EKG-Monitor
Ein Herz, das Schlag für Schlag simuliert wird, und ein Algorithmus von 1985, der live mitzählt. Stell den Rhythmus um, dreh Störungen rein und schau, wann das Zählen schiefgeht.
Oben: das EKG mit den Schlägen, die der Algorithmus gefunden hat (▼), und den echten aus der Simulation (│ unten). Ein rotes ▼ ist ein Fehlalarm, ein hohles │ ein übersehener Schlag. Darunter in Gelb: was der Algorithmus sieht (den Schritt wählst du unter „Algorithmus“). Der Lichtbalken oben wird wie auf Station gelb oder rot: bei zu hoher oder zu niedriger Herzfrequenz, oder wenn das Signal nach Rauschen aussieht.
Was steckt dahinter?
Jeder Herzschlag fängt im Sinusknoten an. Von dort breitet sich die Erregung über die Vorhöfe aus, das ist die P-Welle. Dann wartet sie kurz im AV-Knoten, läuft durch die Kammern, das ist der QRS-Komplex, und klingt mit der T-Welle wieder ab. Elektroden auf der Haut messen davon nur eine winzige Spannung von etwa einem Millivolt. Das Herz in diesem Experiment ist nach dem Modell von McSharry und Kollegen aus dem Jahr 2003 simuliert. Dabei ist jede Welle eine kleine Glockenkurve auf einem Kreis, der sich pro Herzschlag einmal dreht. So lässt sich jede Art von Schlag nachbauen, ein normaler genauso wie ein zu früher Schlag aus der Kammer oder einer ohne P-Welle.
Schläge zählen klingt erstmal einfach, man sucht halt die Spitzen. Doch Muskeln, Atmung, das Stromnetz und jede Bewegung legen ihre eigenen Signale obendrauf. 1985 haben Jiapu Pan und Willis Tompkins einen Algorithmus veröffentlicht, der bis heute benutzt wird. Er filtert zuerst alles weg, was nicht im Frequenzbereich eines QRS-Komplexes liegt, also grob 5 bis 15 Hz. Dann schaut er auf die Steigung und quadriert sie, damit nur die steilen Stellen übrig bleiben. Danach wird das Signal über 150 ms verschmiert und mit zwei Schwellen verglichen, die sich laufend anpassen. Unter dem Bildschirm kannst du dich durch diese Schritte klicken und ihm dabei zuschauen.
Gut zu wissen
- Das hier ist eine Lernhilfe und kein Diagnosewerkzeug. Echte EKGs haben 12 Ableitungen und sehen viel vielfältiger aus, sie richtig zu lesen braucht viel Übung.
- Bewegung ist am schwierigsten. Sie ist ähnlich schnell und ähnlich groß wie ein QRS-Komplex, deshalb kann kein Filter sie rausnehmen, ohne auch Herzschläge mitzunehmen. Darum sinkt der PPV, wenn du „Bewegung“ aufdrehst, und darum helfen auch der 50-Hz-Filter und der Hochpass kaum dagegen.
- Sensitivität und PPV (positiver Vorhersagewert) sind dieselben zwei Zahlen wie bei „Positiv getestet“, also wie viele echte Schläge gefunden wurden und wie viele der gefundenen auch echt waren. Nach dem Standard AAMI EC57 zählt eine Erkennung als Treffer, wenn sie höchstens 150 ms neben einem echten Schlag liegt.
- Der 50-Hz-Filter hier ist winzig. Bei 200 Messwerten pro Sekunde reicht es, jeden Wert mit dem Wert von zwei Messungen davor zu mitteln, dann verschwinden genau die 50 Hz. Auch die Filter von Pan und Tompkins sind für 200 Hz gebaut, mit ganzzahligen Koeffizienten, damit sie auf einem Mikroprozessor von 1985 liefen.
- Vereinfacht ist, dass die Abstände zwischen den Schlägen (RR-Abstände) beim Vorhofflimmern einfach zufällig sind, die Bewegungsstörungen einfache Ausschläge und der Detektor nur das integrierte Signal nutzt. Das Original prüft zusätzlich das bandpassgefilterte. Die Form der Herzschläge und die Flimmerwellen folgen veröffentlichten Modellen; die Höhen sind gerundet.
Quellen
- McSharry, P. E., Clifford, G. D., Tarassenko, L. & Smith, L. A. (2003). A dynamical model for generating synthetic electrocardiogram signals. IEEE Transactions on Biomedical Engineering, 50(3), 289–294. (Form der Herzschläge; Standardwerte aus dem ECGSYN-Code auf PhysioNet)
- Pan, J. & Tompkins, W. J. (1985). A real-time QRS detection algorithm. IEEE Transactions on Biomedical Engineering, BME-32(3), 230–236.
- Petrėnas, A., Marozas, V., Sološenko, A., Kubilius, R., Skibarkienė, J., Oster, J. & Sörnmo, L. (2017). Electrocardiogram modeling during paroxysmal atrial fibrillation: application to the detection of brief episodes. Physiological Measurement, 38(11), 2058. doi:10.1088/1361-6579/aa9153 (Vorhofflimmern)
- Stridh, M. & Sörnmo, L. (2001). Spatiotemporal QRST cancellation techniques for analysis of atrial fibrillation. IEEE Transactions on Biomedical Engineering, 48(1), 105–111. (Sägezahn-Modell der Flimmerwellen)
- ANSI/AAMI EC57: Testing and reporting performance results of cardiac rhythm and ST segment measurement algorithms. (150-ms-Fenster, Sensitivität und positiver Vorhersagewert)