胸骨传感器位置对重度主动脉瓣狭窄检测中心震图的影响

《IEEE Sensors Letters》：Effect of Sternal Sensor Location on Seismocardiography for Severe Aortic Stenosis Detection

　　

主动脉瓣狭窄（Aortic Stenosis, AS）是老年人常见的瓣膜病，心震图（Seismocardiography, SCG）记录与心脏机械活动相关的胸壁振动，已被研究作为一种无创的心脏评估方法。本研究评估了在160名受试者（包括101名重度AS患者和59名年龄和性别匹配的对照者）的数据集中，胸骨传感器位置如何影响SCG分析。每名受试者在胸骨上部和下部使用定制设备进行测量，该设备记录单导联心电图（Electrocardiography, ECG）和三轴胸部加速度。ECG用于心动周期门控，并采用动态时间规整（Dynamic Time Warping, DTW）质量控制流程选择心动周期，提取时频特征。使用梯度提升分类器进行位置标签测试（区分上胸骨与下胸骨测量）和疾病标签测试（区分重度AS与对照）。模型性能通过留一受试者交叉验证进行评估，并进行位置水平和患者水平聚合。对于位置标签任务，在对照组、AS受试者和合并队列中，上胸骨和下胸骨测量均可区分，受试者工作特征曲线下面积（Area Under the Receiver Operating Characteristic Curve, AUC）值分别为0.919、0.980和0.966。对于疾病标签任务，当训练和测试均在上胸骨进行时性能最高，灵敏度为0.960，特异性为0.949，准确率为0.956，AUC为0.983。跨位置迁移显著降低了性能。这些结果表明，传感器位置影响SCG分析，在开发和评估基于SCG的AS检测方法时应予以考虑。

论文解读：胸骨传感器位置对心震图检测重度主动脉瓣狭窄的影响

主动脉瓣狭窄（Aortic Stenosis, AS）是老年人常见的心脏瓣膜病，流行病学荟萃分析显示，在≥75岁成年人中，重度AS患病率约为3.4%。超声心动图目前是AS诊断和严重程度评估的标准方法，但其依赖专业设备和操作人员。心震图（Seismocardiography, SCG）通过记录与心脏机械活动相关的胸壁振动，提供了一种无创的心脏功能评估途径，已在心脏时相分析、血流动力学评估和心血管监测中受到广泛研究。然而，SCG研究综述指出，该技术缺乏可重复的标准化采集规程。多项研究表明，传感器位置会改变SCG信号的波形形态、标志点计时和派生特征，但这些研究多在健康小样本中进行，且很少关注位置对疾病分类的影响。本研究首次在包含101例重度AS患者和59例年龄、性别匹配对照者的大型队列中，系统评估了胸骨上部和下部传感器位置对SCG分析的影响。研究基于芬兰图尔库大学医院心脏中心已发表的单中心SCG研究数据，参与者同时具备上、下胸骨记录。重度AS诊断通过二维和多普勒经胸超声心动图依据标准化严重标准确认。排除标准包括重度二尖瓣病变或重度主动脉瓣反流（AS组）、任何程度AS或重度反流（对照组），以及射血分数≤30%的心力衰竭。研究获得伦理批准和芬兰药品管理局许可，所有参与者签署书面知情同意。

为开展研究，研究人员采用定制可穿戴设备，包括三轴加速度计（ADXL355）和单导联ECG前端（MAX30003），以400 Hz同步采集ECG和SCG信号。预处理阶段，ECG经NeuroKit2进行去噪和R峰检测，SCG经零相位8阶巴特沃斯带通滤波器（1–199 Hz）滤波并归一化至单位方差。采用两阶段动态时间规整（Dynamic Time Warping, DTW）剔除形态不一致的心搏，降低噪声影响。基于R峰和检测到的主动脉瓣开放（Aortic valve opening, AO）及主动脉瓣关闭（Aortic valve closing, AC）事件，将每个心动周期划分为8个生理时间窗（RR间期、收缩期、AO、AO-AC间期、AC、舒张期、早期舒张期、晚期舒张期）。对每个窗口的连续小波变换（Continuous Wavelet Transform, CWT）系数提取最大振幅、平均振幅和总能量，并将频率按10 Hz频带平均；每10拍平均为一个样本，共得到1440维特征。分类采用梯度提升分类器（scikit-learn实现，n_estimators=750，max_depth=1，learning_rate=0.1），通过留一受试者交叉验证评估，并在位置或患者水平对样本概率进行聚合，计算灵敏度、特异性、准确率和AUC。

研究结果包含两方面。位置标签分类结果显示，上胸骨与下胸骨测量在对照组（AUC 0.920）、AS组（AUC 0.980）和合并队列（AUC 0.967）中均可被显著区分，表明两个胸骨位置的SCG信号存在系统性位置相关差异。疾病标签分类结果显示，当训练和测试均在上胸骨进行时，模型性能最佳，灵敏度达0.960，特异性0.949，准确率0.956，AUC 0.983；下胸骨模型各指标均较低；合并两位置训练的模型性能介于两者之间。跨位置测试（上→下或下→上）产生不对称错误：上→下时特异性高但灵敏度低，下→上时灵敏度高但特异性低，说明模型不能在胸骨位置间可靠迁移。此外，由于记录时长略有差异，上、下胸骨的样本数存在微小差别，但不影响上述结论。

讨论部分指出，以往传感器位置研究多在健康小样本中进行，而本研究在老年AS患者及匹配对照中证实了位置效应的显著影响。上胸骨提供了最具判别力的测量信息。AS组BMI较高，可能影响胸壁振动，但未直接测量身体成分和胸壁厚度，因此不能排除BMI相关信号差异的贡献。跨位置迁移失败强调了标准化传感器放置的重要性，以确保模型开发与部署条件一致。局限性包括：回顾性、单中心设计，仅采用内部验证；仅研究两个胸骨位置；未量化实际放置变异；高维特征表示存在过拟合风险。结论为：上胸骨提供了最强的重度AS分类性能，而跨位置测试表明模型不能在胸骨位置间可靠迁移。未来的SCG设备应支持可重现的上胸骨放置，或结合检测和补偿传感器位置变化的方法。该研究论文发表在《IEEE Sensors Letters》。