Multivariate Zeitreihenanalyse von Langzeit EKGs

  • Multivariate Zeitreihenanalyse von Langzeit EKGs

    Die meisten Verö̈ffentlichungen gehen zum Schä̈tzen der QT-Intervalle von einer Abhaängigkeit vom RR-Intervall aus, was jedoch lediglich eine Nä̈herung ist. Tatsä̈chlich ist der Vorgang im Herz sehr komplex und von vielen Faktoren abhä̈ngig. Daher nimmt man an, dass weitere Parameter Einfluß auf die Variation von QT haben, die bisher noch nicht genauer untersucht wurden. Betrachtet man das EKG liegt es nahe, dass Verä̈nderungen der Morphologie von QRS-Komplex oder T-Welle sich auch auf das QT-Intervall auswirken kön̈nen. Deshalb werden Parameter eingefü̈hrt, die die Morphologie von QRS-Komplex und T-Welle beschreiben.

    Ziel dieser Arbeit ist es, einen automatisierten Algorithmus zu erstellen, der aus einer multivariaten Zeitreihe bestehend aus RR-Intervall, QT-Intervall und den Morphologieparametern von QRS-Komplex und T-Welle, die Systemmatrix eines multivariaten VAR-Modells schä̈tzt und die Ä̈nderungen ü̈ber einen lä̈ngeren Zeitraum beobachtet. Des weiteren soll untersucht werden, wie sich eine Variation der Parameter auf das System auswirkt, bzw. welche Parameter in welchem Maße fü̈r die Ä̈nderungen des QT-Intervalls verantwortlich sind.

    Zunä̈chst soll mit den am Institut fü̈r Biomedizinische Technik (IBT) entwickelten Methoden, Rauschen und andere Artefakte aus dem EKG-Signal entfernt und die QRS-Komplexe und T- Wellen markiert werden. Anhand der markierten Punkte werden die QRS-Komplexe und T-Wellen aus jedem einzelnen Schlag ausgeschnitten und jeweils untereinander aufgereiht. Mit Hilfe der PCA werden fü̈r jeden Schlag die Koeffizienten bestimmt, die die Morphologie wiedergeben. Zusammen mit dem RR- und QT-Intervall wird aus den PCA-Koeffizienten eine Zeitreihe konstruiert, die Ausgangspunkt fü̈r die Schätzung des multivariaten Modells ist.

    MVAR_Modell_Baas_04_05_2010