux étapes :

1) Étape d'apprentissage : à l'aide des échantillons d'apprentissage, la méthode estime les paramètres d'une distribution de probabilité, en supposant que les caractéristiques sont conditionnellement indépendantes compte tenu de la classe

2) Étape de prédiction : pour tout échantillon de test non vu, la méthode calcule la probabilité postérieure de cet échantillon appartenant à chaque classe. La méthode classe ensuite l'échantillon de test selon la plus grande probabilité postérieure.

Maintenant, chacune des caractéristiques extraites était stockée dans un vecteur de caractéristiques. Ces caractéristiques extraites en tant que vecteurs d'entrée pour chaque classificateur. Pour la détection de l'IM, nous avons deux classes (patient en bonne santé et IM). Pour la détection et la localisation de l'IM, nous avons quatre classes (Healthy & Anterior & Inferior & Posterior). Présentez maintenant des vecteurs en entrée du réseau de neurones (ou classificateur), et nous effectuons une opération de classification. Dans cette étude, 75 % de tous les signaux de la base de données sont sélectionnés au hasard comme ensemble d'apprentissage et 25 % des caractéristiques restantes des signaux, telles que déterminées par l'ensemble de test. Nous effectuons un entraînement réseau par ensemble d'entraînement et nous ajustons les paramètres du réseau pour fournir une précision maximale dans la classification des signaux dans l'ensemble d'entraînement. Ensuite, nous classons les signaux dans l'ensemble de test par des classificateurs conçus.

Les résultats de la classification des caractéristiques extraites du signal ECG jusqu'à la détection et la localisation de l'infarctus du myocarde ont été présentés dans le tableau 1

Le meilleur résultat pour les patients sains séparés et les patients atteints d'IM (détection) a été obtenu par le classificateur de Bayes (égal à 94,74 %). Le meilleur résultat pour la détection et la localisation de l'IM a été obtenu par le réseau neuronal probabiliste (égal à 76,67 %).

4. Conclusion et discussion

Dans cette étude, nouvelle méthode pour déterminer et identifier la localisation de l'infarctus du myocarde sur les données PhysioNet

Graphique 6 . Structure du réseau de neurones MLP.

Tableau 1 . Résultats de la classification des caractéristiques extraites du signal ECG jusqu'à la détection et la localisation de l'infarctus du myocarde.

(base de données PTB) par extraction de caractéristiques à partir de signaux ECG et application de plusieurs classificateurs, a été proposé. Pour estimer la détection et la localisation de l'IM, les résultats de notre méthode (dans les données de test) ont été comparés à certains résultats dans la base de données. Enfin, l'article a relativement bien observé que la méthode proposée est capable d'estimer avec précision la localisation de l'IM chez les patients qui avaient été introduits comme test. Le principal avantage de cette méthode est sa simplicité.

Malgré sa simplicité, notre méthode a une bonne précision qui peut être améliorée en ajoutant plus de fonctionnalités.Les études futures pourraient se concentrer sur d'autres paramètres tels que l'amplitude de l'onde T dans un cycle de signaux ECG, la dispersion du segment ST dans un cycle de signaux ECG, l'amplitude de l'onde Q dans les signaux ECG et d'autres paramètres, pour localiser plus précisément la zone d'infarctus sur le cœur et utilisé à partir d'eux pour détecter l'étendue et la localisation de l'IM avec une grande précision (sur la base de données qu'une certaine étendue de l'IM).

Avec des remerciements particuliers de Dezful Branch, Islamic Azad University, Dezful, Iran, dont cette recherche a été soutenue par cette université. Enfin, merci à Science and Research Branch, Islamic Azad University, Téhéran, Iran.


Évaluation des systèmes de surveillance en cardiologie

L'instrumentation médicale automatisée - rendue disponible par les progrès continus de la technologie et de la recherche biomédicale - est largement disponible dans la pratique clinique aujourd'hui.

Cependant, la fiabilité et l'efficacité doivent toujours être évaluées quantitativement, étant donné la complexité et la variabilité des systèmes physiologiques qui doivent être analysés. Pour évaluer les performances des systèmes de surveillance ECG, l'utilisation de bases de données de référence de signaux annotés est un standard de facto.

1. Origines

Les diagnostics et investigations cliniques dépendent de la capacité à enregistrer, analyser et interpréter les signaux physiologiques. L'analyse des systèmes biologiques est toujours une tâche difficile, malgré les progrès technologiques qui ont permis l'enregistrement et le stockage d'ensembles de données massifs de signaux fluctuant en permanence.

Les méthodes de traitement et d'interprétation du signal sont de plus en plus sophistiquées et se développent pour étudier les systèmes physiologiques au regard de leur complexité et des contraintes de mesure qu'ils impliquent.

En cardiologie, les systèmes automatisés sont largement appliqués au suivi des patients par l'analyse et l'interprétation de signaux biomédicaux. Ils vont des analyseurs ECG (repos, exercice, Holter) aux systèmes de surveillance multiparamétriques dans les milieux de soins intensifs (USC, soins intensifs, salle d'opération, laboratoire de cathétérisme).

Alors que l'expérience clinique d'une part a conduit à de plus en plus d'indicateurs pronostiques, et que la technologie biomédicale d'autre part, a également progressé, des systèmes informatiques d'ECG de plus en plus sophistiqués ont été développés, tels que des électrocardiographes mesurant automatiquement les paramètres du signal, des analyseurs d'ECG à long terme détectant les arythmies et les épisodes transitoires de changement ST de type « de type schémique », ou des systèmes avancés fournissant aux cardiologues des informations de diagnostic.

2 - Bases de données de référence pour l'évaluation du système

L'analyse automatisée des signaux physiologiques est gravement affectée par la grande variabilité inter- et intra-patient des caractéristiques normales et anormales ou par la présence de bruit et/ou d'artefacts, ce qui rend souvent difficile la détection de changements subtils des caractéristiques de la forme d'onde.

Par conséquent, les utilisateurs sont préoccupés par une question fondamentale : &ldquoL'appareil fonctionne-t-il de manière fiable et fournit-il des informations précises ?&rdquo

Une réponse significative peut nous être fournie en testant l'appareil sur des collections de signaux physiologiques du "monde quoréal", obtenus dans une variété complète de conditions saines et pathologiques. En utilisant ces bases de données comme référence, les fabricants et les communautés médicales/de recherche sont autorisés à mesurer et comparer les performances des systèmes commerciaux.

De nombreuses bases de données, approchant le statut de &ldquogold standard&rdquo, ont été mises à disposition, en particulier dans le suivi ECG à long terme, chacune contenant des enregistrements de signaux numériques bien caractérisés représentant la variabilité clinique et incluant des anomalies significatives rarement observées. Chaque signal a été annoté par des cardiologues, battement par battement (par exemple, complexe QRS) ou épisode par épisode (par exemple, arythmie, changement ST transitoire), permettant ainsi une comparaison quantitative et reproductible de l'analyse du dispositif.

  1. Base de données sur les arythmies du Massachusetts Institute of Technology et de l'hôpital Beth Israel (MIT-BIH)e (1,2) était le premier ensemble généralement disponible d'ECG Holter (48 enregistrements d'une demi-heure à deux canaux, annotés battement par battement) pour l'évaluation des détecteurs d'arythmie, et a été utilisé à cette fin ainsi que pour recherche fondamentale sur la dynamique cardiaque dans 500 sites dans le monde depuis 1980.
    Conjointement avec la base de données de l'American Heart Association (AHA) (3), il a incité les fabricants à rivaliser sur des performances objectivement mesurables.
  2. La base de données européenne ST-T (ESCDB) (4,5) a ensuite été publié pour documenter des anomalies significatives de type ischémique dans l'ECG à long terme (90 enregistrements à deux canaux de deux heures, annotés battement par battement), contribuant simplement au développement et à l'évaluation de systèmes pour l'analyse de épisodes transitoires d'ischémie myocardique. Depuis 1990, il a été appliqué dans 100 sites dans le monde.
  3. Le projet ESCDB est né de l'Action concertée sur la surveillance ambulatoire et a finalement été soutenu par la Société européenne de cardiologie. Récemment le Base de données ST à long terme (LTSTDB) a été développé (6), par un effort conjoint de l'Université de Ljubljana, du centre médical Beth Israel Deaconess et de l'Institut de physiologie clinique du CNR, pour compléter l'ESCDB, y compris les enregistrements Holter de 24 heures (86 enregistrements à deux et trois canaux). Un protocole d'annotation commun a été adopté pour développer les différentes bases de données.

3 - PhysioNet : Ressource Web pour la distribution et l'échange de signaux physiologiques

PhysioNet (http://www.physionet.org/), un projet développé par Harvard-MIT (7) sous les auspices du National Center for Research Resources des NIH, visait à stimuler la recherche en fournissant un forum en ligne de diffusion et d'échange gratuits de signaux biomédicaux enregistrés (PhysioBank) et de logiciels d'analyse open source (PhysioToolkit).

PhysioBank est une archive importante et croissante d'enregistrements numériques bien caractérisés de signaux physiologiques et de données connexes à l'usage de la communauté de la recherche biomédicale. PhysioBank comprend actuellement des bases de données de signaux cardiopulmonaires, neuronaux et autres signaux biomédicaux multiparamétriques provenant de sujets sains et de patients atteints de diverses affections. PhysioBank contient désormais plus de 40 bases de données téléchargeables gratuitement. Plus de la moitié des ESTDB et LTSTDB sont également disponibles gratuitement sur PhysioNet.

4 - Normes d'évaluation des performances

Des protocoles spécifiques ont été définis par l'ANSI-AAMI (EC38, EC57) (en fait reconnus par la FDA comme normes consensuelles) (8,9) pour évaluer les performances des analyseurs d'ECG automatisés. Une série de logiciels d'évaluation, conformes à ces protocoles, a été inclus dans le progiciel WFDB sur PhysioNet (10). Les normes ANSI-AAMI dressent une liste des bases de données ECG suggérées pour l'évaluation des performances.

Le processus d'évaluation consiste à présenter les signaux de référence à l'appareil testé, puis à collecter les fichiers d'annotations de l'appareil. Une comparaison des fichiers d'annotation de test et de référence est ensuite effectuée pour chaque enregistrement de la base de données de référence.

Des statistiques de performance (sensibilité, précision ou spécificité prédictive positive) sont dérivées pour mesurer la détection de chaque événement d'intérêt clinique (battements, arythmies ou épisodes de changement ST-T), permettant ainsi l'évaluation de la qualité du système testé et incitant les développeurs à réviser et améliorer les appareils.

En utilisant des protocoles standard et des bases de données de signaux de référence, les fabricants sont aujourd'hui en mesure de qualifier de manière reproductible leur instrumentation, fournissant enfin aux cliniciens des informations utiles pour l'évaluation et l'évaluation comparative.

L'instrumentation médicale automatisée - rendue disponible par les progrès continus de la technologie et de la recherche biomédicale - est largement disponible dans la pratique clinique aujourd'hui.


Cependant, la fiabilité et l'efficacité doivent toujours être évaluées quantitativement, étant donné la complexité et la variabilité des systèmes physiologiques qui doivent être analysés. Pour évaluer les performances des systèmes de surveillance ECG, l'utilisation de bases de données de référence de signaux annotés est un standard de facto.

Le contenu de cet article reflète l'opinion personnelle de l'auteur ou des auteurs et n'est pas nécessairement la position officielle de la Société européenne de cardiologie.

Les références

(2) Mark R.G. et al. Une base de données annotée pour évaluer les détecteurs d'arythmie. Front.Eng.Health Care, pp.205-210, 1982.

(3) Hermès R.E. et al. Développement, distribution et utilisation de la base de données AHA pour l'évaluation des détecteurs d'arythmie ventriculaire. Ordinateurs en cardiologie 1980, pp.263-266.

(5) Taddei A. et al. La base de données européenne ST-T : norme d'évaluation des systèmes d'analyse des modifications ST-T en électrocardiographie ambulatoire. EUR. Heart J, 13:1164-1172, 1992.

(6) Jager F, Taddei A, Moody GB, Emdin M, Antolic G, Dorn R, Smrdel A, Marchesi C et Mark RG. Base de données ST à long terme : une référence pour le développement et l'évaluation de détecteurs automatisés d'ischémie et pour l'étude de la dynamique de l'ischémie myocardique. Medical & Biological Engineering & Computing 41(2):172-183, 2003.
http://www.physionet.org/physiobank/database/ltstdb/lt03/

(7) Goldberger A.L. et al. PhysioBank, PhysioToolkit et PhysioNet : Composants d'une nouvelle ressource de recherche pour les signaux physiologiques complexes. Circulation. 2000 101 : e215.
http://circ.ahajournals.org/cgi/content/full/101/23/e215

(8) Électrocardiographes ambulatoires. ANSI/AAMI EC38 1998 (FDA 2005)

(9) Tester et rapporter les résultats de performance des algorithmes de mesure du rythme cardiaque et du segment ST. ANSI-AAMI EC57:1998/(R)2003 (FDA 2002)

(10) Moody G.B. Évaluation des analyseurs ECG. Dans : WFDB Applications Guide, 10e édition, Harvard-MIT Div. des sciences et technologies de la santé, 2003
http://www.physionet.org/physiotools/wag/wag.htm

Notes à l'éditeur

Dr Alessandro Taddei
Massa, Italie
Membre Nucleus du groupe de travail ESC sur les ordinateurs en cardiologie


Résumé

Fond

Les changements de forme d'onde ST-T classiques sur l'ECG standard à 12 dérivations ont une sensibilité limitée dans la détection du syndrome coronarien aigu (SCA) dans le service des urgences. De nombreuses nouvelles fonctionnalités ECG ont déjà été proposées pour augmenter la décision des cliniciens lors de l'évaluation des patients, mais leur utilité clinique reste incertaine.

Méthodes et résultats

Il s'agissait d'une étude observationnelle de patients consécutifs évalués pour une suspicion de SCA (Cohorte 1 n=745, âge 59±17, 42 % de femmes, 15 % de SCA Cohorte 2 n=499, âge de 59±16, 49 % de femmes, 18 % de SCA) . Sur 554 caractéristiques de forme d'onde ECG spatio-temporelles, nous avons utilisé les connaissances du domaine pour sélectionner un sous-ensemble de 65 caractéristiques physiologiques liées mécaniquement à l'ischémie myocardique et comparé leurs performances à un sous-ensemble de 229 caractéristiques basées sur les données sélectionnées par plusieurs algorithmes d'apprentissage automatique. . Nous avons ensuite utilisé une forêt aléatoire pour sélectionner un sous-ensemble final des 73 caractéristiques ECG les plus importantes qui reposaient à la fois sur des données et sur des bases physiologiques pour la prédiction de l'ACS et avons comparé leurs performances à celles d'experts cliniques. Sur l'ensemble des tests, un classificateur de régression logistique régularisé basé sur les 73 caractéristiques hybrides a donné un modèle stable qui a surpassé les experts cliniques dans la prédiction du SCA, avec 10 % à 29 % des cas reclassés correctement. Mesures de la dispersion électrique non dipolaire (c.-à-d. ischémie circonférentielle), temps d'activation ventriculaire (c.-à-d. retards de conduction transmurale), axes et angles QRS et T (c.-à-d. remodelage global) et rapport d'analyse en composantes principales des formes d'onde ECG (c.-à-d. hétérogénéité régionale) a joué un rôle important dans l'amélioration des performances de reclassement.

Conclusion

Nous avons identifié un sous-ensemble de nouvelles caractéristiques ECG prédictives du SCA avec un modèle entièrement interprétable hautement adaptable aux applications d'aide à la décision clinique.

Inscription


Fond

L'électrocardiogramme (ECG) est l'un des outils de diagnostic les plus couramment utilisés en médecine et dans les soins de santé. Les méthodes d'apprentissage en profondeur ont obtenu des résultats prometteurs sur les tâches de santé prédictives à l'aide de signaux ECG.

Objectif

Cet article présente une revue systématique des méthodes d'apprentissage en profondeur pour les données ECG du point de vue de la modélisation et de l'application.

Méthodes

Nous avons extrait des articles qui appliquaient des modèles d'apprentissage en profondeur (réseau de neurones profonds) aux données ECG qui ont été publiés entre le 1er janvier 2010 et le 29 février 2020 de Google Scholar, PubMed et du Digital Bibliography & Library Project. Nous avons ensuite analysé chaque article en fonction de trois facteurs : les tâches, les modèles et les données. Enfin, nous discutons des défis ouverts et des problèmes non résolus dans ce domaine.

Résultats

Le nombre total d'articles extraits était de 191. Parmi ces articles, 108 ont été publiés après 2019. Différentes architectures d'apprentissage en profondeur ont été utilisées dans diverses tâches d'analyse ECG, telles que la détection/classification de maladies, l'annotation/localisation, la mise en scène du sommeil, l'identification biométrique humaine, et débruitage.

Conclusion

Le nombre de travaux sur l'apprentissage en profondeur pour les données ECG a augmenté de façon explosive ces dernières années. De tels travaux ont atteint une précision comparable à celle des approches traditionnelles basées sur les caractéristiques et des ensembles d'approches multiples peuvent obtenir des résultats encore meilleurs. Plus précisément, nous avons constaté qu'une architecture hybride d'un réseau de neurones convolutifs et d'un ensemble de réseaux de neurones récurrents utilisant des fonctionnalités expertes donne les meilleurs résultats. Cependant, il existe de nouveaux défis et problèmes liés à l'interprétabilité, à l'évolutivité et à l'efficacité qui doivent être résolus. En outre, il vaut également la peine d'étudier de nouvelles applications du point de vue des ensembles de données et des méthodes.

Importance

Cet article résume les recherches existantes sur l'apprentissage en profondeur à l'aide de données ECG à partir de plusieurs perspectives et met en évidence les défis et problèmes existants pour identifier les futures directions de recherche potentielles.


Analyse ECG fœtale non invasive

Malgré les avancées importantes réalisées dans le domaine du traitement du signal d'électrocardiographie adulte, l'analyse de l'électrocardiogramme fœtal non invasif (NI-FECG) reste un défi. Actuellement, il n'existe aucune base de données de référence qui fournit des complexes QRS FECG étiquetés (et d'autres paramètres morphologiques), et les publications reposent soit sur des bases de données propriétaires, soit sur un ensemble très limité de données enregistrées à partir de quelques (ou plus souvent, d'un seul) individus. Le PhysioNet / Computing in Cardiology Challenge 2013 permet de s'attaquer à certaines de ces limitations en publiant un ensemble de données NI-FECG à la communauté scientifique afin d'évaluer les techniques de traitement du signal pour l'extraction NI-FECG. L'objectif du défi était d'encourager le développement d'algorithmes précis pour localiser les complexes QRS et estimer l'intervalle QT dans les signaux FECG non invasifs. En utilisant des annotations QRS de référence soigneusement examinées et des intervalles QT comme étalon-or, basés sur la FECG directe simultanée lorsque cela est possible, le défi a été conçu pour mesurer et comparer objectivement les performances des algorithmes des participants. Plusieurs événements de défi ont été conçus pour tester la précision de base de l'estimation de la FCF, ainsi que la précision de la mesure des intervalles inter-battements (RR) et QT nécessaires comme base pour la dérivation d'autres caractéristiques FECG. Cet éditorial passe en revue les problèmes de fond, la conception du Challenge, les principales réalisations et les recherches de suivi générées à la suite du Challenge, publiées dans le numéro spécial simultané de Physiological Measurement.

Les figures

Chronologie du développement prénatal avec la clé…

Chronologie du développement prénatal avec un point de repère clé en ce qui concerne la surveillance fœtale. A 20 ans…

Fréquence et chevauchement temporel de…

Chevauchement fréquentiel et temporel des signaux MECG et FECG. (a) De haut en bas…


L'avenir de l'électrocardiogramme

Le fait que l'ECG standard soit facilement disponible depuis plus de 7 décennies dans la pratique clinique le rend attrayant pour les algorithmes d'analyse de données volumineuses. Chaque année, des centaines de millions d'ECG sont enregistrés dans le monde. Ces énormes quantités de données ECG sont également de plus en plus disponibles au format numérique. Sur la base de cette grande quantité de données ECG numériques, des algorithmes artificiels sont capables de détecter les cœurs malades ou potentiellement malades uniquement à partir de l'ECG, dont Attia et al. donne un exemple concret [1]. Le fait que ce groupe ait montré une relation claire entre le dysfonctionnement du myocarde contractile et l'ECG est un argument fort de la puissance diagnostique (potentielle) de l'ECG standard à 12 dérivations. Le facteur prédictif positif limité de l'algorithme proposé a été en partie attribué par les auteurs à la sélection du point de coupure de la fraction d'éjection à 35 %. Cependant, une autre limitation majeure, non mentionnée par Attia et al, est le fait que les enregistrements ECG sont sujets à plusieurs erreurs et contiennent donc une grande variation dans les mesures ECG.

Curieusement, l'ECG standard à 12 dérivations ne fournit donc pas de sortie standardisée. Cela entrave la pleine exploitation des mérites de l'ECG. Une limitation majeure de l'ECG est l'erreur humaine (potentielle), qui ne peut pas être quantifiée avec la technologie ECG actuelle. Contrairement aux algorithmes de traitement d'images quantitatifs basés sur l'IA, avec d'excellentes performances dans la détection des aberrations dans les images médicales, les ECG ne contrôlent pas la cohérence des données, en particulier dans l'évaluation de la forme d'onde ECG basée sur la morphologie. Les facteurs qui influencent la morphologie des tracés ECG sont le tour de poitrine, l'homme par rapport à la femme, et par conséquent la taille, la position et l'orientation du cœur (figure 1). Mais le facteur le plus influent de tous sont les positions des électrodes, sujettes aux erreurs humaines et les facteurs mentionnés ci-dessus [3]. La raison pour laquelle les positions des électrodes sont si importantes est que chaque électrode fonctionne comme une caméra virtuelle sur le cœur. Changer sa position signifie automatiquement une vue différente sur le cœur, et donc une forme d'onde différente. Pour les électrodes éloignées, cette influence est limitée, mais pour les électrodes précordiales (près du cœur) l'influence est majeure et entrave considérablement la capacité diagnostique de l'ECG standard à 12 dérivations [4].

La façon traditionnelle de limiter ces erreurs de placement des sondes est de former le personnel à positionner les électrodes précordiales aux positions d'électrodes standards, c'est-à-dire V1-V2 dans le 4 e espace intercostal, et dans une ligne V4-6 à quelques cm sous le mamelon. Évidemment, cette ligne directrice a été élaborée pour les hommes (figure 1). Par conséquent, les électrodes ECG féminines seront fréquemment placées sous le sein gauche, avec donc une vue différente sur le cœur. C'est l'une des principales raisons pour lesquelles la morphologie de la forme d'onde ECG n'est que d'une utilité limitée dans la pratique clinique. Le diagnostic des blocs de branche droit ou gauche, des syndromes coronariens aigus (SCA) sont tous fréquemment problématiques pouvant entraîner un retard de traitement. Par conséquent, des alternatives ont été introduites, comme l'écho ou par exemple les niveaux de troponine pour le SCA. D'autre part, des études comme l'étude mentionnée ci-dessus d'Attia et al. montrent que l'information est en quelque sorte présente dans l'ECG, sinon leurs algorithmes de big data n'auraient pas trouvé de relation entre la fonction contractile et l'ECG.

Pour améliorer la sortie standardisée et donc la valeur diagnostique de l'ECG, à la fois dans la pratique clinique et pour augmenter la valeur prédictive positive des algorithmes d'intelligence artificielle, les positions des électrodes ECG doivent être connues et utilisées pour dériver la sortie ECG standard et correcte. . Pour la localisation des électrodes sur le thorax, une caméra 3D peut être utilisée [5] (figure 2). L'utilisation d'une telle caméra s'est déjà avérée importante pour la localisation des arythmies cardiaques [6].

L'utilisation de la caméra permet un diagnostic fiable et spécifique au patient, car elle permet non seulement la localisation des électrodes, mais aussi la morphologie (figure 2). La combinaison de ces différentes modalités peut très bien être utilisée pour assurer une sortie ECG standard qui prend en charge l'utilisation d'algorithmes d'intelligence artificielle dans l'analyse des signaux ECG. Non seulement l'évaluation d'une seule sortie ECG standard n'est pas disponible, mais aussi la comparaison d'un ECG d'une personne au fil du temps. Plus de 115 ans après le premier enregistrement d'ECG clinique par Einthoven, il est temps de faire avancer l'ECG dans l'ère de l'intelligence artificielle !


6 réponses 6

Vous pouvez utiliser physionet ATM pour obtenir .tapis fichiers avec lesquels il est plus facile de travailler.

Dans le saisir partie sélectionnez les fils, la longueur, la base de données et l'échantillon souhaités.

Dans le boîte à outils sélectionnez exporter au format .mat :

Téléchargez ensuite le fichier '.mat',

Afin d'ouvrir le fichier dans MATLAB, voici un exemple de code :

Cependant, si vous lisiez annotation fichiers pour arythmie ou Complexes QRS ce serait un autre problème.

Les base et Gain venir de la Info fichier (deuxième image). Ce fichier vous donne diverses informations concernant le signal ECG.

Dans la dernière phrase, il est dit : Pour convertir des unités brutes en unités physiques indiquées ci-dessus, soustrayez « base » et divisez par « gain ».

Vous avez besoin du programme rddata.m (script MATLab) de ce site Web. Le programme est disponible ici. rddata.m est probablement le seul programme dont vous aurez besoin pour lire les signaux ecg. Je me souviens avoir utilisé moi-même ce programme et cette base de données il n'y a pas si longtemps.

Il existe un tutoriel pour utiliser matlab pour lire les données. tutoriel pour utilisateur matlab

installez "The WFDB Toolbox for Matlab" à partir du lien ci-dessus. Ajoutez le dossier de la boîte à outils au chemin dans matlab.

Téléchargez le signal ECG. Assurez-vous de télécharger '.atr', '.dat' et '.hea' ensemble pour le signal que vous devez gérer.

La commande dans matlab est la suivante : [tm,signal,Fs]=rdsamp( filename , 1 ) [ann,type]=rdann( filename , 'atr' ) Remarque : pour le signal '101', son nom est '101'. Et vous pouvez vérifier les informations détaillées sur rdsamp et rdann à partir du didacticiel.

J'ai donc lu cette réponse il y a 3 mois et j'ai supprimé la base et le gain. Il s'avère que j'ai complètement déplacé mes pics R dans différentes directions, gâchant tous mes résultats. Bien que je ne sois pas sûr que cela soit nécessaire dans matlab ou non, NE FAITES PAS CECI si vous ne prétraitez pas votre signal dans matlab. J'étais en train de prétraiter mon signal en python, et tout ce que j'ai fait pour normaliser c'était

et utilisé des filtres Butterworth pour supprimer les artefacts (plage de 0,5 Hz à 45 Hz)

La coupure que j'ai sélectionnée est 0,5 à 45 pas 5-15 comme je l'ai signalé précédemment. Cette coupure préserve le QRS pour diverses arythmies sans ajouter trop de bruit

Utiliser ATM pour extraire .tapis comme décrit par Kamtal (maintenant connu Rashid). Cependant, notez que pour voir le .Info fichier dans certains cas, vous devez cliquer sur la flèche

Après avoir poussé cela vers les développeurs ici, nous avons obtenu des améliorations dans la documentation ici dans la section 4.

S'ils sont tous des entiers compris entre [-2^N, 2^N-1 ] ou [ 0, 2^N ], ils sont probablement numériques. Comparez les valeurs pour voir si elles se situent dans la plage physiologique attendue du signal que vous analysez. Par exemple, si l'en-tête indique que le signal est un ECG stocké en millivolts, qui a généralement une amplitude d'environ 2 mV, un signal d'entiers compris entre -32000 et 32000 ne vous donne probablement pas l'ECG physique en millivolts.

Si ce ne sont pas des nombres entiers, alors ils sont physiques. Encore une fois, vous pouvez comparer rapidement les valeurs pour voir si elles se situent dans la plage physiologique attendue du signal que vous analysez.


Contenu

L'objectif global de l'exécution d'un ECG est d'obtenir des informations sur la fonction électrique du cœur. Les utilisations médicales de ces informations sont variées et doivent souvent être associées à une connaissance de la structure du cœur et des signes d'examen physique à interpréter. Certaines indications pour effectuer un ECG sont les suivantes : [ citation requise ]

  • Douleur thoracique ou suspicion d'infarctus du myocarde (crise cardiaque), comme un infarctus du myocarde avec élévation du segment ST (STEMI) [9] ou un infarctus du myocarde sans élévation du segment ST (NSTEMI) [10]
  • Symptômes tels qu'essoufflement, souffles, [11] évanouissements, convulsions, virages amusants ou arythmies, y compris de nouvelles palpitations ou surveillance d'arythmies cardiaques connues
  • Surveillance des médicaments (par exemple, allongement de l'intervalle QT induit par les médicaments, toxicité de la digoxine) et gestion du surdosage (par exemple, surdosage tricyclique), telles que la surveillance de l'hyperkaliémie dans laquelle toute forme d'anesthésie est impliquée (par exemple, soins d'anesthésie surveillés, anesthésie générale). Cela comprend l'évaluation préopératoire et la surveillance peropératoire et postopératoire. (CTA) et l'angiographie par résonance magnétique (ARM) du cœur (l'ECG est utilisé pour « gater » le balayage afin que la position anatomique du cœur soit stable), dans laquelle un cathéter est inséré dans la veine fémorale et peut comporter plusieurs électrodes sur toute sa longueur pour enregistrer la direction de l'activité électrique de l'intérieur du cœur.

Les ECG peuvent être enregistrés sous forme de courts tracés intermittents ou continu Surveillance ECG. Une surveillance continue est utilisée pour les patients gravement malades, les patients subissant une anesthésie générale, [11] et les patients qui présentent une arythmie cardiaque peu fréquente qui serait peu probable sur un ECG conventionnel de dix secondes. Une surveillance continue peut être effectuée à l'aide de moniteurs Holter, de défibrillateurs et de stimulateurs cardiaques internes et externes et/ou de biotélémétrie.

Projection Modifier

Les données probantes ne soutiennent pas l'utilisation des ECG chez les personnes sans symptômes ou à faible risque de maladie cardiovasculaire en tant qu'effort de prévention. [12] [13] [14] C'est parce qu'un ECG peut faussement indiquer l'existence d'un problème, conduisant à un diagnostic erroné, à la recommandation de procédures invasives et à un traitement excessif. Cependant, les personnes employées dans certaines professions critiques, telles que les pilotes d'avion, [15] peuvent être tenues d'avoir un ECG dans le cadre de leurs évaluations de santé de routine. Le dépistage de la cardiomyopathie hypertrophique peut également être envisagé chez les adolescents dans le cadre d'un bilan sportif par souci de mort subite d'origine cardiaque. [ citation requise ]

Les électrocardiogrammes sont enregistrés par des machines constituées d'un ensemble d'électrodes reliées à une unité centrale. [16] Les premières machines ECG étaient construites avec de l'électronique analogique, où le signal conduisait un moteur pour imprimer le signal sur papier. Aujourd'hui, les électrocardiographes utilisent des convertisseurs analogique-numérique pour convertir l'activité électrique du cœur en un signal numérique. De nombreuses machines ECG sont désormais portables et comprennent généralement un écran, un clavier et une imprimante sur un petit chariot à roues. Les progrès récents de l'électrocardiographie incluent le développement d'appareils encore plus petits à inclure dans les trackers de fitness et les montres intelligentes. [17] Ces appareils plus petits reposent souvent sur seulement deux électrodes pour fournir un seul I de dérivation. [18] Des dispositifs portables à six dérivations sont également disponibles.

L'enregistrement d'un ECG est une procédure sûre et indolore. [19] Les machines sont alimentées par le secteur, mais elles sont conçues avec plusieurs dispositifs de sécurité, notamment un câble de mise à la terre. Les autres fonctionnalités incluent :

    protection : tout ECG utilisé dans le domaine de la santé peut être attaché à une personne nécessitant une défibrillation et l'ECG doit se protéger de cette source d'énergie. est similaire à la décharge de défibrillation et nécessite une protection de tension jusqu'à 18 000 volts.
  • De plus, un circuit appelé pilote de jambe droite peut être utilisé pour réduire les interférences en mode commun (généralement l'alimentation secteur 50 ou 60 Hz).
  • Les tensions ECG mesurées à travers le corps sont très faibles. Cette basse tension nécessite un circuit à faible bruit, des amplificateurs d'instrumentation et un blindage électromagnétique.
  • Enregistrements de dérivation simultanés : les conceptions antérieures enregistraient chaque dérivation de manière séquentielle, mais les modèles actuels enregistrent plusieurs dérivations simultanément.

La plupart des appareils ECG modernes incluent des algorithmes d'interprétation automatisés. Cette analyse calcule des caractéristiques telles que l'intervalle PR, l'intervalle QT, l'intervalle QT corrigé (QTc), l'axe PR, l'axe QRS, le rythme, etc. Les résultats de ces algorithmes automatisés sont considérés comme « préliminaires » jusqu'à ce qu'ils soient vérifiés et/ou modifiés par une interprétation d'experts. Malgré les progrès récents, la mauvaise interprétation informatique reste un problème important et peut entraîner une mauvaise gestion clinique. [20]

Les électrodes sont les véritables plaquettes conductrices fixées à la surface du corps. [22] N'importe quelle paire d'électrodes peut mesurer la différence de potentiel électrique entre les deux emplacements de fixation correspondants. Une telle paire forme une avance. Cependant, des "fils" peuvent également être formés entre une électrode physique et un électrode virtuelle, connu comme Le terminal central de Wilson (WCT), dont le potentiel est défini comme le potentiel moyen mesuré par trois électrodes de membre fixées respectivement au bras droit, au bras gauche et au pied gauche. [ citation requise ]

Généralement, 10 électrodes fixées au corps sont utilisées pour former 12 dérivations ECG, chaque dérivation mesurant une différence de potentiel électrique spécifique (comme indiqué dans le tableau ci-dessous). [23]

Les dérivations sont divisées en trois types : membre augmenté de membre et précordiale ou thoracique. L'ECG à 12 dérivations a un total de trois dérivation des membres et trois dérivations de membre augmentées disposés comme les rayons d'une roue dans le plan coronal (vertical), et six pistes précordiales ou la poitrine mène qui se trouvent sur le plan transversal perpendiculaire (horizontal). [24]

En milieu médical, le terme pistes est aussi parfois utilisé pour désigner les électrodes elles-mêmes, bien que cela soit techniquement incorrect. [ citation requise ]

Les 10 électrodes d'un ECG à 12 dérivations sont répertoriées ci-dessous. [25]

Nom de l'électrode Placement des électrodes
RA Sur le bras droit, en évitant les muscles épais.
LA Au même endroit où RA a été placé, mais sur le bras gauche.
RL Sur la jambe droite, extrémité inférieure de la face interne du muscle du mollet. (Éviter les proéminences osseuses)
LL Au même endroit où RL a été placé, mais sur la jambe gauche.
V1 Dans le quatrième espace intercostal (entre les côtes 4 et 5) juste à droite du sternum (sternum)
V2 Dans le quatrième espace intercostal (entre les côtes 4 et 5) juste à gauche du sternum.
V3 Entre les fils V2 et V4.
V4 Dans le cinquième espace intercostal (entre les côtes 5 et 6) sur la ligne médio-claviculaire.
V5 Horizontalement même avec V4, dans la ligne axillaire antérieure gauche.
V6 Horizontalement même avec V4 et V5 dans la ligne médiane axillaire.

Deux types d'électrodes d'usage courant sont un autocollant plat fin comme du papier et un tampon circulaire auto-adhésif. Les premiers sont généralement utilisés dans un seul enregistrement ECG tandis que les seconds sont destinés à des enregistrements continus car ils collent plus longtemps. Chaque électrode est constituée d'un gel électrolytique conducteur et d'un conducteur argent/chlorure d'argent. [26] Le gel contient généralement du chlorure de potassium – parfois aussi du chlorure d'argent – ​​pour permettre la conduction des électrons de la peau au fil et à l'électrocardiogramme. [ citation requise ]

L'électrode virtuelle commune, connue sous le nom de borne centrale de Wilson (VW), est produit en faisant la moyenne des mesures des électrodes RA, LA et LL pour donner un potentiel moyen du corps :

Dans un ECG à 12 dérivations, toutes les dérivations, à l'exception des dérivations des membres, sont supposées être unipolaires (aVR, aVL, aVF, V1, V2, V3, V4, V5, et V6). La mesure d'une tension nécessite deux contacts et donc, électriquement, les fils unipolaires sont mesurés à partir du fil commun (négatif) et du fil unipolaire (positif). Cette moyenne pour le plomb commun et le concept abstrait de plomb unipolaire rend la compréhension plus difficile et est compliquée par l'utilisation bâclée de "plomb" et "électrode". En fait, au lieu d'être une référence constante, VW a une valeur qui fluctue tout au long du cycle cardiaque. Il ne représente pas non plus vraiment le potentiel du centre du cœur en raison des parties du corps par lesquelles les signaux voyagent. [27]

Le membre mène Modifier

Les dérivations I, II et III sont appelées les dérivation des membres. Les électrodes qui forment ces signaux sont situées sur les membres – une sur chaque bras et une sur la jambe gauche. [28] [29] [30] Les dérivations des membres forment les points de ce qu'on appelle le triangle d'Einthoven. [31]

  • Le fil I est la tension entre l'électrode (positive) du bras gauche (LA) et l'électrode du bras droit (RA):
  • La dérivation II est la tension entre l'électrode (positive) de la jambe gauche (LL) et l'électrode du bras droit (RA) :
  • La dérivation III est la tension entre l'électrode (positive) de la jambe gauche (LL) et l'électrode du bras gauche (LA) :

Dérives de membre augmentées Modifier

Les dérivations aVR, aVL et aVF sont les dérivations de membre augmentées. Ils sont dérivés des mêmes trois électrodes que les fils I, II et III, mais ils utilisent la borne centrale de Goldberger comme pôle négatif. La borne centrale de Goldberger est une combinaison d'entrées de deux électrodes de membre, avec une combinaison différente pour chaque dérivation augmentée. Il est appelé immédiatement ci-dessous "le pôle négatif".

  • Mener vecteur augmenté à droite (aVR) a l'électrode positive sur le bras droit. Le pôle négatif est une combinaison de l'électrode du bras gauche et de l'électrode de la jambe gauche :
  • Mener vecteur augmenté à gauche (aVL) a l'électrode positive sur le bras gauche. Le pôle négatif est une combinaison de l'électrode du bras droit et de l'électrode de la jambe gauche :
  • Mener pied de vecteur augmenté (aVF) a l'électrode positive sur la jambe gauche. Le pôle négatif est une combinaison de l'électrode du bras droit et de l'électrode du bras gauche :

Avec les dérivations I, II et III, les dérivations de membre augmentées aVR, aVL et aVF forment la base du système de référence hexaaxial, qui est utilisé pour calculer l'axe électrique du cœur dans le plan frontal. [ citation requise ]

Les anciennes versions des nœuds (VR, VL, VF) utilisent la borne centrale de Wilson comme pôle négatif, mais l'amplitude est trop petite pour les lignes épaisses des anciennes machines ECG. Les terminaux Goldberger augmentent (augmentent) les résultats Wilson de 50 %, au prix de sacrifier l'exactitude physique en n'ayant pas le même pôle négatif pour les trois. [32]

Les pistes précordiales Modifier

Les pistes précordiales se situent dans le plan transversal (horizontal), perpendiculaire aux six autres dérivations. Les six électrodes précordiales agissent comme les pôles positifs pour les six dérivations précordiales correspondantes : (V1, V2, V3, V4, V5, et V6). La borne centrale de Wilson est utilisée comme pôle négatif. Récemment, des dérivations précordiales unipolaires ont été utilisées pour créer des dérivations précordiales bipolaires qui explorent l'axe de droite à gauche dans le plan horizontal. [33]

Prospects spécialisés Modifier

Des électrodes supplémentaires peuvent rarement être placées pour générer d'autres dérivations à des fins de diagnostic spécifiques. Côté droit Les dérivations précordiales peuvent être utilisées pour mieux étudier la pathologie du ventricule droit ou pour la dextrocardie (et sont désignées par un R (par exemple, V5R). Dérivations postérieures (V7 à V9) peut être utilisé pour démontrer la présence d'un infarctus du myocarde postérieur. UNE Lewis en tête (nécessitant une électrode au bord sternal droit dans le deuxième espace intercostal) peut être utilisé pour étudier les rythmes pathologiques apparaissant dans l'oreillette droite. [ citation requise ]

Un plomb oesophagien peut être inséré dans une partie de l'œsophage où la distance à la paroi postérieure de l'oreillette gauche n'est que d'environ 5 à 6 mm (restant constante chez les personnes d'âge et de poids différents). [34] Une sonde œsophagienne permet une différenciation plus précise entre certaines arythmies cardiaques, en particulier le flutter auriculaire, la tachycardie réentrante nodale AV et la tachycardie réentrante auriculo-ventriculaire orthodromique. [35] Il peut également évaluer le risque chez les personnes atteintes du syndrome de Wolff-Parkinson-White, ainsi que mettre fin à la tachycardie supraventriculaire causée par la rentrée. [35]

Un électrogramme intracardiaque (ICEG) est essentiellement un ECG avec dérivations intracardiaques (c'est-à-dire à l'intérieur du cœur). Les dérivations ECG standard (dérivations externes) sont I, II, III, aVL, V1, et V6. Deux à quatre dérivations intracardiaques sont ajoutées par cathétérisme cardiaque. Le mot "électrogramme" (EGM) sans autre spécification signifie généralement un électrogramme intracardiaque. [ citation requise ]

Emplacements des dérivations sur un rapport ECG Modifier

Un rapport ECG standard à 12 dérivations (un électrocardiographe) montre un tracé de 2,5 secondes de chacune des douze dérivations. Les tracés sont le plus souvent disposés dans une grille de quatre colonnes et trois lignes. La première colonne est les dérivations des membres (I, II et III), la deuxième colonne est les dérivations des membres augmentées (aVR, aVL et aVF), et les deux dernières colonnes sont les dérivations précordiales (V1 à V6). De plus, une bande rythmique peut être incluse comme quatrième ou cinquième rangée. [ citation requise ]

Le chronométrage sur la page est continu et non le tracé des 12 pistes pour la même période. En d'autres termes, si la sortie était tracée par des aiguilles sur du papier, chaque rangée changerait de direction lorsque le papier est tiré sous l'aiguille. Par exemple, la rangée du haut tracerait d'abord la dérivation I, puis passerait à la dérivation aVR, puis passerait à V1, puis passez à V4, et donc aucun de ces quatre tracés de dérivations ne date de la même période car ils sont tracés en séquence dans le temps. [ citation requise ]

Contiguïté des leads Modifier

Chacune des 12 dérivations ECG enregistre l'activité électrique du cœur sous un angle différent et s'aligne donc avec différentes zones anatomiques du cœur. On dit que deux dérivations qui examinent les zones anatomiques voisines sont contigu. [ citation requise ]

Catégorie Pistes Activité
Fils inférieurs Dérivations II, III et aVF Regardez l'activité électrique du point de vue de la surface inférieure (surface diaphragmatique du cœur)
Dérivations latérales I, aVL, V5 et V6 Regardez l'activité électrique du point de vue de la paroi latérale du ventricule gauche
Dérivations septales V1 et V2 Regardez l'activité électrique du point de vue de la surface septale du cœur (septum interventriculaire)
Dérivations antérieures V3 et V4 Regardez l'activité électrique du point de vue de la paroi antérieure des ventricules droit et gauche (surface sternocostale du cœur)

De plus, deux dérivations précordiales l'une à côté de l'autre sont considérées comme contiguës. Par exemple, bien que V4 est une dérivation antérieure et V5 est une dérivation latérale, ils sont contigus car ils sont côte à côte.

L'étude du système de conduction du cœur est appelée électrophysiologie cardiaque (EP).Une étude EP est réalisée via un cathétérisme cardiaque droit : un fil avec une électrode à son extrémité est inséré dans les cavités cardiaques droites à partir d'une veine périphérique, et placé dans diverses positions à proximité du système de conduction de sorte que l'activité électrique de ce système peut être enregistré. [ citation requise ]

L'interprétation de l'ECG consiste fondamentalement à comprendre le système de conduction électrique du cœur. La conduction normale commence et se propage selon un schéma prévisible, et l'écart par rapport à ce schéma peut être une variation normale ou être pathologique. Un ECG n'équivaut pas à une activité de pompage mécanique du cœur, par exemple, une activité électrique sans pouls produit un ECG qui devrait pomper le sang mais aucune impulsion n'est ressentie (et constitue une urgence médicale et la RCP doit être effectuée). La fibrillation ventriculaire produit un ECG mais est trop dysfonctionnelle pour produire un débit cardiaque vital. Certains rythmes sont connus pour avoir un bon débit cardiaque et certains sont connus pour avoir un mauvais débit cardiaque. En fin de compte, un échocardiogramme ou une autre modalité d'imagerie anatomique est utile pour évaluer la fonction mécanique du cœur. [ citation requise ]

Comme tous les tests médicaux, ce qui constitue « normal » est basé sur des études de population. La plage de fréquence cardiaque comprise entre 60 et 100 battements par minute (bpm) est considérée comme normale car les données montrent qu'il s'agit de la fréquence cardiaque au repos habituelle. [ citation requise ]

Théorie Modifier

L'interprétation de l'ECG est finalement celle de la reconnaissance des formes. Afin de comprendre les modèles trouvés, il est utile de comprendre la théorie de ce que représentent les ECG. La théorie est enracinée dans l'électromagnétisme et se résume aux quatre points suivants :

  • dépolarisation du coeur envers l'électrode positive produit une déviation positive
  • dépolarisation du coeur une façon de l'électrode positive produit une déviation négative
  • repolarisation du coeur envers l'électrode positive produit une déviation négative
  • repolarisation du coeur une façon de l'électrode positive produit une déviation positive

Ainsi, la direction globale de la dépolarisation et de la repolarisation produit une déviation positive ou négative sur le tracé de chaque dérivation. Par exemple, une dépolarisation de droite à gauche produirait une déviation positive dans la dérivation I car les deux vecteurs pointent dans la même direction. En revanche, cette même dépolarisation produirait une déviation minimale en V1 et V2 car les vecteurs sont perpendiculaires, et ce phénomène est appelé isoélectrique.

Le rythme normal produit quatre entités – une onde P, un complexe QRS, une onde T et une onde U – qui ont chacune un schéma assez unique.

  • L'onde P représente la dépolarisation auriculaire.
  • Le complexe QRS représente la dépolarisation ventriculaire.
  • L'onde T représente la repolarisation ventriculaire.
  • L'onde U représente la repolarisation du muscle papillaire.

Les changements dans la structure du cœur et de son environnement (y compris la composition du sang) modifient les schémas de ces quatre entités.

L'onde U n'est généralement pas visible et son absence est généralement ignorée. La repolarisation auriculaire est généralement cachée dans le complexe QRS beaucoup plus important et ne peut normalement pas être vue sans des électrodes spécialisées supplémentaires.

Grille d'arrière-plan Modifier

Les ECG sont normalement imprimés sur une grille. L'axe horizontal représente le temps et l'axe vertical représente la tension. Les valeurs standard sur cette grille sont affichées dans l'image adjacente :

  • Une petite boîte mesure 1 mm × 1 mm et représente 0,1 mV × 0,04 seconde.
  • Une grande boîte mesure 5 mm × 5 mm et représente 0,5 mV × 0,20 seconde.

La "grande" case est représentée par une épaisseur de trait plus épaisse que les petites cases.

Tous les aspects d'un ECG ne reposent pas sur des enregistrements précis ou sur une mise à l'échelle connue de l'amplitude ou du temps. Par exemple, déterminer si le tracé est un rythme sinusal ne nécessite que la reconnaissance et l'appariement des caractéristiques, et non la mesure des amplitudes ou des temps (c'est-à-dire que l'échelle des grilles n'est pas pertinente). Un exemple au contraire, les exigences de tension de l'hypertrophie ventriculaire gauche nécessitent de connaître l'échelle de la grille.

Taux et rythme Modifier

Dans un cœur normal, la fréquence cardiaque est la fréquence à laquelle le nœud sino-auriculaire se dépolarise puisqu'il est à l'origine de la dépolarisation du cœur. La fréquence cardiaque, comme d'autres signes vitaux tels que la pression artérielle et la fréquence respiratoire, change avec l'âge. Chez l'adulte, une fréquence cardiaque normale est comprise entre 60 et 100 bpm (normocardique), alors qu'elle est plus élevée chez l'enfant. Une fréquence cardiaque inférieure à la normale est appelée "bradycardie" (<60 chez les adultes) et supérieure à la normale est appelée "tachycardie" (>100 chez les adultes). Une complication de ceci est lorsque les oreillettes et les ventricules ne sont pas synchronisés et que la "fréquence cardiaque" doit être spécifiée comme auriculaire ou ventriculaire (par exemple, la fréquence ventriculaire dans la fibrillation ventriculaire est de 300 à 600 bpm, alors que la fréquence auriculaire peut être normale. 60–100] ou plus rapide [100–150]). [ citation requise ]

Dans les cœurs normaux au repos, le rythme physiologique du cœur est le rythme sinusal normal (NSR). Le rythme sinusal normal produit le modèle prototypique de l'onde P, du complexe QRS et de l'onde T. Généralement, une déviation du rythme sinusal normal est considérée comme une arythmie cardiaque. Ainsi, la première question dans l'interprétation d'un ECG est de savoir s'il existe ou non un rythme sinusal. Un critère pour le rythme sinusal est que les ondes P et les complexes QRS apparaissent 1 à 1, ce qui implique que l'onde P provoque le complexe QRS. [ citation requise ]

Une fois le rythme sinusal établi ou non, la deuxième question est la fréquence. Pour un rythme sinusal, il s'agit soit du taux d'ondes P soit de complexes QRS puisqu'ils sont de 1 pour 1. Si le rythme est trop rapide, alors c'est une tachycardie sinusale, et s'il est trop lent, alors c'est une bradycardie sinusale.

S'il ne s'agit pas d'un rythme sinusal, il est alors nécessaire de déterminer le rythme avant de poursuivre l'interprétation. Certaines arythmies avec des signes caractéristiques :

  • L'absence d'ondes P avec des complexes QRS "irrégulièrement irréguliers" est la marque de la fibrillation auriculaire.
  • Un motif en « dents de scie » avec des complexes QRS est la marque du flutter auriculaire.
  • Un modèle d'onde sinusoïdale est la marque du flutter ventriculaire.
  • L'absence d'ondes P avec de larges complexes QRS et une fréquence cardiaque rapide est une tachycardie ventriculaire.

La détermination de la fréquence et du rythme est nécessaire pour donner un sens à une interprétation ultérieure.

Modifier l'axe

Le cœur a plusieurs axes, mais le plus courant est de loin l'axe du complexe QRS (les références à "l'axe" impliquent l'axe QRS). Chaque axe peut être déterminé par calcul pour aboutir à un nombre représentant des degrés d'écart par rapport à zéro, ou il peut être classé en quelques types. [ citation requise ]

L'axe QRS est la direction générale du front d'onde de dépolarisation ventriculaire (ou vecteur électrique moyen) dans le plan frontal. Il suffit souvent de classer l'axe dans l'un des trois types suivants : normal, dévié à gauche ou dévié à droite. Les données de population montrent qu'un axe QRS normal est de -30° à 105°, 0° étant le long de la dérivation I et le positif étant inférieur et le négatif étant supérieur (mieux compris graphiquement comme le système de référence hexaaxial). [36] Au-delà de +105° est une déviation de l'axe droit et au-delà de -30° est une déviation de l'axe gauche (le troisième quadrant de -90° à -180° est très rare et est un axe indéterminé). Un raccourci pour déterminer si l'axe QRS est normal est de savoir si le complexe QRS est majoritairement positif dans les dérivations I et II (ou dérivation I et aVF si +90° est la limite supérieure de la normale). [ citation requise ]

L'axe QRS normal est généralement en bas et à gauche, suivant l'orientation anatomique du cœur dans la poitrine. Un axe anormal suggère un changement dans la forme physique et l'orientation du cœur ou un défaut de son système de conduction qui provoque une dépolarisation anormale des ventricules. [ citation requise ]

Classification Angle Remarques
Normal −30° à 105° Normal
Déviation de l'axe gauche -30° à -90° Peut indiquer une hypertrophie ventriculaire gauche, un bloc fasciculaire antérieur gauche ou un ancien STEMI inférieur
Déviation de l'axe droit +105° à +180° Peut indiquer une hypertrophie ventriculaire droite, un bloc fasciculaire postérieur gauche ou un ancien STEMI latéral
Axe indéterminé +180° à -90° Rarement vu considéré comme un "no man's land électrique"

L'étendue d'un axe normal peut être de +90° ou 105° selon la source.

Amplitudes et intervalles Modifier

Toutes les ondes sur un tracé ECG et les intervalles entre elles ont une durée prévisible, une plage d'amplitudes acceptables (tensions) et une morphologie typique. Tout écart par rapport au tracé normal est potentiellement pathologique et donc cliniquement significatif. [ citation requise ]

Pour faciliter la mesure des amplitudes et des intervalles, un ECG est imprimé sur du papier quadrillé à une échelle standard : chaque 1 mm (une petite case sur le papier ECG standard) représente 40 millisecondes de temps sur l'axe des x, et 0,1 millivolt sur l'axe des abscisses. axe des y. [ citation requise ]

Caractéristique La description Pathologie Durée
onde P L'onde P représente la dépolarisation des oreillettes. La dépolarisation auriculaire s'étend du nœud SA vers le nœud AV et de l'oreillette droite vers l'oreillette gauche. L'onde P est généralement droite dans la plupart des dérivations, à l'exception de l'aVR, un axe d'onde P inhabituel (inversé dans d'autres dérivations) peut indiquer un stimulateur auriculaire ectopique. Si l'onde P est d'une durée inhabituellement longue, cela peut représenter une hypertrophie auriculaire. Typiquement un grand oreillette droite donne une onde P haute et pointue tandis qu'une grande oreillette gauche donne une onde P bifide à deux bosses. <80 ms
Intervalle PR L'intervalle PR est mesuré du début de l'onde P au début du complexe QRS. Cet intervalle reflète le temps que prend l'impulsion électrique pour voyager du nœud sinusal au nœud AV. Un intervalle PR inférieur à 120 ms suggère que l'impulsion électrique contourne le nœud AV, comme dans le syndrome de Wolf-Parkinson-White. Un intervalle PR constamment supérieur à 200 ms diagnostique un bloc auriculo-ventriculaire du premier degré. Le segment PR (la partie du tracé après l'onde P et avant le complexe QRS) est généralement complètement plat, mais peut être déprimé en cas de péricardite. 120 à 200 ms
Complexe QRS Le complexe QRS représente la dépolarisation rapide des ventricules droit et gauche. Les ventricules ont une masse musculaire importante par rapport aux oreillettes, de sorte que le complexe QRS a généralement une amplitude beaucoup plus grande que l'onde P. Si le complexe QRS est large (plus de 120 ms), cela suggère une perturbation du système de conduction cardiaque, comme dans le LBBB, le RBBB ou les rythmes ventriculaires tels que la tachycardie ventriculaire. Des problèmes métaboliques tels qu'une hyperkaliémie sévère ou une surdose d'antidépresseurs tricycliques peuvent également élargir le complexe QRS. Un complexe QRS inhabituellement haut peut représenter une hypertrophie ventriculaire gauche tandis qu'un complexe QRS de très faible amplitude peut représenter un épanchement péricardique ou une maladie myocardique infiltrante. 80 à 100 ms
point J Le point J est le point auquel le complexe QRS se termine et le segment ST commence. Le point J peut être élevé comme une variante normale. L'apparition d'un séparé vague J ou Vague d'Osborn au point J est pathognomonique d'hypothermie ou d'hypercalcémie. [37]
segment ST Le segment ST relie le complexe QRS et l'onde T il représente la période où les ventricules sont dépolarisés. Il est généralement isoélectrique, mais peut être déprimé ou élevé en cas d'infarctus du myocarde ou d'ischémie. La dépression du segment ST peut également être causée par l'HVG ou la digoxine. L'élévation du segment ST peut également être causée par une péricardite, un syndrome de Brugada ou peut être une variante normale (élévation du point J).
onde T L'onde T représente la repolarisation des ventricules. Il est généralement droit dans toutes les dérivations sauf aVR et dérivation V1. Les ondes T inversées peuvent être un signe d'ischémie myocardique, d'hypertrophie ventriculaire gauche, d'hypertension intracrânienne ou d'anomalies métaboliques. Les ondes T maximales peuvent être un signe d'hyperkaliémie ou d'infarctus du myocarde très précoce. 160 ms
Intervalle QT corrigé (QTc) L'intervalle QT est mesuré du début du complexe QRS à la fin de l'onde T. Les plages acceptables varient en fonction de la fréquence cardiaque, il doit donc être corrigée au QTc en divisant par la racine carrée de l'intervalle RR. Un intervalle QTc prolongé est un facteur de risque de tachyarythmie ventriculaire et de mort subite. Un QT long peut survenir comme un syndrome génétique ou comme un effet secondaire de certains médicaments. Un QTc anormalement court peut être observé en cas d'hypercalcémie sévère. <440 ms
U vague L'onde U est supposée être causée par la repolarisation du septum interventriculaire. Il a normalement une faible amplitude, et encore plus souvent est complètement absent. Une onde U très importante peut être un signe d'hypokaliémie, d'hypercalcémie ou d'hyperthyroïdie. [38]

Dérivations des membres et conduction électrique à travers le cœur Modifier

L'animation montrée à droite illustre comment le chemin de la conduction électrique donne lieu aux ondes ECG dans les dérivations des membres. Rappelez-vous qu'un courant positif (créé par la dépolarisation des cellules cardiaques) se déplaçant vers l'électrode positive et s'éloignant de l'électrode négative crée une déviation positive sur l'ECG. De même, un courant positif s'éloignant de l'électrode positive et vers l'électrode négative crée une déviation négative sur l'ECG. [39] [40] La flèche rouge représente la direction globale de déplacement de la dépolarisation. L'amplitude de la flèche rouge est proportionnelle à la quantité de tissu dépolarisé à ce moment-là. La flèche rouge est affichée simultanément sur l'axe de chacune des 3 dérivations des membres. La direction et l'amplitude de la projection de la flèche rouge sur l'axe de chaque dérivation de membre sont indiquées par des flèches bleues. Ensuite, la direction et l'amplitude des flèches bleues déterminent théoriquement les déflexions sur l'ECG. Par exemple, lorsqu'une flèche bleue sur l'axe de la dérivation I se déplace de l'électrode négative, vers la droite, vers l'électrode positive, la ligne ECG monte, créant une onde ascendante. Lorsque la flèche bleue sur l'axe de Lead I se déplace vers la gauche, une vague descendante est créée. Plus la magnitude de la flèche bleue est grande, plus la déviation sur l'ECG pour cette dérivation de membre est importante. [ citation requise ]

Les images 1 à 3 illustrent la dépolarisation générée et se propageant à travers le nœud sino-auriculaire. Le nœud SA est trop petit pour que sa dépolarisation soit détectée sur la plupart des ECG. Les images 4 à 10 illustrent la dépolarisation traversant les oreillettes, vers le nœud auriculo-ventriculaire. Au cours de l'image 7, la dépolarisation traverse la plus grande quantité de tissu dans les oreillettes, ce qui crée le point le plus élevé de l'onde P. Les images 11 à 12 illustrent la dépolarisation traversant le nœud AV. Comme le nœud SA, le nœud AV est trop petit pour que la dépolarisation de ses tissus puisse être détectée sur la plupart des ECG. Cela crée le segment PR plat. [41]

L'image 13 décrit un phénomène intéressant d'une manière trop simplifiée. Il représente la dépolarisation lorsqu'elle commence à descendre le septum interventriculaire, à travers les branches du faisceau de His et du faisceau. Après le faisceau de His, le système de conduction se divise en la branche gauche du faisceau et la branche droite du faisceau. Les deux branches conduisent des potentiels d'action à environ 1 m/s. Fait intéressant, cependant, le potentiel d'action commence à descendre la branche gauche du faisceau environ 5 millisecondes avant de commencer à descendre la branche droite du faisceau, comme illustré par l'image 13. Cela provoque la propagation de la dépolarisation du tissu du septum interventriculaire de gauche à droite, comme représenté par la flèche rouge dans l'image 14. Dans certains cas, cela donne lieu à une déviation négative après l'intervalle PR, créant une onde Q telle que celle vue dans la dérivation I dans l'animation de droite. Selon l'axe électrique moyen du cœur, ce phénomène peut également entraîner une onde Q dans la dérivation II. [42] [43]

Suite à la dépolarisation du septum interventriculaire, la dépolarisation se déplace vers l'apex du cœur. Ceci est illustré par les images 15 à 17 et entraîne une déviation positive sur les trois dérivations des membres, ce qui crée l'onde R. Les images 18 à 21 illustrent ensuite la dépolarisation lorsqu'elle se déplace dans les deux ventricules à partir de l'apex du cœur, en suivant le potentiel d'action dans les fibres de Purkinje. Ce phénomène crée une déviation négative dans les trois dérivations des membres, formant l'onde S sur l'ECG. La repolarisation des oreillettes se produit en même temps que la génération du complexe QRS, mais elle n'est pas détectée par l'ECG car la masse tissulaire des ventricules est tellement plus importante que celle des oreillettes. La contraction ventriculaire se produit entre la dépolarisation et la repolarisation ventriculaires. Pendant ce temps, il n'y a aucun mouvement de charge, donc aucune déviation n'est créée sur l'ECG. Cela se traduit par le segment ST plat après l'onde S.

Les images 24-28 dans l'animation représentent la repolarisation des ventricules. L'épicarde est la première couche des ventricules à se repolariser, suivie par le myocarde. L'endocarde est la dernière couche à se repolariser. Il a été démontré que la phase de plateau de dépolarisation dure plus longtemps dans les cellules endocardiques que dans les cellules épicardiques. Cela fait que la repolarisation commence à partir de l'apex du cœur et se déplace vers le haut. Étant donné que la repolarisation est la propagation du courant négatif lorsque les potentiels membranaires diminuent jusqu'au potentiel membranaire au repos, la flèche rouge dans l'animation pointe dans la direction opposée à la repolarisation. Cela crée donc une déviation positive dans l'ECG, et crée l'onde T. [44]

Ischémie et infarctus Modifier

L'ischémie ou les infarctus du myocarde sans élévation du segment ST (non-STEMI) peuvent se manifester par une dépression du segment ST ou une inversion des ondes T. Cela peut également affecter la bande haute fréquence du QRS.

Les infarctus du myocarde avec élévation du segment ST (STEMI) ont des résultats ECG caractéristiques différents en fonction du temps écoulé depuis la première survenue de l'IM. Le premier signe est ondes T hyperaiguës, ondes T maximales dues à une hyperkaliémie locale dans le myocarde ischémique. Cela progresse ensuite sur une période de quelques minutes jusqu'à des élévations du segment ST d'au moins 1 mm. Sur une période de quelques heures, une onde Q pathologique peut apparaître et l'onde T va s'inverser. Au bout de quelques jours, l'élévation du segment ST se résoudra. Les ondes Q pathologiques resteront généralement en permanence. [45]

L'artère coronaire qui a été obstruée peut être identifiée dans un STEMI en fonction de l'emplacement de l'élévation du segment ST. L'artère descendante antérieure gauche (LAD) alimente la paroi antérieure du cœur et provoque donc des élévations du segment ST dans les dérivations antérieures (V1 et V2). Le LCx fournit la face latérale du cœur et provoque donc des élévations du segment ST dans les dérivations latérales (I, aVL et V6). L'artère coronaire droite (ACR) alimente généralement la face inférieure du cœur et provoque donc des élévations du segment ST dans les dérivations inférieures (II, III et aVF). [ citation requise ]

Artefacts Modifier

Un tracé ECG est affecté par le mouvement du patient.Certains mouvements rythmiques (tels que des frissons ou des tremblements) peuvent créer l'illusion d'une arythmie cardiaque. [46] Les artefacts sont des signaux déformés causés par des sources secondaires internes ou externes, telles que des mouvements musculaires ou des interférences provenant d'un appareil électrique. [47] [48]

La distorsion pose des défis importants aux prestataires de soins de santé, [47] qui utilisent diverses techniques [49] et stratégies pour reconnaître en toute sécurité [50] ces faux signaux. [ citation médicale nécessaire ] La séparation précise de l'artefact ECG du véritable signal ECG peut avoir un impact significatif sur les résultats des patients et les responsabilités légales. [51] [ source médicale non fiable? ]

Un placement incorrect des dérivations (par exemple, l'inversion de deux des dérivations des membres) a été estimé dans 0,4 % à 4 % de tous les enregistrements ECG [52] et a entraîné un diagnostic et un traitement inappropriés, y compris l'utilisation inutile d'un traitement thrombolytique. [53] [54]

De nombreux diagnostics et découvertes peuvent être faits sur la base de l'électrocardiographie, et beaucoup sont discutés ci-dessus. Dans l'ensemble, les diagnostics sont faits sur la base des modèles. Par exemple, un complexe QRS "irrégulièrement irrégulier" sans ondes P est la marque de la fibrillation auriculaire. Cependant, d'autres résultats peuvent également être présents, tels qu'un bloc de branche qui modifie la forme des complexes QRS. Les ECG peuvent être interprétés isolément mais doivent être appliqués – comme tous les tests de diagnostic – dans le contexte du patient. Par exemple, une observation de pics d'ondes T n'est pas suffisante pour diagnostiquer une hyperkaliémie, un tel diagnostic doit être vérifié en mesurant le taux de potassium sanguin. Inversement, une découverte d'hyperkaliémie doit être suivie d'un ECG pour des manifestations telles que des ondes T maximales, des complexes QRS élargis et une perte d'ondes P. Ce qui suit est une liste organisée de diagnostics possibles basés sur l'ECG. [ citation requise ]


Voir la vidéo: L ECG Expliqué Très Clairement par Dr Astuce (Janvier 2022).