Soo-Yeon Ji1; Kevin Ward1; Kathy Ryan2; Caroline Rickard2; Victor Convertino2; Nisarg Vyas3; John Stivoric3; Kayvan Najarian4
1 Virginia Commonwealth Univ Reanimation Engineering Shock Cntr， Richmond， VA
2 U.S. Army Institute of Surgical Rsch， San Antonio， TX
3 BodyMedia Advanced Development， Pittsburgh， PA
4 Virginia Commonwealth Univ Reanimation Engineering Shock Cntr， Richmond， VA
引言：尽管心电图分析可以协助追踪容量丢失，有关测量信号的位置以及无基线标准化时准确性是否降低的问题仍然是床旁使用的挑战。我们使用基于离散小波变换（DWT）的方法来分析移动电子袖带测量的ECG信号，从而发现严重低血容量的存在。
方法：22名下体负压（LBNP）作用下的志愿者通过绑在左臂上的一个无线的电子可调袖带获得ECG。LBNP包括一个5分钟的休息时间（0mmHg）和随后5分钟的下体减压至-15、-30、-45和-60mmHg以及每5分钟-10mmHg的额外增加直到心血管衰竭。袖带ECG取样频率是128Hz。LBNP水平分为2类：严重（衰竭期与LBNP前期），以及非严重如余下的LBNP阶段。采用DWT特点建立一个分类方案，以确定容量丢失的严重程度。比较容量严重性的预测因子（有和没有基线标准化）。机器学习算法SVM与leave-one-out交叉检验用于分类。
结果：使用了136个分类样本。对于特征基线标准化的分类，预测的准确性是86％。严重分类预测的敏感性和特异性分别是80.6％和90.5％。对于没有基线标准化的分类，SVM提供81.6％的准确性。严重分类预测的敏感性和特异性分别是75.8％和86.5％。
结论：DWT也许能够迅速确定急性容量丢失的严重程度。这项研究还表明，ECG的DWT在分类容量丢失时可能不需要基线值和标准化，并且具有合适的准确性、敏感性和特异性，使其可以在床旁使用。处理收集自移动袖带的低频ECG也被证明具有可行性。这可能有助于对一些类型的患者进行远程无线监测，包括作战人员、平民百姓和大量伤亡人员。
翻译：陈颖 审校：刘健 陈红 北京大学人民医院