方法文章

分析长期心电图记录以检测小鼠心律失常

DOI:

10.3791/62386

2021年5月23日

本文内容

摘要

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

本文介绍了一种半自动分析小鼠长期心电图(ECG)数据的分步实验方案,用于获取基本 ECG 参数及常见心律失常的分析结果。数据通过植入式遥测发射器在清醒、自由活动的小鼠中采集,并使用 Ponemah 及其分析模块进行处理。

摘要

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

心律失常十分常见,影响全球数百万患者。目前的治疗策略常伴随显著的副作用,且对许多患者疗效不佳。为了改善患者诊疗,亟需开发能够针对心律失常发病机制的新型创新治疗策略。为了研究心律失常复杂的病理生理过程,需要合适的动物模型。小鼠已被证实是理想的模型物种,可用于评估遗传因素对心律失常的影响,探究基本的分子与细胞机制,并识别潜在的治疗靶点。

可植入式遥测设备是研究小鼠电生理学最强大的工具之一,可在数月时间内对自由活动的清醒小鼠进行连续心电图记录。然而,由于数据点数量巨大(>每天100万个QRS波群),对遥测数据的分析仍然具有挑战性。本文介绍了一种使用Data Sciences International(DSI)开发的Ponemah软件及其分析模块ECG Pro和Data Insights,对长期遥测记录中的心电图(ECG)进行分析并检测心律失常的逐步操作方法。为分析心率、P波持续时间、PR间期、QRS间期或QT间期等基本心电图参数,采用Ponemah进行自动属性分析,通过在已识别的R波周围设定个体化调整的时间窗口,自动识别P波、Q波和T波。

随后对结果进行人工复核,以便调整各个注释。属性分析和模式识别分析的输出结果由数据洞察模块用于检测心律失常。该模块可在记录中自动筛查用户自定义的心律失常事件,随后对疑似心律失常发作进行人工复核。本文简要讨论了心电图信号记录与检测中的挑战,提出了提高数据质量的策略,并提供了利用上述方法在小鼠中检测到的心律失常的代表性记录。

引言

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

心律失常十分常见,影响着全球数以百万计的患者1。随着人口老龄化,心律失常的发病率不断上升,由此带来的公共健康负担日益加重,其发病率和死亡率已成为重要问题2。目前的治疗策略有限,常伴随显著的副作用,并且在许多患者中疗效不佳3,4,5,6。因此,迫切需要开发能够针对心律失常发病机制的新型且创新的治疗方法。为了研究心律失常复杂的病理生理过程,需要合适的动物模型;小鼠已被证实是评估遗传因素对心律失常影响、探究基本分子与细胞机制以及识别潜在治疗靶点的理想模型物种7,8,9。持续心电图(ECG)记录是临床实践中检测心律失常的成熟方法10

植入式遥测设备是研究小鼠电生理学最强大的工具之一,它能够在数月时间内对自由活动的清醒小鼠持续记录心电图(ECG)(常用方法是将导联植入II导联位置)11,12。然而,由于数据点数量巨大(每天可多达超过100万个QRS波群)以及对小鼠标准值了解有限,遥测数据的分析仍然具有挑战性。目前常用的小鼠遥测发射器最长可工作3个月,期间可记录多达1亿个QRS波群。这意味着亟需实用的分析方案,以减少处理每个独立数据集所需的时间,从而使研究人员能够有效处理和解读如此庞大的数据量。为了在记录时获得清晰的心电信号,必须优化发射器的植入——导联位置应尽可能分开,以获得更高的信号幅度。

感兴趣的读者可参考 McCauley 等人发表的方案12以获取更多信息。此外,为了最大限度减少噪声干扰,笼具和发射器必须放置在安静且不易受干扰的环境中,例如具备可控环境因素(温度、光照和湿度)的通风柜内。在实验期间,需定期检查导联位置,以避免因导联穿孔或伤口愈合问题导致信号丢失。生理上,啮齿类动物与人类一样,心电图参数存在昼夜节律性变化,因此需要采用标准化方法从连续记录中获取基线心电图参数。不应通过长时间记录计算心电图参数的平均值,而应类似于人类心电图分析,对静息状态下的心电图进行分析,以获得静息心率、P波持续时间、PR间期、QRS波持续时间或QT/QTc间期等基本参数。在人类中,静息心电图通常在正常心率50–100次/分钟条件下记录10秒,该心电图包含8至17个QRS波群。在小鼠中,建议分析连续20个QRS波群,作为"等效静息心电图"。由于上述昼夜节律性变化,一种简便的方法是每天分析两次静息心电图,分别在白天和夜间进行。根据动物设施的光照开/关周期,选择合适的时间点(e.g.,上午12点/下午12点),并获取基本参数。

接下来,通过绘制随时间变化的心率图来检测相关的心动过速和心动过缓,并对这些事件进行连续的手动探查以获得初步印象。该心率图可进一步提供记录期间的最大和最小心率,以及随时间变化的心率变异性等重要参数。随后,对数据集进行心律失常分析。本文介绍了一种逐步获取清醒小鼠长期遥测记录(记录期最长可达三个月)中这些基线心电图数据的方法。此外,还介绍了如何使用 Data Sciences International (DSI) 开发的 Ponemah 6.42 版本软件及其分析模块 ECG Pro 和 Data Insights 来检测心律失常。该软件版本兼容 Windows 7 (SP1, 64 位) 和 Windows 10 (64 位) 操作系统。

访问受限。请登录或开始试用以查看此内容。

方案

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

1. 准备工作

  1. 启动 Ponemah 6.42 软件,然后在接下来的界面中点击确认软件许可证的用户名和序列号 继续.
  2. 加载包含目标心电图的实验
    1. 如果首次启动Ponemah,请注意 Ponemah 快速入门 对话框打开,提供三个选项:1)创建实验,2)加载实验,3)导入实验。
      1. 选择 加载实验 打开一个文件。一旦 浏览文件夹 对话框打开后,选择扩展名为(的实验文件".PnmExp"),然后通过点击来加载文件 打开.
      2. 要打开使用 Ponemah 5.x 或 Dataquest ART 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,上次的实验将自动在主窗口中加载,以便进一步查看。在菜单中 实验,与上述三种选项相同 Ponemah 快速入门 提供的选项包括:1)创建实验,2)打开实验,3)导入实验。
  3. 点击 操作步骤 / 开始审阅 从工具栏,然后转到 加载评审数据 对话框,用于概览已加载实验中所有小鼠受试对象及其相应的记录信号图1A).
    1. 在左侧面板中,点击小鼠编号旁的复选框,选择需分析的小鼠对应的记录 受试者.
    2. 选中旁边的复选框 心电图 在中间面板中 信号类型.
    3. 确定将使用最右侧面板分析的信号持续时间 时间范围观察以下三种选项: 整个实验,这将加载所选小鼠的全部心电图数据; 解析器片段,仅加载在之前审阅会话期间添加的解析器段中包含的数据; 时间范围,可通过输入特定的起止日期或持续时间来加载指定的时间范围。
    4. 要保存选区,请使用 加载定义 左上角的对话框,还可用于加载先前保存的选择。
      注意:所选数据的大小将根据右上角文件大小以绿色或红色条形显示 数据大小目前,该软件允许加载最多 3 GB 的数据用于审阅;3 GB 数据相当于连续 24 小时、持续 3 至 4 天的记录。
    5. 点击 好的 将选定的数据集加载到 Re 中view.
  4. 点击后 好的,观察到 Ponemah 审阅 窗口会连同几个独立的窗口一同打开。尽管 事件 参数 默认情况下会打开并显示窗口,根据感兴趣的图表手动选择其他必要的窗口 图表/图表设置 工具栏
    注意:如果 事件 参数 默认情况下不打开,可通过以下方式激活 窗口/参数窗口/事件.
    1. 记录下 图表设置 对话框,可设置多达16个图形窗口,同时显示原始数据(例如心电图信号)和衍生参数(例如,XY环)(图1B).
    2. 选择 启用页面 复选框以显示心电图描记。在下方列表中,选择包含目标小鼠的行(在 主题)和数据类型(在 展示) 通过点击左侧相应的复选框进行选择。使用以下设置: 类型初级 标记窗口标题栏中最多显示 11 个字符; 时间,0:00:00:01,表示使用秒作为单位。
      1. 输入适当的信息 标记, 单位,低,以及 文本框
        ​注意:启用另外两个页面——心率趋势和模板,这两个页面有助于分析基本心电图参数及心律失常检测。
    3. 心率趋势 页面,激活另一个图表页面,并设置为趋势图以绘制心率(HR)随时间的变化。使用以下设置来绘制已加载数据的全程心率(HR) 评审类型趋势; 输入心电图; 展示,心率; 标记,人力资源趋势; 单位,bpm;低:50; : 1000.
      ​注意:模板是指具有精确定位标记的心电图(ECG)周期,可作为模式识别分析的代表性ECG周期。模板允许选择少量代表性周期,并将这些模板与整个ECG进行匹配,从而相应地标注所有其他周期。
      1. 要使用模板功能,请创建一个模板库(一种文件格式,用于存储 模板 为每位受试者保存)的存储方式。通过选择以下选项来完成: 模板设置/模板库 选项 (图2A).
      2. 选择 新…… 从下拉菜单中 模板文库 创建一个新的 模板文库.
        ​注意:下拉菜单中还有几个其他选项: 无结合 解除任何先前的配置 模板文库 来自受试者。 浏览 关联在之前审阅会话期间已配置的现有模板库。
      3. 接下来,配置一个 模板图,选择 设置/实验设置/图表设置,并选择一个页面作为模板图形页面。勾选“启用页面”复选框,将“类型”设为“模板”,并确保“输入”反映用户的受试者/通道选择。在“标签”、“单位”、“低值”和“高值”文本框中输入相应信息,然后单击“确定”按钮,以显示在“图形设置”中配置的每个图形页面的图形窗口,如图所示 图2B.
        注意:将显示模板设置的图表设置页面,如图所示 图2B. 根据所选页面中的内容 图表设置对话框,窗口的标题栏从 第1至16页,根据启用的页数而定(此处展示了第1、2、3页的示例) 图3A, 图3B,以及 图 3C,分别)。
  5. 在心电图描记窗口中进行一些重要调整(图3A).
    1. 调整代表心电图振幅的Y轴 双击 在心电图描记窗口内进行选择 缩放此处选择 自动缩放 或通过手动调整 高轴向值低轴向值.
    2. 要调整表示时间的X轴,请点击相应的工具栏图标: 放大 以延长时长(,显示的QRS波群较少), 缩小视图 以缩短时间跨度(,显示了更多的QRS波群。
    3. 为了展示 DT (时间差)和 RT (实时左下角,使用光标(一条垂直的黑线)左键单击心电图轨迹,以定位并在光标位置下方查看实时信息 RT.
    4. 作为 DT 显示用户选择的时间间隔,右键单击窗口,以定位光标并进行选择 重置 Delta 时间 在出现的对话框中,左键单击心电图波形中的另一位置,以测量所显示的选定时间间隔之间的时程 时间间隔 (DT).
  6. 确保识别并正确标注心电图分析中的每个描记片段(P波、Q波、R波、T波)。为此,需进行定义与分析 属性 通过在心电图窗口内右键单击,然后点击 分析/属性 选项
    注意: 心电图分析属性 对话 如图所示打开 图4A在该对话框的顶部,有若干选项(QRS、PT、高级、噪声、标记、注释、精度) 可根据不同设置进行调整(如下所述)。
    1. 点击 QRS 标签 调整R和QS的鉴定。
      1. QRS检测阈值:将输入的百分比应用于所示最大导数峰 波形窗口.
        注意:定义一个最佳值以消除感知不足(,某些R波可能未被检测到)以及对波峰的过度感知(,其他波峰(如T波)可能被误判为R波)。阈值(粉红色高亮区域) 图4A)应与ECG的导数相交。理想情况下,用于识别QRS波群以及区分清晰周期与噪声事件的属性值,应在同一项目的所有记录之间保持恒定(或近乎恒定),以确保项目内不同动物之间的可比性。在确定最佳值后,应在整个记录过程中保持属性设置不变。
      2. Min R 偏转:在将信号标注为R波之前,需确保R波幅度变化(基于信号的最小/最大值,而非等电位水平)超过此数值。
        注意:最小R波偏转值应理想地高于噪声水平且低于预期的R波偏转幅度。若该值过低,可能导致感知噪声,从而引起过度感知;若该值过高,则可能导致感知不足。
      3. 最大心率确保此处输入的数值高于预期的最大心率。
        注意:数值过低可能导致感知不足,数值过高则可能导致过度感知,因为噪声周期更有可能被标记为R波。
      4. 最低心率确保此处输入的数值接近预期的最低心率。
        ​注意:根据每个记录的信号幅度和噪声程度,分别调整心率限制范围。研究人员必须注意,心率范围设置过宽可能导致心律失常无法被检测到;而心率范围过窄则可能导致过度感知例如,已鉴定出数千个事件 "心动过速",已无法进行有意义的分析)。
      5. 调节 峰值偏压 检测正向和负向R波。
        注意:正向峰值偏置有利于检测正向R波;负向峰值偏置有利于检测负向R波。
      6. 心内:当P波快速变化,且其导数可能超过R波导数,从而导致将P波错误标注为R波时,应使用此设置。
      7. 基线恢复阈值:设置此值,该值代表一个 "空白期" 围绕R波进行检测,以防止软件将微小伪影误判为Q波或S波,从而导致Q波或S波的错误标注。
        ​注意:例如,若设定值为0,则将从R波峰值处开始搜索Q/S波;若设定值为70,则仅在R波高度恢复70%之后开始搜索Q/S波。
    2. 点击 PT 标签 用于P波和T波检测的设置。
      1. 最大QT间期:调整此间隔以定义可接受检测到的T波的时间间隔。
      2. S 的 T 窗口:调整此设置以定义从 S 波开始向右的 T 波搜索区间。
      3. R 的 T 窗口:调整此设置以定义从 R 波向左开始搜索 T 波的时间区间。
      4. R 中的 P 窗口:调整此设置以定义从 R 波向左开始搜索 P 波的时间区间。
      5. T方向设置 两者 默认搜索正向和负向T波,因为此设置决定了是仅搜索正向、仅搜索负向,还是同时搜索正向和负向T波。
      6. P方向设置 两者 默认搜索正向和负向P波,因为此设置定义了是仅搜索正向、仅搜索负向,还是同时搜索正向和负向P波。
      7. P 放置:调整此设置可将 P 标记移向(高值)或移离(低值)P 波峰值。
      8. T型放置:调整此设置可将T标记移向(高值)或移离(低值)P波峰值。
      9. 替代性末端连接:调整此设置以在首个可能的 T 波之外搜索替代的 T 波。输入较低的值以选择首个 T 波,输入较高的值以选择替代的 T 波。
      10. 峰值敏感度:在识别P波和T波时,调整此参数以消除小的峰。需与峰识别功能结合使用。
        注意:0 表示最高灵敏度,100 表示最低灵敏度。最低的峰值灵敏度值取决于信号质量。如果噪声水平较低和/或 P 波与 T 波清晰可辨,则即使峰值灵敏度为 100,这些波仍能被良好触发。通常情况下,除非信号存在噪声,且分析算法在 P 波和 T 波检测上遇到问题,否则无需调整峰值灵敏度和峰值识别参数。若需调整,建议以 25 为步长逐步调节,以获得最佳结果。
      11. 峰鉴定将此参数与峰值敏感度结合使用,以定义识别P波和T波的阈值。如果未能识别出较小的P波或T波,请逐步降低峰值敏感度至0。若即使在峰值敏感度设置为0时仍无法识别P波或T波,则应降低峰值识别值,以25为步长进行调整。
      12. 高ST段:如果T波非常接近QRS波群,导致ST段显著升高,请使用此属性。
        注意:由于小鼠缺乏明显的ST段,T波紧随QRS波群之后出现,因此该设置不适用于小鼠。
    3. 点击 高级属性选项卡 设置低通/高通滤波器,定义J点以确定ST段抬高/压低(在小鼠中不适用),设置QT间期测量的校正因子,并根据R波高度和QRS波群持续时间定义心律失常的QRS波群。
      ​注意:使用此选项卡中预设的默认设置。如果信号受到影响, 例如,由电磁干扰引起,可在此处调整滤波器设置,这可能有助于改善信号质量。定义 "心律失常的QRS波群" 无法提高检测室性早搏的准确性,相较于本文建议的方法(每个室性早搏均会导致一次停搏,因此该方法可检测到)。其他设置仅与特定研究问题相关,故此处不作详细描述。
    4. 使用 噪声选项卡 调整属性以识别噪声。
      1. 点击复选框 启用噪声检测 以识别噪声并设置 错误数据标记.
      2. 点击复选框 启用 Dropout 检测 设置 错误数据标记 基于信号最大/最小值定义的丢包数据周围进行调整 最小良好数据时间,该参数定义了两个信号丢失片段之间的时间,即使信号良好,该时间段也被视为信号丢失。
      3. 调节 坏数据阈值 定义心电图信号无法被准确分析时的噪声水平阈值。
        注意:这段带有噪声的数据将被包含在之间 错误数据标记 且不会进行分析。这些片段不会报告任何心电图衍生参数。 "错误数据".
      4. 指定 最小噪声心率 低于该值的心率被视为噪声。
    5. 使用 标记标签页 用于开启和关闭验证标记。
      ​注意:建议始终开启 标记循环数,这将为识别出的每个R波添加连续编号,有助于浏览心电图记录。
    6. 使用 注释标签 输入将出现在实验日志文件中的备注。
    7. 使用 精准度选项卡 以确定所报告参数的精确度。
    8. 设置属性并点击 重新计算 以观察所做调整的影响 波形窗口 作为预览。
    9. 如果(在理想情况下)所有心电图波形均被正确标注,请点击 好的 以确认属性设置,这将打开 变化的影响与范围 对话。要分析心电图,请点击复选框 重新分析该通道 整个通道 并单击确认 好的.
  7. 根据输入设置的不同 属性对话框,记录心电图描记中显示的验证标记。手动浏览记录,检查是否 验证标记 以及 错误数据标记 设置正确。使用 Data Insights 检查 R 波标记,使用 ECG Pro 检查 P 波和 T 波标记。
    1. 如果多个标记不正确,请修改 属性 并重新分析该记录。
      注意:当心电图形态与记录其余部分不同时,可针对数据的特定片段应用特定设置。Ponemah 软件手册中提供了不同物种心电图分析参数的标准值 Ponemah 软件手册 / 分析模块 / 心电图 / 属性对话框首先,可以使用这些数值,然后手动调整,直到标记出足够多的或(在理想情况下)全部心电图波形。
    2. 如果仅有少量标记不正确,可进行手动校正。通过左键单击、按住并拖动各个验证标记(R波标记除外),将其移至正确位置。在心电图记录上右键单击,可添加额外的验证标记或标记心律失常的R波。右键单击错误设置的标记即可将其删除。
  8. 点击 操作/日志记录速率 (或按) F8) 以设置 记录速率,用于定义衍生数据记录到日志的频率 衍生参数列表视图 或绘制为使用衍生参数的图表。用于分析基本心电图参数和心律失常时,使用 第1阶段 作为标准设置,将记录速率设为每个周期一次。
    ​注意:在采集或回放过程中,可随时提高记录速率。

2. 基本心电图参数的分析

注意:除了验证/不良数据标记外,该软件还会自动测量并计算多种衍生参数,这些参数将列在衍生参数列表中。

  1. 单击受试者设置/通道详情以选择任意衍生参数。
    注意:在衍生参数列表中,每个参数均与相应QRS波群的编号相关联。
    1. 参数表中双击某一行,可在主ECG图形窗口中央显示对应的ECG心动周期,从而轻松查找并可视化所选原始数据中与衍生参数相对应的ECG周期形态。
      注意:可实现双向同步,即从表格到图形,也可从图形到表格。当记录速率为1 Epoch时,同步针对每个单独的心动周期进行。可通过参数表和图形中的周期编号(NUM)轻松核对。尤其在长时间记录中,表格与图形之间的这种同步功能非常有用。
  2. 为考虑ECG参数的昼夜节律性变化,不应计算长时间段内ECG参数的平均值,而应分析类似于人类的静息ECG,以获取基础ECG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。在小鼠中分析连续20个QRS波群,作为"静息ECG等效段"。
    注意:在人类中,静息ECG通常在50–100次/分钟的正常心率下记录10秒,该ECG包含8至17个QRS波群。
    1. 由于小鼠具有昼夜节律,每天应分析两次静息ECG,分别在白天和夜间进行,以控制昼夜节律的影响。根据动物设施的光照开/关周期选择合适的时间点,例如,上午12点和下午12点。
    2. 在HR趋势图中,围绕该时间点选择一段信号质量良好且心率稳定的时间段(例如,±30分钟内)的ECG片段。
    3. 确认20个连续QRS波群中验证标记的准确性,或进行手动调整,并补充缺失的验证标记。
    4. 为进行后续计算和可视化分析,请在衍生参数列表中选中包含这20个连续QRS波群数值的行,并将其复制到电子表格或统计软件中。

3. 使用模式识别进行心律失常检测(ECG PRO 模块)

注意:Ponemah 的 ECG PRO 模块使用选定的 QRS 波群作为模板以进行后续分析。将模板中的心电图模式与记录中所有 QRS 波群进行比较,以计算相似百分比"匹配")以及识别心律失常(例如., 房性或室性期前激动波)。需要标记的QRS波群数量取决于记录中QRS波幅的变异性。在某些情况下,选择并标记一个QRS波群即可与相应记录达到80%的相似度,并覆盖大部分QRS周期。然而,这种情况属于理想状态,在实际分析过程中,通常需要标记更多的QRS波群作为模板。

  1. 将QRS波群标记为模板,直至匹配率达到80%或更高。此外,若在属性设置后(第1.7节)P波、Q波、S波和T波未被识别或识别不充分,应使用模板匹配法对这些波进行标记。
    注意: R 标记 必须在使用 ECG PRO 分析之前确定先前周期的特征。这要求采用以下任一方法 R 标记 在进行 ECG PRO 分析之前,需从采集过程中保留数据,或先执行基于属性的分析。其他标记(P, Q, S,以及 T)在进行ECG PRO分析时无需存在。
  2. 完成之后 模板 设置(如1.4.4所述),选择一个所需的带有标记R波的ECG波形。如有必要,进行调整 验证标记 准确反映相应位置 心电图标记 感兴趣。右键单击循环中的周期 显示面板心电图描记 窗口,选择 添加循环并分析 [单模板],并记录出现的循环周期 模板 窗口。
    注意:一个 自动缩放 可能需要对 X 轴和 Y 轴均进行操作,以观察完整的循环。 心电图标记 可在内部移动 模板 图表页面。
  3. 右键单击 显示面板模板 窗口,并选择 添加循环并分析(单模板) 启动 模板分析 对话框中显示的 图4B. 选择所需的 模板匹配区域 用于与其他所有心电图周期进行比较。如有需要,可更改高级设置中的目标匹配区域。
    注意:多个 匹配区域 可根据分析所需的输出结果进行选择( 衍生参数 感兴趣的目标
  4. 选择一个 数据范围 用于进行分析的样本。
    注意:数据范围允许重新分析图表中可见的数据,即从主图可见区域左边缘开始至加载的数据集末尾之间的数据,以及指定范围内的数据 解析器片段,或整个通道。
  5. 选择类型 分析循环次数.
    1. 选择 全部 将模板库进行比较 全部 带有有效R标志的循环。
    2. 选择 无匹配项 跳过先前已匹配的循环并进行比较 模板文库 仅针对未匹配的循环。
      注意:在添加额外内容时,此步骤非常有用 模板 模板文库 以获得更高的匹配覆盖率,因为处理时间更短。
  6. 选择所需的 匹配方法. 选择多个时 匹配区域完整周期,使用 模板 平均而言,最符合周期规律以放置标记的方法。当 区域 用于为每个找到最佳匹配 匹配区域,放置来自不同 模板.
  7. 选择 好的 以执行分析。
    注意:附加 模板循环次数 可以添加到 模板文库,以及 模板分析 可重复运行直至达到理想结果 对话匹配百分比 实现这一点会重新调整所有与模板匹配的周期中的波形。
  8. 保存 模板文库 通过 模板/保存 当审阅环节结束时。
  9. 使用模板匹配检测心律失常时,在完成模板匹配后(如第3.1节所述),通过右键单击并选择标记与生理波形形态不同的模板 添加模板标签,并选择一种循环类型(例如.,房性早搏,室性早搏)。使用数据洞察功能分析这些标签。

4. 心律失常检测:使用 Data Insights 的简化手动方法

注意:进行心律失常分析时,必须准确标注 P 波和 R 波。然而,即使在心电图记录中可以清楚地看到 P 波,有时即使调整了属性设置,这些 P 波仍无法被充分识别。由于 R 波通常能够被准确识别和标注,因此本文提出了在 Data Insights 中进一步进行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总体概述,可参考 Mehendale 等人的研究13

  1. 单击 实验/数据洞察 以打开 数据洞察
    1. 观察 数据洞察 对话框顶部的 搜索 面板。
      NOTE: 面板左侧显示了应用于各通道/受试者的搜索规则及其命中次数;中间列出所有搜索规则;右侧则显示所选搜索规则的具体定义。
    2. 观察位于 搜索 面板下方的 结果 面板。
      ​NOTE: 每个搜索命中结果均显示对应的 ECG 片段(上方),以及一个表格,标明记录中的时间点和各搜索参数的结果(中部)。
    3. 观察面板底部以直方图形式显示的搜索命中数量。
  2. 鉴于小鼠正常心率为 500–724/min14,定义一个用于检测心动过缓的搜索规则 bradycardia
    1. 在搜索列表中右键单击,选择 创建新搜索 以打开 搜索条目 对话框。
    2. 在白色框内右键单击,选择 添加新条件
    3. 使用下拉菜单和文本字段,将搜索规则 Bradycardia-single 定义为 Value(HR cyc0) < 500。单击 确定 将该搜索规则添加至列表。通过单击并拖动该规则至左侧目标通道来应用此规则。
      NOTE: 搜索规则 Bradycardia-single 识别每一个长于 120 ms(即小于 500/min)的单独 RR 间期。
    4. 由于心动过缓需包含多个长 RR 间期,需进一步定义另一个搜索规则 Bradycardia,即 Series(Bradycardia-single, 1)>=20。单击 确定 将该规则添加至列表,并通过单击并拖动至左侧目标通道来应用该规则。
      NOTE: 在 结果面板 中,将显示 ECG 记录中所有包含至少 20 个 QRS 波群且心率低于 500/min 的片段。
    5. 为确认心动过缓并排除假阳性结果(例如,因 R 波感知不足所致),需手动逐一审查每个结果。左键单击波形,按 STRG+R 键以拒绝所选结果,该结果将从结果列表中移除。
      NOTE: 被拒绝的结果将保存在 结果/被拒项 下。
  3. 为检测心动过速,定义一个搜索规则 tachycardia。
    1. 在搜索列表中右键单击,选择 创建新搜索 以打开 搜索条目 对话框。
    2. 在白色框内右键单击,选择 添加新条件
    3. 使用下拉菜单和文本字段,将搜索规则 Tachycardia-single 定义为 Value(HR cyc0)>724。单击 确定 将该规则添加至列表。通过单击并拖动至左侧目标通道来应用该规则。
      NOTE: 搜索规则 Tachycardia-single 识别每一个短于 82 ms(即大于 724/min)的单独 RR 间期。
    4. 由于心动过速需包含多个短 RR 间期,需进一步定义另一个搜索规则 Tachycardia,即 Series(Tachycardia-single, 1)>=20。单击 确定 将该规则添加至列表,并通过单击并拖动至左侧目标通道来应用该规则。
      NOTE: 结果面板 将显示 ECG 记录中所有包含至少 20 个 QRS 波群且心率高于 724/min 的片段。
    5. 为确认心动过速并排除假阳性结果(例如,因 R 波过度感知所致),需手动逐一审查每个结果。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移除。
  4. 为检测窦房传导阻滞和房室传导阻滞,定义一个搜索规则 Pause
    1. 在搜索列表中右键单击,选择 创建新搜索 以打开 搜索条目 对话框。
    2. 在白色面板内右键单击,选择 添加新条件
    3. 使用下拉菜单和文本字段,将搜索规则 Pause 定义为 Value(RR-Icyc0)>300。单击 确定 将该规则添加至列表。通过单击并拖动至左侧目标通道来应用该规则。
      NOTE: 结果面板 将显示 ECG 记录中所有持续时间至少为 300 ms 的停搏片段。
    4. 为确认停搏、判断其为窦房阻滞或房室阻滞,并排除假阳性结果(例如,因 R 波感知不足所致),需手动逐一审查每个结果。左键单击波形,按 STRG+R 键拒绝所选结果,该结果将从结果列表中移除。
    5. 为检测异位心律,首先对这些心律运行模板匹配(例如,室性异位),然后在 数据洞察 中搜索所有与该模板匹配的心动周期。
  5. 在搜索列表中右键单击,选择 创建新搜索 以打开 搜索条目 对话框。
    1. 在白色框内右键单击,选择 添加新条件
    2. 使用下拉菜单点击 ,选择 模板。在右侧选择先前创建的模板标签。
      NOTE: 结果面板 将显示 ECG 记录中所有与该模板匹配的心动周期片段。
    3. 为确认结果并排除假阳性结果(例如,因 R 波感知不足所致),需手动逐一审查每个结果。左键单击波形,按 STRG+R 键拒绝特定心动周期,该结果将从结果列表中移除。
      ​NOTE: 所有创建的搜索语句均可导入并以合适的文件名保存。所有结果表格均可保存并以电子表格/ASCII 输出格式导出,用于进一步的统计分析。

访问受限。请登录或开始试用以查看此内容。

结果

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

记录长期心电图会产生大量数据集。进一步分析的选项多种多样,具体取决于各自的研究项目。本方案描述了一些最基本的研究指标,大多数研究人员均可使用,尤其适用于筛选实验,例如在鉴定转基因小鼠品系或研究特定治疗在疾病模型中的效应时。e.g., 在一项先前的研究中,通过随时间分析心电图参数,评估了一种新型候选药物是否具有心脏毒性作用。在给药前20天植入遥测发射器,并在给药前10天开始心电图记录,以确保小鼠伤口充分愈合并适应环境。给药前每三天进行一次心电图检测;给药后第一周内每日检测一次心电图,之后每周分析一次,直至给药后第三周记录结束。

该方法可检测到使用新药处理的小鼠出现心率降低、房室传导(PR间期)和心室传导(QRS时限)延长,以及复极化异常(QTc间期)等现象,如图5所示。这一步骤起到了“筛查”作用,有助于识别记录中可能包含心律失常的时间段。对心电图进行更详细的分析发现,用药后两天出现导致心率降低的窦性停搏,用药后六天出现不同程度的房室(AV)传导阻滞,同样导致心率降低。该发现进一步得到了此时间点PR间期延长的...

访问受限。请登录或开始试用以查看此内容。

讨论

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

体表心电图是诊断心律失常患者的主要工具,可提供多种电生理现象的信息。然而,对心脏体表心电图异常进行充分分析,需要掌握并明确正常生理参数的定义。多年来流行病学研究已对人类生理状态的正常范围达成广泛共识,从而使全球医生能够清晰区分病理状态。然而,在小鼠模型中分析体表心电图数据仍面临重大挑战;由于对基本心电图参数的理解和定义尚不完善,生理性与病理性心电图结果的鉴别可能较为困难15,16。1968年,Goldbarg 等人首次描述了健康小鼠的心电图特征17。除了展示心率和基本心电图模式(如PR间期和QRS波持续时间)外,他们还描述了麻醉状态下与清醒状态下动物之间的显著差异,以及不同麻醉剂和不同小鼠品系之间的差异,这些发现随后被其他研究团队所证实16,17

这些早期数据强调了为何解读小鼠心电图(ECG)数据具有...

访问受限。请登录或开始试用以查看此内容。

致谢

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

本工作由德国研究基金会(DFG;血管医学临床科学家项目(PRIME),项目编号 MA 2186/14-1,授予 P. Tomsits 和 D. Schüttler)、德国心血管研究中心(DZHK;项目编号 81X2600255,授予 S. Clauss)、Corona 基金会(项目编号 S199/10079/2019,授予 S. Clauss)、心血管疾病 ERA-NET(ERA-CVD;项目编号 01KL1910,授予 S. Clauss)、Heinrich-and-Lotte-Mühlfenzl 基金会(授予 S. Clauss)以及中国国家留学基金管理委员会(CSC,授予 R. Xia)资助。资助方在稿件撰写过程中未发挥任何作用。

访问受限。请登录或开始试用以查看此内容。

材料

本文使用的材料清单
姓名公司目录编号评论
Ponemah 软件数据科学国际公司心电图分析软件

参考文献

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. 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).
  2. Chugh, S. S., et al. Worldwide epidemiology of atrial fibrillation: a Global Burden of Disease 2010 Study. Circulation. 129 (8), 837-847 (2014).
  3. Dobrev, D., et al. New antiarrhythmic drugs for treatment of atrial fibrillation. Lancet. 375 (9721), 1212-1223 (2010).
  4. 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).
  5. Heijman, J., et al. Cardiac safety assays. Current Opinion in Pharmacology. 15, 16-21 (2014).
  6. 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).
  7. Clauss, S., et al. Animal models of arrhythmia: classic electrophysiology to genetically modified large animals. Nature reviews. Cardiology. 16 (8), 457-475 (2019).
  8. Schüttler, D., et al. Animal models of atrial fibrillation. Circulation Research. 127 (1), 91-110 (2020).
  9. Dobrev, D., et al. Mouse models of cardiac arrhythmias. Circulation Research. 123 (3), 332-334 (2018).
  10. Rosero, S. Z., et al. Ambulatory ECG monitoring in atrial fibrillation management. Progress in cardiovascular diseases. 56 (2), 143-152 (2013).
  11. 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).
  12. McCauley, M. D., et al. Ambulatory ECG recording in mice. Journal of Visualized Experiments : JoVE. (39), e1739(2010).
  13. 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).
  14. Hulsmans, M., et al. Macrophages facilitate electrical conduction in the heart. Cell. 169 (3), 510-522 (2017).
  15. Boukens, B. J., et al. Misinterpretation of the mouse ECG: 'musing the waves of Mus musculus. Journal of Physiology. 592 (21), 4613-4626 (2014).
  16. Wehrens, X. H., et al. Mouse electrocardiography: an interval of thirty years. Cardiovascular Research. 45 (1), 231-237 (2000).
  17. Goldbarg, A. N., et al. Electrocardiogram of the normal mouse, Mus musculus: general considerations and genetic aspects. Cardiovascular Research. 2 (1), 93-99 (1968).
  18. Kaese, S., et al. The ECG in cardiovascular-relevant animal models of electrophysiology. Herzschrittmachertherapie und Elektrophysiologie. 24 (2), 84-91 (2013).
  19. Speerschneider, T., et al. Physiology and analysis of the electrocardiographic T wave in mice. Acta Physiologica. 209 (4), 262-271 (2013).
  20. 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).
  21. Thireau, J., et al. Heart rate variability in mice: a theoretical and practical guide. Experimental Physiology. 93 (1), 83-94 (2008).
  22. 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).

访问受限。请登录或开始试用以查看此内容。

重印与许可

申请许可以重复使用本 JoVE 文章的文本或图表

申请许可

标签

相关文章