Summary
在这里，我们提出了一种半自动化方法的分步方案，用于分析小鼠长期心电图（ECG）数据的基本心电图参数和常见心律失常。数据通过活体和清醒小鼠的植入式遥测发射器获得，并使用Ponemah及其分析模块进行分析。
Abstract
心律失常很常见，影响着全世界数百万患者。目前的治疗策略与明显的副作用有关，并且对许多患者仍然无效。为了改善患者护理，需要针对心律失常机制的新颖和创新的治疗概念。为了研究心律失常的复杂病理生理学，需要合适的动物模型，小鼠已被证明是评估对心律失常的遗传影响，研究基本分子和细胞机制以及确定潜在治疗靶点的理想模式物种。
植入式遥测设备是可用于研究小鼠电生理学的最强大工具之一，允许在自由移动的清醒小鼠中连续记录几个月的心电图。然而，由于数据点数量巨大（每天 >100 万个 QRS 复合体），遥测数据的分析仍然具有挑战性。本文介绍了一种使用Ponemah软件及其分析模块ECG Pro和Data Insights（由数据科学国际（DSI）开发的分步方法来分析心电图和检测长期遥测记录中的心律失常。为了分析基本心电图参数，如心率、P 波持续时间、PR 间期、QRS 间期或 QT 持续时间，使用 Ponemah 进行自动属性分析，以识别检测到的 R 波周围单独调整窗口内的 P、Q 和 T 波。
然后手动查看结果，允许调整单个注释。然后，Data Insights 模块使用基于属性的分析和模式识别分析的输出来检测心律失常。该模块允许在记录中自动筛查单独定义的心律失常，然后手动检查可疑的心律失常发作。本文简要讨论了记录和检测ECG信号的挑战，提出了提高数据质量的策略，并提供了使用上述方法在小鼠中检测到的心律失常的代表性记录。
Introduction
心律失常很常见，影响全球数百万患者1。人口老龄化的发病率不断上升，因此心律失常及其发病率和死亡率造成了重大公共卫生负担2。目前的治疗策略是有限的，并且通常与显着的副作用有关，并且在许多患者中仍然无效3，4，5，6。迫切需要针对心律失常机制的新颖和创新的治疗策略。为了研究心律失常的复杂病理生理学，需要合适的动物模型;小鼠已被证明是评估对心律失常的遗传影响，研究基本分子和细胞机制以及确定潜在治疗靶点的理想模型物种7，8，9。连续心电图记录是心律失常检测临床常规中的既定概念10。
植入式遥测设备是可用于研究小鼠电生理学的最强大工具之一，因为它们允许在自由移动的清醒小鼠中连续记录心电图（一种常见的方法是将导联植入导联II位置）数月11，12。然而，由于数据点数量庞大（每天多达 100 万个 QRS 波群）以及对鼠标准值的了解有限，遥测数据的分析仍然具有挑战性。常用的小鼠遥测发射器可持续长达 3 个月，可记录多达 1 亿个 QRS 波群。这意味着非常需要实用的分析协议来减少每个数据集所花费的时间，并使研究人员能够处理和解释这些大量数据。为了在记录时获得干净的ECG信号，发射器植入需要是最佳的 - 导联位置应尽可能远，以允许更高的信号幅度。
有兴趣的读者可以参考McCauley等人的协议12 以获取更多信息。此外，为了尽量减少噪音，笼子和变送器必须放置在不易受到任何干扰的安静环境中，例如具有受控环境因素（温度、光线和湿度）的通风柜。在实验期间，必须定期检查导线定位，以避免由于导线穿孔或伤口愈合问题而导致信号丢失。从生理学上讲，啮齿动物和人类的心电图参数存在昼夜节律改变，因此需要一种标准化的方法来从连续记录中获得基线心电图参数。与其计算长时间心电图参数的平均值，不如对与人类相似的静息心电图进行分析，以获得基本参数，如静息心率、P 波持续时间、PR 间期、QRS 持续时间或 QT/QTc 间期。在人类中，静息心电图记录超过10秒，正常心率为50-100 / min。该心电图包括 8 至 17 个 QRS 波群。建议在小鼠中对20个连续QRS波群进行分析作为“静息心电图当量”。由于上述昼夜节律改变，一个简单的方法是每天分析两个静息心电图，一个在白天，一个在夜间。根据动物设施中的光开/关周期，选择合适的时间（例如，12 AM/PM），并获得基本参数。
接下来，使用一段时间内的心率图来检测相关的心动过速和心动过缓，并连续手动探索这些发作以获得第一印象。然后，该心率图导致记录时间段内最大和最小心率的重要参数以及随时间变化的心率变化。之后，分析数据集的心律失常。本文介绍了一种分步方法，用于在长达三个月的记录期内从清醒小鼠的长期遥测记录中获取这些基线心电图数据。此外，它还描述了如何使用Ponemah版本6.42的软件及其分析模块，ECG Pro和Data Insights来检测心律失常，由数据科学国际（DSI）开发。此版本与Windows 7（SP1，64位）和Windows 10（64位）兼容。
Subscription Required. Please recommend JoVE to your librarian.
Protocol
1. 预先安排
- 启动Ponemah 6.42软件，然后单击 继续，在以下屏幕上确认软件许可证的用户名和序列号。
- 加载包含目标心电图的实验
- 如果 Ponemah 是首次启动，请注意，将打开“ Ponemah 入门 ”对话框，其中提供了三个选项：1） 创建实验，2） 加载实验，3） 导入实验。
- 选择 “加载实验 ”以打开文件。“ 浏览文件夹 ”对话框打开后，选择扩展名为 （“.PnmExp“），然后单击” 打开“加载文件。
- 要打开在Ponemah 5.x或Dataquest ART中记录的数据集，请使用 导入实验 功能。
注意：如果重新打开软件，最后一个实验将自动加载到主窗口中以供进一步查看。在 “实验”下的菜单中，提供了与 “Ponemah 入门 ”对话框中相同的三个选项：1） 创建实验，2） 打开实验，3） 导入实验。
- 如果 Ponemah 是首次启动，请注意，将打开“ Ponemah 入门 ”对话框，其中提供了三个选项：1） 创建实验，2） 加载实验，3） 导入实验。
- 单击工具栏中的“ 操作 / 开始 审查”，然后转到“加载 审查数据 ”对话框，该对话框提供了所有小鼠受试者的概述以及加载的实验中记录的相应信号（图1A）。
- 通过单击 左侧面板中鼠标编号旁边的复选框来选择与鼠标相关的记录 主题.
- 选中中间面板中“信号类型”中“ECG”旁边的复选框。
- 确定将使用最右侧面板时间 范围分析的信号的持续时间。观察以下三个选项： 整个实验，将从所选鼠标加载所有心电图数据;解析器段，将仅加载在上一个审阅会话期间添加的 解析器段中包含的数据;时间范围，允许通过输入特定的开始和结束日期或输入持续时间来加载特定 时间范围。
- 要保存所选内容，请使用左上角的 “加载定义 ”对话框，该对话框还允许加载以前保存的选择。
注意：所选数据的大小将根据 数据大小下右上角的文件大小由绿色或红色条指示。目前，该软件允许加载多达 3 GB 的数据以供审查;3 GB 数据相当于连续 24 小时记录 3-4 天。 - 单击“ 确定” 将所选数据集加载到 Review 中。
- 点击后 还行，观察 波内玛评论 窗口与几个单独的窗口一起打开。虽然 事件 和 参数 窗口默认打开并显示，根据感兴趣的图表手动选择其他必要的窗口 图形/图形设置 工具栏。
注意：如果 事件 和 参数 默认情况下不打开，它们可以通过以下方式激活 窗口/参数 和 窗口/事件.- 记下“图形设置”对话框，该对话框允许设置多达16个 图形 窗口，提供原始数据（例如ECG信号）和派生参数（例如XY环路）（图1B）。
- 选中 “启用页面 ”复选框以显示 ECG 跟踪。在下面的列表中，通过单击左侧的相应复选框，选择包含所需鼠标（在 主题下）和数据类型（在 演示文稿下）的行。使用以下设置： 类型、主要; 标签，最多 11 个字符显示在窗口的标题栏中; 时间，0：00：00：01 表示秒作为使用的单位。
- 在标签、单位、低和高文本框中输入相应的信息。
注意：再启用两个页面，心率趋势和模板，这有助于分析基本心电图参数和心律失常检测。
- 在标签、单位、低和高文本框中输入相应的信息。
- 在“心率趋势”页面中，激活另一个图形页面并定义为趋势以绘制一段时间内的 心率 （HR）。使用以下设置绘制在 “查看类型”、“趋势”中加载的整个数据的 HR; 输入，心电图; 演示文稿，人力资源; 标签，人力资源趋势; 单位，bpm;低： 50; 高：1000。
注意：模板是带有精确放置标记的心电图周期，可用作模式识别分析的代表性心电图周期。它们允许选择少量代表性周期并将这些模板与整个ECG匹配，从而相应地注释所有其他周期。- 要使用模板功能，请为每个主题创建一个模板库（存储 模板 的文件）。通过选择模板 设置/模板库 选项（图2A）来执行此操作。
- 从“模板库”下的下拉菜单中选择“新建...”以创建新的模板库。
注意：下拉菜单中还有几个选项：“ 无绑定 ”将取消任何以前配置的 模板库 与主题的关联。 浏览 关联在上一个审阅会话期间配置的现有模板库。 - 接下来，配置模板 图，选择设置/ 实验设置/图形设置，然后选择要用作模板图形页面的页面。选中启用页面复选框，为类型选择模板，并确保输入反映用户的主题/通道选择。在“标签”、“单位”、“低”和“高”文本框中键入相应的信息，然后单击“确定”按钮，为在“图形设置”下配置的每个图形页面显示一个图形窗口，如图 2B 所示。
注意：将显示模板设置的图形设置页面，如图 2B 所示。根据在图形设置对话框中选择的页面，根据启用的页数，从第 1 页到 16 页标记窗口的标题栏（第 1、2、3 页的示例分别显示在图 3A、图 3B 和图 3C 中）。
- 在ECG追踪窗口中进行一些重要的调整（图3A）。
- 通过在ECG跟踪窗口中 双击 以选择 缩放来调整表示ECG振幅的Y轴。在这里，选择 自动缩放 或使用 高轴 值和 低轴值手动调整。
- 要调整表示时间的 X 轴，请单击相应的工具栏图标： 放大 以扩展时间跨度（即显示较少的 QRS 波 群），缩小 以压缩时间跨度（即显示更多 QRS 波群）。
- 要在左下角显示DT（增量时间）和RT（实时），请左键单击带有光标（垂直黑线）的ECG跟踪，以定位并查看RT下光标位置的实时信息。
- 当 DT 显示用户选择的时间间隔时，右键单击窗口，以定位光标并在出现的对话框中选择 重置增量时间 。左键单击ECG跟踪中的另一个位置，以测量显示为 增量时间 （DT）的所选时间间隔之间的时间间隔。
- 确保追踪的每个片段（P、Q、R、T 波）都被识别并正确注释用于心电图分析。为此，请定义和分析 属性 在心电图窗口中右键单击，然后单击 分析/属性 选择。
注：该 心电图分析属性 对话 打开，如 中所示 图 4A.在此对话框的顶部，有几个选项 （QRS， PT， 高级， 噪音， 标记， 笔记， 精度） 允许调整到各种设置（如下所述）。- 单击 QRS 选项卡 以调整 R 和 QS 标识。
- QRS 检测阈值：将输入的百分比应用于 波形窗口中所示的最大导数峰值。
注意：定义一个最佳值以消除传感不足（即，可能无法检测到某些R波）和峰值的过度传感（即，其他峰值，例如T波，可能会被误解为R波）。阈值（图4A中以粉红色突出显示的区域）应与ECG的导数相交。理想情况下，有助于识别QRS复合物和区分清晰周期和噪声事件的属性值应在一个项目的所有记录之间保持恒定（或几乎恒定）的水平，以允许每个项目不同动物的可比性。建立最佳值后，维护整个记录的属性设置。 - 最小 R 偏转：在将其注释为 R 波之前，请确保 R 幅度变化（基于最小/最大信号值而不是等电电平）超过此值。
注意：理想情况下，最小R偏转应高于噪声，低于R波的预期偏转。低值可能导致噪声检测，从而产生过感，高值可能导致检测不足。 - 最大心率：确保此处输入的值高于预期的最大心率。
注意：低值可能导致检测不足，高值可能导致过度检测，因为噪声周期更有可能被标记为R波。 - 最低心率：确保此处输入的值接近预期的最低心率。
注意：根据信号幅度和噪音程度单独调整每个记录的心率限制。研究人员必须意识到，广泛的心率范围可能导致无法检测到心律失常;然而，心率范围狭窄可能导致极度过度感知（例如，数千次发作被确定为“心动过速”，这不再允许进行有意义的分析）。 - 调整 峰值偏置 以检测正R波和负R波。
注意：正峰值偏置有利于检测正R波;负峰值偏置有利于检测负 R 波。 - 心内：在 P 波快速变化且其导数可能超过 R 波的导数导致将 P 波错误注释为 R 波的情况下，请使用此设置。
- 基线恢复阈值：设置此值，表示 R 波周围的“消隐期”，以防止软件搜索 Q 或 S 波，否则小伪影可能会导致 Q 或 S 波的错误注释。
注意：例如，值 0 将导致从 R 波的峰值搜索 Q/S 波，值 70 将导致仅在 R 波高度恢复 70% 后搜索 Q/S 波。
- QRS 检测阈值：将输入的百分比应用于 波形窗口中所示的最大导数峰值。
- 单击 PT 选项卡 查看检测 P 波和 T 波的设置。
- 最大 QT 间隔：调整此间隔以定义接受检测到的 T 波的间隔。
- 来自 S 的 T 窗口：调整此设置以定义从右侧 S 波开始的 T 波的搜索间隔。
- 来自 R 的 T 窗口：调整此设置以定义从 R 波向左开始的 T 波的搜索间隔。
- 来自 R 的 P 窗口：调整此设置以定义从 R 波向左开始的 P 波的搜索间隔。
- T 方向：将两者设置为默认值以搜索正 T 波和负 T 波，因为此设置定义是否仅搜索正 T 波、仅搜索负 T 波或同时搜索正/负 T 波。
- P 方向：将两者设置为默认值以搜索正 P 波和负 P 波，因为此设置定义是否仅搜索正、仅负或同时搜索正/负 P 波。
- P 放置：调整此设置以将 P 标记移向（高值）或远离 P 波峰值（低值）。
- T 放置：调整此设置以将 T 标记从 P 波的峰值移向（高值）或远离（低值）。
- T 的交替端：调整此设置以搜索第一个潜在 T 波之外的替代 T 波。输入较低的值以选择第一个 T 波，输入较高的值以选择替代 T 波。
- 峰灵敏度：调整此参数以消除识别P波和T波时的小峰。将其与峰识别结合使用。
注意：值为 0 定义最大灵敏度;值 100 定义最小灵敏度。最小峰值灵敏度值取决于信号的质量。如果噪声水平较低和/或P波和T波清晰可辨，则即使峰值灵敏度为100，这些波也会被很好地触发。通常，除非信号噪声，否则峰值灵敏度和峰值识别不需要调整，并且分析算法在检测P波和T波时遇到问题。如果是这样，则通过以 25 步为单位调整参数来获得最佳结果。 - 峰识别：将此参数与峰灵敏度结合使用，以定义识别P波和T波的阈值。如果未识别小的 P/T 波，则峰值灵敏度降低至 0。如果即使峰值灵敏度设置为 0 也无法识别 P/T 波，则降低峰值识别，以 25 步长进行调整。
- 高 ST 段：如果 T 波非常接近 QRS 波群导致高 ST 段，请使用此属性。
注意：由于小鼠缺乏明显的ST段，在QRS波群之后直接发生T波，因此不应在小鼠中使用此设置。
- 单击 “高级属性”选项卡 以设置低/高通滤波器，定义J点以确定ST升高/抑郁（在小鼠中无用），设置QT测量的校正因子，以及通过R波的高度和QRS波群的持续时间定义心律失常QRS波群。
注意：使用此选项卡中预定义的默认设置。如果信号受到影响， 例如电磁干扰，请在此处调整滤波器设置，这可能有助于提高信号质量。与此处建议的方法相比，“心律失常QRS波群”的定义并不能提高检测心室早发捕获搏动的准确性（每个PVC也会导致暂停，因此通过这种方法检测）。其他设置仅与非常具体的研究问题相关，因此此处不详细描述。 - 使用噪点选项卡调整属性以识别 噪点 。
- 单击复选框 启用噪声检测 以识别噪声，并设置 不良数据标记。
- 单击复选框启用丢失检测，根据最大/最小信号值在定义为 丢失 的数据周围设置 错误数据标记 。调整 最小良好数据时间，它定义了两个压差段之间的时间，即使信号良好，也被视为压差。
- 调整 坏数据阈值 以定义无法正确分析ECG信号的噪声水平。
注意：此嘈杂的数据段将包含在 错误数据标记 之间，不会被分析。对于这些“不良数据”部分，不会报告心电图衍生的参数。 - 指定最小噪声心率，低于该心率将被视为 噪声 。
- 使用 “标记”选项卡 可以打开和关闭验证标记。
注意：建议始终打开 标记周期编号，这将为每个标识的 R 波添加一个连续编号。这将有助于浏览心电图记录。 - 使用 “注释”选项卡 输入将出现在实验日志文件中的注释。
- 使用 “精度”选项卡 可以定义报告参数的精度。
- 设置属性并单击“ 重新计算 ”以查看在 “波形”窗口中 进行的调整的效果作为预览。
- 如果（在理想情况下）所有心电波都正确注释，请单击 “确定” 确认属性设置，这将打开 “效果和更改范围 ”对话框。要分析心电图，请单击复选框重新 分析 通道和 整个通道 ， 然后单击确定进行确认。
- 单击 QRS 选项卡 以调整 R 和 QS 标识。
- 根据 “属性”对话框中的输入设置，记下ECG跟踪中显示的验证标记。手动进行记录，并检查 验证 标记以及 错误的数据标记 是否设置正确。使用数据洞察检查R标记，使用ECG Pro检查P和T标记。
- 如果许多标记不正确，请修改 属性 并重新分析记录。
注意：当ECG形态与记录的其余部分不同时，可以将特定设置应用于特定的数据片段。Ponemah软件手册在 Ponemah软件手册/分析模块/心电图/属性对话框下提供了不同物种的心电图分析属性的标准值。首先，可以使用这些值，然后手动调整，直到足够或（在理想情况下）标记所有心电波。 - 如果只有几个标记不正确，请执行手动清理。通过左键单击、按住并移动相应的标记，将每个验证标记（R 波形标记除外）移动到正确的位置。在心电图记录内右键单击以添加其他验证标记或标记心律失常 R 波。右键单击设置不正确的标记可删除此标记。
- 如果许多标记不正确，请修改 属性 并重新分析记录。
- 单击“ 操作/ 日志记录速率”（或按 F8）以设置 “日志记录速率”，该速率定义将派生数据记录到派生参数列表视图或绘制到使用 派生参数 的图形的频率。要分析基本心电图参数和心律失常，请使用 纪元 1 作为标准设置，该设置为每个周期设置记录速率。
注意：在采集或查看期间，可以随时提高日志记录速率。
2. 心电图基本参数分析
注意：除了验证/不良数据标记外，该软件还会自动测量和计算各种派生参数，然后在 派生参数列表中报告这些参数。
- 单击 主题设置/通道详细信息 以选择任何派生参数。
注意：在 派生参数列表中，每个参数都链接到相应QRS复合体的编号。- 双击参数表中的一行，在主心电图图形窗口的中心显示相应的心电图周期，并轻松查找和可视化与所选原始数据中的派生 参数 相对应的心电图周期的形态。
注意：可以在两个方向上同步：从表格到图形，也可以从图形到表格。当日志记录速率为 1 Epoch 时，将针对每个单独的周期执行同步。这很容易从参数表和图形中的循环编号 （NUM） 中检查。特别是在长时间录制中，表格和图形之间的这种同步功能非常有用。
- 双击参数表中的一行，在主心电图图形窗口的中心显示相应的心电图周期，并轻松查找和可视化与所选原始数据中的派生 参数 相对应的心电图周期的形态。
- 为了解释心电图参数的昼夜节律变化，而不是计算长时间心电图参数的平均值，分析类似于人类的静息心电图，以获得基本的心电图参数，如静息心率、P 波持续时间、PR 间期、QRS 持续时间或 QT/QTc 间期。分析小鼠中的20个连续QRS波群作为“静息心电图当量”。
注意：在人类中，静息心电图以 10-50 /min 的正常心率记录超过 10 秒。该心电图包括 8 至 17 个 QRS 波群。- 当小鼠遵循昼夜节律时，每天分析两个静息心电图，一个在白天，一个在晚上，以控制昼夜节律效应。根据动物设施中的灯光开/关周期选择合适的时间， 例如 12 AM/PM。
- 在此时间点（例如，±30 分钟）定义的合理时间范围内，在心率趋势图中选择信号质量良好且心率稳定的心电图部分。
- 确认验证标记的准确性或在 20 个连续 QRS 复合物中手动调整。添加缺少的验证标记。
- 为了进一步计算和可视化，请在 派生参数列表中标记包含这 20 个连续 QRS 复合值的行，并复制到电子表格或统计软件中。
3. 使用模式识别检测心律失常（ECG PRO模块）
注意：Ponemah的ECG PRO模块使用选定的QRS波群作为进一步分析的模板。将模板的心电图模式与记录中的所有QRS波群进行比较，以计算相似性百分比（“匹配”）并识别心律失常（例如，心房或室性早搏）。需要标记的QRS波群数量取决于记录中QRS振幅的变异性。在某些情况下，选择并标记一个 QRS 波群与相应记录的相似性为 80%，标志着大多数 QRS 周期。然而，这是一个理想的情况，在分析过程中，需要标记为模板的QRS复合物的数量通常更高。
- 将 QRS 复合物标记为模板，直到至少达到 80% 或更高的匹配度。此外，如果在属性设置后无法或未充分识别 P、Q、S 和 T 波，请使用模板匹配来标记这些波（第 1.7 节）。
注意：在使用ECG PRO进行分析之前，必须识别 R标记 的周期。这要求在执行ECG PRO分析之前保留 R标记 ，或者必须执行基于属性的分析。其他标记（P，Q，S和 T）不需要用于ECG PRO分析。 - 完成模板设置（如1.4.4中所述）后，选择所需的心电波（标记为R）。如有必要，请调整验证标记以准确反映感兴趣的ECG标记的适当位置。在ECG跟踪窗口的显示面板中右键单击周期，选择添加周期和分析[单个模板]，然后记下模板窗口中出现的周期。
注意： 可能需要对 X 轴和 Y 轴执行 自动缩放 才能看到完整的循环。 心电图标记 可以在 模板 图表页面内移动。 - 右键单击“模板”窗口的“显示面板”，然后选择“添加循环和分析（单个模板）”以启动“模板分析”对话框，如图 4B 所示。 选择所需的模板匹配区域，所有其他心电图周期将与之进行比较。如果需要，请更改所需匹配区域的高级设置。
注意：可以根据分析的所需输出（感兴趣的派生参数）选择多个匹配区域。 - 选择要对其执行分析的数据 范围 。
注意：数据范围允许重新分析图形中可见的数据、从主图形到加载数据集末尾的可见区域左边缘的数据、 解析器段中的数据或整个通道。 - 选择要 分析的周期类型。
- 选择“全部”以将 “ 模板库”与具有有效 R 标记 的所有 循环进行比较。
- 选择 “ 不匹配”可跳过以前匹配的周期，并将 模板库 仅与不匹配的周期进行比较。
注意：在向模板库添加其他模板以获得更大的匹配覆盖范围时，这很有用，因为处理时间更短。
- 选择所需的匹配方法。选择多个“匹配区域”和“整个周期”时，请使用平均与周期最匹配的模板来放置标记。使用区域时，为了获得每个匹配区域的最佳匹配，请放置来自不同模板的标记。
- 选择“ 确定” 以执行分析。
注意：可以将其他模板周期添加到模板库中，并且可以重新运行模板分析，直到达到所需的对话框匹配百分比。这样做会重新调整与模板匹配的所有周期中的波浪。 - 通过模板保存模板库/在审阅会话关闭时保存。
- 要使用模板匹配检测心律失常，请在进行模板匹配（如第 3.1 节所述）后，通过右键单击并选择 添加模板标签来标记形态与生理波形态不同的模板，然后选择一种周期类型（例如，心房异位、心室异位）。使用数据洞察分析这些标签。
4. 心律失常检测：使用数据洞察的简化手动方法
注意：对于心律失常分析，需要正确注释P波和R波。然而，即使在ECG追踪中可以看到清晰的P波，即使在调整 属性 设置后，这些P波有时也无法被充分识别。由于R波通常被充分识别和注释，因此下面提出了一种使用Data Insights进行进一步心律失常分析的实用方法。有关使用Data Insights及其预定义的物种特异性搜索进行心律失常检测的一般概述，感兴趣的读者可以参考Mehendale等人13。
- 通过单击实验/数据见解打开数据见解。
- 观察“数据见解”对话框顶部的“搜索”面板。
注意：在面板的左侧，它显示了哪个搜索规则应用于哪个频道/主题以及使用此搜索规则的点击次数。中间列出所有搜索规则，右侧显示所选搜索规则的具体定义。 - 观察“搜索”面板下部显示的“结果”面板。
注意：对于每个搜索命中，将显示相应的ECG部分（顶部）以及一个表格，指示记录中的时间和每个搜索参数的结果（中间）。 - 观察面板底部显示为直方图的搜索命中数。
- 观察“数据见解”对话框顶部的“搜索”面板。
- 假设小鼠的正常心率为 500-724/min14，定义搜索规则心动过缓以检测心 动过缓 。
- 在搜索列表中单击鼠标右键，然后选择“ 创建新 搜索”以打开 “搜索条目 ”对话框。
- 在白色框中单击鼠标右键，然后选择 “添加新子句”。
- 使用下拉菜单和文本字段，将搜索规则心 动过缓-单 定义为 值（HR cyc0） < 500。单击“ 确定 ”将此搜索规则添加到列表中。通过单击此搜索规则并将其拖动到左侧感兴趣的通道来应用此搜索规则。
注意：搜索规则“心 动过缓-单一 ”标识每个长度超过 120 毫秒（= 小于 500/分钟）的 RR 间隔。 - 由于心动过缓需要多个长RR间期，因此将额外的搜索规则“ 心动过缓 ”定义为 Series（心动过缓-单个，1）>=20。单击“ 确定 ”将此搜索规则添加到列表中。通过单击此搜索规则并将其拖动到左侧感兴趣的通道来应用此搜索规则。
注意：在 “结果”面板中，将显示心电图记录中的每个部分，包括至少 20 个心率小于 500/分钟的 QRS 波群。 - 要确认心动过缓并拒绝错误结果（例如，由于 R 波感测不足），请手动查看每个结果。左键单击波形，然后按 STRG+R 拒绝所选结果，该结果将从结果列表中消失。
注意：拒绝的结果保存在 结果/拒绝下。
- 要检测心动过速，请定义搜索规则心动过速。
- 在搜索列表中单击鼠标右键，然后选择“ 创建新 搜索”以打开 “搜索条目 ”对话框。
- 在白色框中单击鼠标右键，然后选择 “添加新子句”。
- 使用下拉菜单和文本字段，将搜索规则 心动过速 单定义为 值（HR cyc0）>724。单击“ 确定 ”将此搜索规则添加到列表中。通过单击此搜索规则并将其拖动到左侧感兴趣的通道来应用此搜索规则。
注意：搜索规则 心动过速单一 识别每个短于 82 毫秒（= 超过 724 /分钟）的单独 RR 间隔。 - 由于心动过速需要不止一个短 RR 间期，因此将附加搜索规则 心动过速 定义为 Series（心动过速-单，1）>=20。单击“ 确定 ”将此搜索规则添加到列表中。通过单击此搜索规则并将其拖动到左侧感兴趣的通道来应用此搜索规则。
注意： 结果面板 显示心电图记录中的每个部分，包括至少 20 个心率超过 724/min 的 QRS 波群。 - 要确认心动过速并拒绝错误结果（例如，由于 R 波过度感应），请手动查看每个结果。左键单击波形并使用快捷键 STRG+R 拒绝所选结果，该结果将从结果列表中消失。
- 要检测窦房和房室传导阻滞，请定义搜索规则 暂停。
- 在搜索列表中单击鼠标右键，然后选择“ 创建新 搜索”以打开 “搜索条目 ”对话框。
- 在白色面板中单击鼠标右键，然后选择 “添加新子句”。
- 使用下拉菜单和文本字段，将搜索规则 暂停 定义为 值 （RR-Icyc0）>300。单击“ 确定 ”将此搜索规则添加到列表中。通过单击此搜索规则并将其拖动到左侧感兴趣的通道来应用此搜索规则。
注意： 结果面板 显示ECG记录中的每个部分，暂停至少300毫秒。 - 要确认停顿，确定停顿是窦房传导阻滞还是房室传导阻滞，并拒绝错误结果（例如，由于 R 波感测不足），请手动查看每个结果。左键单击波形，然后按 STRG+R 拒绝所选结果，该结果将从结果列表中消失。
- 若要检测异位节律，请先运行与这些节律匹配的模板（例如，室性异位），然后在 Data Insights 中搜索与此模板匹配的所有周期。
- 在搜索列表中单击鼠标右键，然后选择“ 创建新 搜索”以打开 “搜索条目 ”对话框。
- 在白色框中单击鼠标右键，然后选择 “添加新子句”。
- 使用下拉菜单单击 值 ，然后选择 模板。在右侧，选择之前创建的模板的标签。
注意： 结果面板 显示ECG记录中的每个部分，其周期与模板匹配。 - 要确认结果并拒绝错误结果（例如，由于R波感测不足），请手动检查每个结果。左键单击波形并按 STRG+R 拒绝特定周期，该周期将从结果列表中消失。
注意：创建的所有搜索语句都可以导入并使用合适的文件名保存。所有结果表都可以以电子表格/ ASCII输出格式保存和导出，以便进一步进行统计分析。
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
记录长期心电图会产生庞大的数据集。进一步分析的选择是多方面的，取决于个别的研究项目。该协议提供了大多数研究人员可以使用的一些非常基本的读数的描述，特别是对于筛选实验， 例如，在表征转基因小鼠系或研究疾病模型中特定治疗的效果时。之前的一个项目涉及研究一种新型候选药物，通过分析一段时间内的心电图参数来确定它是否具有心脏毒性作用。在治疗前20天植入遥测发射器，并在治疗前10天开始心电图记录，以使小鼠有足够的伤口愈合和适应。治疗前，每三天研究一次心电图;在治疗后的第一周内，每天研究心电图，之后每七天分析一次心电图，直到治疗后三周记录结束。
这种方法允许检测用新药物治疗的小鼠心率降低，房室（PR间期）和心室（QRS持续时间）传导增加以及复极化（QTc间期）改变的时期，如图 5所示。第一步作为“筛选”，允许识别记录中可能包含心律失常的时间段。对心电图的更详细检查显示，治疗后两天出现窦性停搏导致心率降低，治疗六天后不同程度的房室传导阻滞导致心率降低。后一项发现得到了该时间点延长的PR间隔的进一步支持。为了获得这些心电图参数，每个时间点应分析20个QRS波群，因此可能无法在其他时间点检测阵发性心律失常发作。
为了解决这个问题，建议使用ECG Pro模块专门搜索心动过缓和心动过速发作以及暂停，然后手动检查检测到的发作。这种方法可以检测所有相关的心律失常，并确定整个记录中特定类型的心律失常。例如，在这项研究中检测到心动过速发作，被确定为心房颤动。
如前所述，该方法进一步允许确定心律失常发生的时间过程， 例如，巨噬细胞耗竭后首次房室传导阻滞的时间14。如上所述获得如图 6所示的代表性迹线（图6A：正常窦性心律; 图6B：窦性停搏;图 6C：AV 块 I°， 图 6D：AV 块 II° 型莫氏 1; 图 6E：AV 块 II° 型莫氏 2; 图 6F：视音频阻滞 III°; 图6G：心房颤动）。
图 1：在 Ponemah 中加载和查看数据。 （A） 负载检查Dat 对话框，提供加载实验中记录的所有小鼠和信号的概述。（B） 图形设置对话框，用于 设置图形 窗口，提供原始数据（例如，ECG 信号）和派生参数。 请点击此处查看此图的大图。
图 2：Ponemah 中的 模板设置。 （A） “模板设置 ”窗口，用于配置和选择新的或浏览已配置的 模板库。（B） 模板设置的图形设置页面。 请点击此处查看此图的大图。
图3：心电图追踪。 （A） 包含心电图轨迹的窗口的屏幕截图;（二）心率图;和 （C） 模板窗口。 请点击此处查看此图的大图。
图 4：心电图追踪的属性分析。 （A） 心电图分析属性对话框。在此对话框的顶部，几个选项卡（QRS，PT，高级，噪音，标记，注释，精度）允许调整各种设置。设置显示在对话框的中间部分。在对话框底部，ECG跟踪显示在波形窗口中。在波形窗口的顶部，显示ECG跟踪;底部显示了ECG追踪的导数，包括上述设置阈值的可视化。在此处介绍的示例中，定义了 40% 的 QRS 检测阈值，由底部的粉红色背景表示。（二）模板分析对话框：选择所需的模板匹配区域，所有其他心电图周期将与之进行比较。在此示例中，选择 T 波作为分析的匹配区域，最小匹配为 85%。这意味着，如果 T 区域与至少 85% 的置信度不匹配，则该周期将不会标记为匹配。请点击此处查看此图的大图。
图5：药物干预队列中随时间推移的基本心电图参数。 蓝色面板：夜间，黄色面板：白天。从左到右：心率、PR 间期、QRS 持续时间、QTc 间期。 请点击此处查看此图的大图。
图 6：代表性心电图轨迹。 （A）正常窦性心律，（B）窦性停搏，（C）房室传导阻滞I°，（D）房室传导阻滞II°型莫氏1，（E）房室传导阻滞II°型莫氏2，（F）房室传导阻滞III°，（G）心房颤动。比例尺 = 100 毫秒。缩写：AV = 房室。请点击此处查看此图的大图。
图 7：分析流程图。缩写：心率=心率。请点击此处查看此图的大图。
Subscription Required. Please recommend JoVE to your librarian.
Discussion
表面心电图是心律失常患者的主要诊断工具，可提供对许多电生理现象的见解。然而，对心脏表面心电图病理的充分分析需要了解和定义正常的生理参数。多年的流行病学研究已经导致对人类生理学的广泛认同，从而使世界各地的医生能够清楚地区分病理。然而，表面心电图数据的分析是小鼠模型的主要挑战;由于对基本心电图参数的理解和定义不完整，区分生理和病理心电图结果可能很困难15，16。1968年，Goldbarg等人首次描述了健康小鼠的心电图17。除了显示心率和基本心电图模式（如PR间期和QRS持续时间）外，他们还描述了麻醉动物和清醒动物之间的主要差异以及各种麻醉剂和不同小鼠品种之间的差异，后来被其他组证实16，17。
这些早期数据强调了为什么小鼠心电图数据的解释是微妙而复杂的。在过去的几十年里，随着对用于心律失常研究的小鼠模型的兴趣日益浓厚，更多的研究集中在小鼠电生理学上，并产生了关于小鼠心脏活化和复极化模式的证据。有兴趣的读者可以参考Boukens等人最近的一篇文章，以详细回顾小鼠心电图及其潜在的电流15。Kaese等人概述了小鼠心电图标准值以及人与鼠心电图迹线之间的主要差异18。第一个主要区别是心率：健康的清醒小鼠的心率为每分钟 550-725 次，PR 间隔为 30-56 毫秒，QRS 持续时间为 9-30 毫秒，复极阶段与在人类中观察到的非常不同14.此外，鼠心电图定期显示J波和小而不太明显的T波的发生，使得ST段和QT间期的分析变得困难18，19。总体而言，小鼠模型已成为心血管研究中使用最广泛的模式生物，包括心律失常8。
考虑到上述很可能也会影响心律失常发生的种间差异，这些模型可以提供有价值的见解。基本心电图参数的分析，如心率和不同间隔的持续时间，可以使用Ponemah，LabChart或ECGAuto等软件及其各自的分析算法可靠地完成。数据显示的示例如图 5 所示。然而，心律失常检测要精细得多，并且没有广泛建立的小鼠心电图分析心律失常的方法。已经使用不同的方法来克服与小鼠长期心电图记录的心律失常检测相关的技术和方法学困难。这些方法的范围从仅使用短记录进行心律失常的手动分析20 到接受Thireau等人21所描述的不准确性的简单考虑。这些研究人员通过简单地排除其记录的所有部分来进行心率变异性分析，R-R间期不包含在平均R-R间期范围内，±2个标准差范围内，以排除所有心律失常，异位搏动和伪影，而无需任何人工检查。这就是使用Ponemah及其连续分析模块ECG Pro和数据洞察的半手动方法的原因。该软件解决方案可用于分析各种生理信号，从大型哺乳动物的心电图到非常小的物种的血压或温度数据。
该软件附带了许多有关如何分析不同类型数据的资源。然而，尽管与来自大型动物的ECG信号配合得很好，但来自物种（如活的和清醒的小鼠）的信号的低信号幅度和高噪声可能导致使用通用分析方法的许多困难。噪声通常会掩盖 P 或 T 波，从而禁用 Data Insights 中大多数预定义搜索规则的使用。必须注意定义 QRS 检测阈值的最佳值，并保持用于识别 QRS 波群的属性值，并区分清晰周期和噪声事件。高百分比的QRS检测阈值可能导致传感不足（即，某些R波可能无法检测到），而低百分比可能导致过度检测（即，其他峰值，如T波，可能被误解为R波）。此外，可以理解的是，小鼠心律失常研究中的具体问题不是DSI提供的材料的主要主题，并且很难找到具体信息。在该协议中，使用一种简单实用的方法来定义不同的心律失常，推断已建立的人类定义。
例如，在人类长期心电图数据中，超过3秒的停顿被认为是显着的22。这导致人类心率为 20/分钟，相当于最低生理心率 60/min 的三分之一。如Kaese等人18所述，小鼠最小生理心率等于550/min，使200/min.约为该速率的三分之一。根据人类的定义，可以假设超过0.3秒的停顿在小鼠中是显着的。此外，将基线参数的差异描述为各自控制的相对变化是一种简单而实用的方法。这考虑了单个小鼠系之间的差异，并且是一种识别可能病理的优雅方法，而无需依赖（通常缺乏）已建立的正常值。 图7总结了这种简单的方法，适用于所有使用植入式遥测设备研究小鼠模型中心律失常的组。它导致评估一般心电图参数以及随时间变化的心率数据以及检测各种心律失常。因此，本文试图为心电图和心律失常分析提供分步方法，并对已经发表的指南和手册进行了重大补充。
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
没有
Acknowledgments
这项工作得到了德国研究基金会（DFG;血管医学临床医生科学家计划（PRIME），MA 2186/14-1至P. Tomsits和D. Schüttler），德国心血管研究中心（DZHK; 81X2600255至S. Clauss），科罗纳基金会（S199/10079/2019至S. Clauss），ERA-NET心血管疾病（ERA-CVD;01KL1910至S. Clauss），Heinrich-and-Lotte-Mühlfenzl Stiftung（致S. Clauss）和中国国家留学基金委（CSC，致R. Xia）。资助者在手稿准备中没有任何作用。
Materials
| Name | Company | Catalog Number | Comments |
| Ponemah Software | Data Science international | ECG Analysis Software |
References
- Camm, A. J., et al. Guidelines for the management of atrial fibrillation: the Task Force for the Management of Atrial Fibrillation of the European Society of Cardiology (ESC). Europace. 12 (10), 1360-1420 (2010).
- Chugh, S. S., et al. Worldwide epidemiology of atrial fibrillation: a Global Burden of Disease 2010 Study. Circulation. 129 (8), 837-847 (2014).
- Dobrev, D., et al. New antiarrhythmic drugs for treatment of atrial fibrillation. Lancet. 375 (9721), 1212-1223 (2010).
- January, C. T., et al. 2019 AHA/ACC/HRS focused update of the 2014 AHA/ACC/HRS Guideline for the management of patients with atrial fibrillation: a report of the American College of Cardiology/American Heart Association Task Force on Clinical Practice Guidelines and the Heart Rhythm Society in Collaboration With the Society of Thoracic Surgeons. Circulation. 140 (2), 125-151 (2019).
- Heijman, J., et al.
- Kirchhof, P., et al. ESC Guidelines for the management of atrial fibrillation developed in collaboration with EACTS. European Heart Journal. 37 (38), 2893-2962 (2016).
- Clauss, S., et al. Animal models of arrhythmia: classic electrophysiology to genetically modified large animals. Nature reviews. Cardiology. 16 (8), 457-475 (2019).
- Schüttler, D., et al.
- Dobrev, D., et al.
- Rosero, S. Z., et al. Ambulatory ECG monitoring in atrial fibrillation management. Progress in cardiovascular diseases. 56 (2), 143-152 (2013).
- Russell, D. M., et al. A high bandwidth fully implantable mouse telemetry system for chronic ECG measurement. Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology. 2011, 7666-7669 (2011).
- McCauley, M. D., et al.
- Mehendale, A. C., et al. Unlock the information in your data: Software to find, classify, and report on data patterns and arrhythmias. Journal of Pharmacological and Toxicological Methods. 81, 99-106 (2016).
- Hulsmans, M., et al. Macrophages facilitate electrical conduction in the heart. Cell. 169 (3), 510-522 (2017).
- Boukens, B. J., et al. Misinterpretation of the mouse ECG: 'musing the waves of Mus musculus. Journal of Physiology. 592 (21), 4613-4626 (2014).
- Wehrens, X. H., et al. Mouse electrocardiography: an interval of thirty years. Cardiovascular Research. 45 (1), 231-237 (2000).
- Goldbarg, A. N., et al. Electrocardiogram of the normal mouse, Mus musculus: general considerations and genetic aspects. Cardiovascular Research. 2 (1), 93-99 (1968).
- Kaese, S., et al. The ECG in cardiovascular-relevant animal models of electrophysiology. Herzschrittmachertherapie und Elektrophysiologie. 24 (2), 84-91 (2013).
- Speerschneider, T., et al. Physiology and analysis of the electrocardiographic T wave in mice. Acta Physiologica. 209 (4), 262-271 (2013).
- Toib, A., et al. Remodeling of repolarization and arrhythmia susceptibility in a myosin-binding protein C knockout mouse model. American Journal of Physiology. Heart and Circulatory Physiology. 313 (3), 620-630 (2017).
- Thireau, J., et al. Heart rate variability in mice: a theoretical and practical guide. Experimental Physiology. 93 (1), 83-94 (2008).
- Hilgard, J., et al. Significance of ventricular pauses of three seconds or more detected on twenty-four-hour Holter recordings. American Journal of Cardiology. 55 (8), 1005-1008 (1985).
