李逸群，谷雪莲，孙毅勇

（1.上海理工大学 医疗器械与食品学院，上海 200093；2.上海微创电生理医疗科技股份有限公司，上海 201318）

0 引言

房颤（Atrial Fibrillation，AF）是一种常见的心律失常疾病，容易诱发心力衰竭、脑卒中、心肌梗死等疾病，导致较高的致残率和死亡率，危害人类健康与生命安全［1］。对于一些发作时长较短或无症状的阵发性心律失常，传统心电监护设备不易捕捉，致使临床诊断较为困难、漏诊率增加［2］。单导联心电仪作为一种模拟人体胸导联动态实时监测心电信号的装置，相比传统的心电图机，具有长时记录连续采集、易操控、易佩戴、可提供异常心电回放等功能，因此使用单导心电记录仪检测阵发性房颤具有重要的临床意义。

房颤发作时，心电图表现为不规则的RR 间期，P 波消失，代之为F 波。经典检测方法主要通过RR 间期分析［3］，时域法或频域法分析P 波形态［4-5］。Steven 等［6］通过期望最大化算法构造P 波高斯混合模型以判断P 波消失，其灵敏度、特异性分别为98.09%、91.66%；Du 等［7］使用QT 间期中RR 间期差、F 波均值、标准差作为特征来检测，其灵敏度、阳性精确率、准确率分别为94.13%、98.69%、93.67%；Lian等［8］通过RR 间期和两个相邻RR 间期差为特征构造平面直角坐标系，每条数据划分为包含32、64、128 个RR 间期的连续时间窗口，并对每个窗口进行AF 检测，其灵敏度、特异性分别为95.90%、95.40%；孟丹阳等［9］先利用信息熵和连续小波变换筛选出奇异波形并识别出R 波，然后构建BP神经网络将其时域特征作为训练数据用于阵发性房颤识别，最终使用AFDB 数据库进行验证，其灵敏度、特异性、准确率分别为96.45%、95.03%、96.05%；……