シンボリックダイナミクスとシャノンエントロピーを用いたアトリウム細動の自動オンライン検出

背景心房細動（Atrial Fibrillation, AF）は、世界中で最も一般的かつ深刻な不整脈であり、 morbidity（罹患率）および mortality（死亡率）に大きな影響を及ぼしている。AFの早期検出は、急性および慢性の心律不整脈の予防において極めて重要である。目的本研究の目的は、心電図（ECG）におけるAF発作をリアルタイムかつ自動的に検出する手法の開発である。本手法はRR間隔を用い、非線形／線形整数フィルタの基本操作、記号的ダイナミクス（symbolic dynamics）、およびシャノンエントロピーの計算を組み合わせたものである。新規の再帰的アルゴリズムを用いることで、オンラインでのリアルタイム解析処理が可能となる。結果検証には、公開されている4つの臨床データセット（Long-Term AF、MIT-BIH AF、MIT-BIH Arrhythmia、MIT-BIH Normal Sinus Rhythm データベース）を用いた。最初のデータセットを学習用に、残りの3つをテスト用に使用した。受信者操作特性（ROC）曲線に基づき、本手法で最も優れた性能が得られたのは識別閾値0.353のときであり、感度（Se）、特異度（Sp）、陽性予測値（PPV）、全体的精度（ACC）はそれぞれ96.72%、95.07%、96.61%、96.05%であった。他の3つのデータセットはそれぞれテスト用として用いられた。得られた閾値（0.353）を適用した結果、2番目のデータセットではSe：96.89%、Sp：98.25%、PPV：97.62%、ACC：97.67%、3番目のデータセットではSe：97.33%、Sp：90.78%、PPV：55.29%、ACC：91.46%、4番目のデータセットではSp：98.28%が得られた。また、既存の手法を用いた比較検証も実施した。結論全体として、他の既存技術と比較して、本研究で開発した手法は、評価されたさまざまな実験条件下において、これらのデータベースを用いた検証で従来手法を上回る性能を示した。このことから、今後の臨床現場において、本手法が実用的なツールとして活用可能であることが示唆される。