Advertisement

Frequenzanalyse des signalgemittelten Elektrokardiogramms zur Erkennung von Patienten mit anhaltenden ventrikulären Tachykardien

  • Michael E. Cain
  • D. Ambos
  • B. D. Lindsay
Conference paper

Zusammenfassung

Herkömmliche EKG-Ableitungen während Sinusrhythmus sind nicht geeignet, Patienten mit anhaltenden ventrikulären Tachykardien (VT) zu identifizieren. In den letzten Jahren haben mehrere Arbeitsgruppen Signalmittelungstechniken in der Zeitdarstellung verwandt, um niederamplitudige Potentiale im terminalen QRS-Komplex und ST-Segment bei Patienten mit anhaltenden ventrikulären Tachykardien und in tierexperimentellen Modellen festzustellen (2,4, 8,11–13). Diese niederamplitudigen Potentiale von der Körperoberfläche könnten verzögerter oder ungeordneter ventrikulärer Erregung entsprechen (14); die bisher eingesetzten analytischen Methoden basierten jedoch alle auf hoher Verstärkung und komplexer Filterung und sind daher unvermeidbar Fehlerquellen wie Signal Verzerrung unterworfen. Um einige dieser Beschränkungen zu umgehen, haben wir eine Analysemethode mittels schneller Fourier-Transformation (FFT) entwickelt (1, 6, 7, 10). Die FFT- Analyse ist ein leistungsstarker Algorithmus zur Bestimmung des Frequenzspektrums eines Signals unabhängig von der Signalamplitude. Jedes periodische Signal, wie z. B. der QRS- Komplex, kann als die mathematische Summe von Sinus wellen unterschiedlicher Frequenzen und Amplituden dargestellt werden. Die sinusoidale Komponente mit der niedrigsten Frequenz wird die Grundfrequenz genannt, die Frequenzen aller höheren sinusoidalen Komponenten sind ganzzahlige Vielfache dieser Grundfrequenz. Die FFT-Analyse ist ein computergestützter mathematischer Algorithmus, bei dem die Amplituden der verschiedenen harmonischen Schwingungen, die das Signal enthält, bestimmt werden. Für jedes Zeitsignal wird durch die Fouriertransformation ein — und nur ein — definiertes Frequenzspektrum erzeugt.

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literatur

  1. 1.
    Ambos HD, Markham J, Cain ME (1984) Use of fast-Fourier transform analysis to detect patients prone to sustained ventricular arrhythmias. Comput Cardiol 181–184Google Scholar
  2. 2.
    Berbari EJ, Scherlag BJ, Hope RR, Lazzara R (1978) Recording from the body surface of arrhythmogenic ventricular activity during the S-T segment. Am J Cardiol 41: 697–702PubMedCrossRefGoogle Scholar
  3. 3.
    Bracewell RN (1978) The fast Fourier transform and its application ( 2nd ed ). McGraw-Hill, New YorkGoogle Scholar
  4. 4.
    Breithardt G, Borggrefe M, Karbenn U, Abendroth RR, Yeh HL, Seipel L (1982) Prevalence of late potentials in patients with and without ventricular tachycardia: correlation with angiographic findings. Am J Cardiol 49: 1932–1937PubMedCrossRefGoogle Scholar
  5. 5.
    Brigham EO (1974) The fast Fourier transform. Prentice-Hall, Englewood Cliffs, New JerseyGoogle Scholar
  6. 6.
    Cain ME, Ambos HD, Witkowski FX, Sobel BE (1984) Fast-Fourier transform analysis of signal-averaged electrocardiograms for identification of patients prone to sustained ventricular tachycardia. Circulation 69: 711–720PubMedCrossRefGoogle Scholar
  7. 7.
    Cain ME, Ambos HD, Markham J, Fischer AE, Sobel BE (1985) Quantification of differences in frequency content of signal-averaged electrocardiograms between patients with and without sustained ventricular tachycardia. Am J Cardiol 55: 1500–1505PubMedCrossRefGoogle Scholar
  8. 8.
    Denes P, Santarelli P, Hauser RG, Uretz EF (1983) Quantitative analysis of the high frequency components of the terminal portion of the body surface QRS in normal subjects and in patients with ventricular tachycardia. Circulation 67: 1129–1138PubMedCrossRefGoogle Scholar
  9. 9.
    Harris FJ (1978) On the use of windows for harmonic analysis with the discrete Fourier transform. Proc IEEE 66: 51–83CrossRefGoogle Scholar
  10. 10.
    Lindsay BD, Ambos HD, Schechtman KB, Cain ME (1986) Improved selection of patients for programmed ventricular stimulation by frequency analysis of signal-averaged electrocardiograms. Circulation 73: 675–683PubMedCrossRefGoogle Scholar
  11. 11.
    Rozanski JJ, Mortara D, Myerburg RJ, Castellanos A (1981) Body surface detection of delayed depolarizations in patients with recurrent ventricular tachycardia and left ventricular aneurysm. Circulation 63: 1172–1178PubMedCrossRefGoogle Scholar
  12. 12.
    Simson MB (1981). Use of signals in the terminal QRS complex to identify patients with ventricular tachycardia after myocardial infarction. Circulation 64: 235–242PubMedCrossRefGoogle Scholar
  13. 13.
    Simson MB, Eule D, Michelson EL, Falcone RA, Spear JF, Moore EN (1981) Detection of delayed ventricular activation on the body surface in dogs. Am J Physiol 241: H363–H369PubMedGoogle Scholar
  14. 14.
    Simson MB, Untereker WJ, Spielman SR, Horowitz LN, Marcus NH, Falcone RA, Harken AH, Josephson ME (1983) Relation between late potentials on the body surface and directly recorded fragmented electrograms in patients with ventricular tachycardia. Am J Cardiol 51: 105–112PubMedCrossRefGoogle Scholar

Copyright information

© Dr. Dietrich Steinkopff Verlag, GmbH & Co. KG, Darmstadt 1987

Authors and Affiliations

  • Michael E. Cain
    • 2
  • D. Ambos
    • 1
  • B. D. Lindsay
    • 1
  1. 1.Cardiovascular DivisionWashington University School of MedicineSt. LouisUSA
  2. 2.Clinical Electrophysiology LaboratoryWashington University School of MedicineSt. LouisUSA

Personalised recommendations