文龍 王樹水

在過去的二十年中,隨著醫(yī)學對心內(nèi)電生理機制和心臟解剖的研究不斷加深,明確了許多室性早搏(簡稱室早)的起源部位。室早的起源部位通常比較局限且不伴有結(jié)構(gòu)性心臟病[1],來自不同起源部位的電活動沿著正常傳導束進行傳導形成特定的傳導途徑,在體表十二導聯(lián)心電圖上表現(xiàn)出該傳導途徑的心電圖特征,不同傳導路徑的心肌激動順序也不相同[2－3]。這是我們能夠通過心電圖或其它影像技術(shù)來對不同起源部位進行定位診斷的基礎(chǔ)。

室早起源部位的定位診斷對于臨床的意義是非常重要的,針對不同起源部位或不同機制的室早的治療很可能是不一樣的[4],比如起源于His束分支的對維拉帕米敏感,起源于右室流出道的易引起血流動力學改變,起源于乳頭肌的易致惡性室性心律失常等。并且當需要進行導管消融治療時,針對不同的起源部位,消融使用的技術(shù)和用于標測、導管消融的設(shè)備也是不盡相同的[2－3]。因此,準確地對室早起源部位進行定位診斷,不僅能夠選擇一個恰當?shù)闹委煼桨?更是可以針對不同的部位,來制定一個標測和導管消融的術(shù)前計劃,這對于縮短手術(shù)時間、降低并發(fā)癥發(fā)生率和降低治療費用是非常重要的。

1 心電圖特征定位診斷

1.1 常用的定位診斷特征 通過多年的心電圖研究及臨床經(jīng)驗,不同的學者總結(jié)出了一些相同的較為普遍適用的心電圖特征來進行定位診斷,這些特征(以下“特征”若未特殊說明,均指室早心律)包括了:①V1導聯(lián)束支阻滯模式[2]:在V1導聯(lián)中出現(xiàn)右束支阻滯圖形提示起源于左室,出現(xiàn)左束支阻滯圖形則提示起源于右室或室間隔。②Ⅱ、Ⅲ、a VF 導聯(lián)R 波方向:在Ⅱ、Ⅲ、aVF導聯(lián)中R 波高大且尖端向下,提示起源于心室上方;出現(xiàn)R 波高大但尖端向上則提示起源于心室下方。③V6導聯(lián)QRS波群圖形:在V6導聯(lián)中出現(xiàn)QS波形提示起源于心尖部,因為電活動是從心尖向基底部傳導。反之,若V6導聯(lián)以R 波為主,則提示起源于流出道或瓣環(huán)。因此,若計算R/S＞1,提示起源于基底部(例如心室流出道、瓣環(huán));若R/S＜1,則提示起源于心室中部(例如乳頭肌、左束支)。④胸前導聯(lián)移行區(qū):在胸前導聯(lián)呈右束支阻滯時,胸前導聯(lián)移行越早,提示起源于左室基底部可能性越高,移行越晚,提示起源于心尖部可能性越高;在胸前導聯(lián)呈左束支阻滯時,胸前導聯(lián)移行越早提示右室游離壁可能性越高,越晚則提示室間隔部可能性越高。⑤QRS波群寬度:窄的QRS波群提示起源于室間隔,寬的QRS波群則提示起源于心室游離壁。Ⅰ導聯(lián)QRS波群主波向下也提示起源于心室游離壁。⑥心外膜起源:因為浦肯野纖維只存在于心內(nèi)膜下,心外膜起源的室早就需要更多的時間來進行除極,因而心電圖會表現(xiàn)出一些特征:“偽Delta波”持續(xù)時間＞34 ms;QRS波群持續(xù)時間＞200 ms;RS復合體持續(xù)時間＞121 ms等。王鈺等[5]總結(jié)的“四象限法”,孟鑫等[6]總結(jié)的一些流出道及連接處起源的室早心電圖特征,以及其它的一些研究均證實了這些指標對于不同室早起源部位的定位診斷意義[7－8]。

1.2 流出道室早的鑒別 大部分的起源部位都可以通過上述特征來進行初步定位診斷,但一些特殊起源部位的心電圖往往難以區(qū)分,其中最主要的便是右室流出道(right ventricular outflow tract,RVOT)和左室流出道(left ventricular outflow tract,LVOT)的鑒別。因這兩個部位非?？拷?在心電圖上大部分表現(xiàn)為左束支傳導阻滯,且胸前導聯(lián)移行區(qū)也互有重疊。在以往的研究中,使用胸前移行指數(shù)、R 波時限指數(shù)等指標來區(qū)分,但往往效果不佳。

2014年Yoshida等[9]提出使用SV2/RV3指數(shù)(即V2導聯(lián)S波振幅與V3導聯(lián)R 波振幅的比值)來進行鑒別。該研究對207例患者的心電圖進行分析,發(fā)現(xiàn)該指數(shù)能夠有效地區(qū)分RVOT 和LVOT 起 源 的 室 早。SV2/RV3指 數(shù)＞1.5 提示起源于LVOT,＜1.5 則提示起源于RVOT,這個標準對于LVOT 起源部位的敏感性為89%,特異性為94%。Yoshida等進一步發(fā)現(xiàn)SV2/RV3指數(shù)也能有效區(qū)分RVOT 和主動脈竇起源的室早,這是其它心電圖特征所不具備的。多項研究[10－13]對SV2/RV3指數(shù)和其它常用心電圖特征的診斷準確率進行了對比分析,證實了SV2/RV3指數(shù)的總體準確率比其它的特征稍高,尤其是在鑒別RVOT 和主動脈竇的起源部位時,其具有明顯更高的準確率。

最近也有一些新的心電圖特征用于流出道室早的鑒別,Kaypakli等[14]提出使用V1－2導聯(lián)SR 差值(V1導聯(lián)S波振幅＋V2導聯(lián)S波振幅－V1導聯(lián)R 波振幅－V2導聯(lián)R 波振幅)來鑒別,其對RVOT 的定位診斷敏感性可以達到95.1%,特異性為85.5%,陽性預(yù)測率為86.5%,陰性預(yù)測率為94.5%。這比V2移行比或SV2/RV3指數(shù)的特異性稍低,但敏感性更高。Im 等[15]提出使用室早的Ⅰ導聯(lián)寬大的正向QRS波群、V1－2導聯(lián)R 波持續(xù)時間及V1?2導聯(lián)R 波時間指數(shù)等來鑒別右冠竇和RVOT 的起源部位,其數(shù)值越大提示起源部位在右冠竇的可能性越大。

除此之外,18導聯(lián)心電圖也被多位學者應(yīng)用于流出道室早的鑒別診斷。Igarashi等[16]對比了右胸導聯(lián)在RVOT前壁、RVOT 后壁、右冠竇、左冠竇和瓣環(huán)交界處這5 個部位中的QRS 波群形態(tài),發(fā)現(xiàn)其中右胸V5導聯(lián)(V5R)的QRS波群在5個部位中依次主要表現(xiàn)為Rs、rS、QS、qR、R形態(tài)。以此作為標準,對這5 個部位的診斷總準確率為75%。陸振鈞等[17]也對比了右胸導聯(lián)的形態(tài),發(fā)現(xiàn)右胸V3導聯(lián)(V3R)的R 波振幅比率[R 波振幅/(R 波振幅＋S波振幅)]可以用于鑒別RVOT 和LVOT,其曲線下面積(AUC)為0.849,以0.41為界值,其敏感性為81.4%,特異性為83.3%。Zhang等[18]又提出結(jié)合后壁導聯(lián)使用R 波V4/V8率(V4導聯(lián)R 波振幅與V8導聯(lián)R 波振幅比值)來進行鑒別,其對LVOT 的定位診斷敏感性可以達到88%,特異性達到77%。將R 波V4/V8率除以正常竇性心律的R 波V4/V8率,可以得到校正后的R 波V4/V8指數(shù),這個指數(shù)對于LVOT 的定位診斷敏感性為67%,但特異性可以達到98%。與 以 往 的V2移 行 比、SV2/RV3指 數(shù) 等 相 比,R 波V4/V8率 明顯具有更高的敏感性(75%)及陰性預(yù)測率(89%),R 波V4/V8指數(shù)則具有更高的特異性(96%)及陽性預(yù)測率(89%)。Cheng等[19]進一步結(jié)合右胸導聯(lián)和后壁導聯(lián),提出使用V3R/V7R 指數(shù)(V3的R 波 振幅/V7的R 波 振 幅)來 進 行 鑒別,對比以往提出的方法,其具有最高的AUC,可以達到0.954。以V3R/V7R 指數(shù)≥0.85為界值,其對LVOT 的診斷敏感性為87%,特異性為96%,對RVOT 的真陰性率為98.6%。

1.3 特殊起源部位的特征 一些特殊的起源部位,具有其特殊的心電圖特征。Lu等[20]提出,RVOT 和三尖瓣環(huán)的交界區(qū)具有特殊的心電圖表現(xiàn),a VL 導聯(lián)低平是鑒別RVOT和三尖瓣環(huán)的顯著特點。魯志兵等[21]進一步驗證了a VL導聯(lián)低平可以用于鑒別RVOT 和三尖瓣環(huán)交界區(qū)起源的室早。段嘉霖等[22]發(fā)現(xiàn),Ⅰ導聯(lián)正向向量可以有效鑒別主動脈瓣上和主動脈瓣下的起源部位。Zhang等[23]發(fā)現(xiàn)可以使用QRS波群的振幅來鑒別室間隔周圍不同房室瓣(二尖瓣、三尖瓣)的起源部位。Hwang 等[24]發(fā)現(xiàn)aVR 導聯(lián)為QS波、a VL 導聯(lián)為單向的R 波和QRS波群寬度小于143 ms等特征可以有效提示His 束周圍的起源部位。Barmeda等[25]提出可以使用QRS波群主波方向來鑒別左室基底部的起源部位。若主波在a VR 導聯(lián)是負向,a VL 導聯(lián)是正向,提示起源于左室基底部室間隔側(cè);若主波在a VL 導聯(lián)是正向、aVL 導聯(lián)是負向,則提示起源于游離壁側(cè);若在a VL 導聯(lián)、a VR 導聯(lián)為同向,則提示起源于其它左室部位。Briceno等[26]發(fā)現(xiàn)若V1導聯(lián)的QRS波群表現(xiàn)為Rr波、緩慢下降的R 波以及RR 波,則提示起源于左室乳頭肌。Chang等[27]發(fā)現(xiàn)Ⅰ導聯(lián)的“w”波及最大折轉(zhuǎn)指數(shù)(R 波起始點至R 波頂峰的時限/QRS波群時限)≥0.5可以預(yù)測心大靜脈遠端起源部位的成功消融。然而關(guān)于這些心電圖特征的研究仍較少,其真實的準確性和臨床指導意義尚需進一步明確。

這些研究充分表明了,理論上體表心電圖是可以進行高精度的室早起源部位定位診斷,但在臨床上往往其真實準確性很大程度受到患者的體型、心臟解剖、特定傳導特性、存在結(jié)構(gòu)性心臟病等因素的限制。并且如何總結(jié)更有效的心電圖定位特征,以及如何訓練臨床醫(yī)生掌握相關(guān)定位特征等也是面臨的諸多問題。

2 影像技術(shù)定位診斷

2.1 心磁圖 心肌細胞內(nèi)的離子活動形成容積電流,該電流在體表可形成微弱的磁場。心磁圖就是利用心磁圖儀(一種非常敏感的磁場探測器,通常被稱為超導量子干涉儀)對心臟電活動引起局部微弱的磁場信號進行記錄并顯示的一項無創(chuàng)性檢查。心磁圖與心電圖不同,是直接對起源部位在心臟中的解剖位置進行定位,可以做到對起源部位的精確定位診斷。Agren等[28]針對11例法洛四聯(lián)征術(shù)后的患者,進行了24 h心電圖、40 min心磁圖以及核磁共振成像(MRI)檢查,發(fā)現(xiàn)心磁圖和MRI能夠有效地對復雜心臟畸形患者的室早起源部位進行定位診斷[28]。Ito等[29]也在以往的基礎(chǔ)上,發(fā)明了一種新的空間濾波器算法來構(gòu)建分辨率更高的心磁圖,主要用于區(qū)分主動脈竇和RVOT 的室性心律失常。該研究納入了51 例經(jīng)過心內(nèi)電生理確診的流出道室早患者,將心磁圖算法的判斷結(jié)果與心內(nèi)電生理消融結(jié)果對比,發(fā)現(xiàn)心磁圖算法能夠達到90%以上的準確率。但心磁圖儀存在價格較貴,檢查時對環(huán)境的要求高,需要時間長等問題,讓該檢查難以普及。并且各個研究均存在病例數(shù)較少、未進行臨床實驗、缺乏有效的隊列研究等問題。

2.2 CT/MRI CT/MRI能夠直接獲得患者的心臟結(jié)構(gòu)數(shù)據(jù),通過諸如逆算法等方法,能夠重建患者心臟的三維結(jié)構(gòu),并直接對起源部位在心臟三維空間中的位置進行定位診斷。Bhagirath等[30]提出了一種新的基于MRI的定位診斷方法。該研究對8例患者進行了65導體表電極記錄并行心內(nèi)電生理檢查確認起源部位,隨后行心臟MRI來構(gòu)建患者的心臟容積導體模型,再使用逆映射方法將體表電極數(shù)據(jù)與心臟容積導體模型相結(jié)合,即可重建心臟電位,從而進行無創(chuàng)定位診斷。該方法在三維空間中對起源部位的定位診斷誤差為(8.3±2.7)mm。Yu等[31]使用了類似的方法,但使用了改進的心電稀疏顯像逆映射算法,對13例患者進行重建,重建定位點與消融成功點的誤差在3～8 mm。同年Svehlikova等[32]用心臟MRI所得的心臟模型,模擬8個不同部位的室早起源點,再從模擬的體表電極進行測量,成功地用反向求解的算法對8個起源部位進行定位診斷[32]。

這些研究都表明,通過CT/MRI來對室早進行定位診斷是可行的,但大多研究因為需要較長時間來重建患者的心臟模型,而導致難以擴大病例數(shù)。如何更快、更準確地構(gòu)建不同患者的心臟模型,成為了待解決的關(guān)鍵點。Van Dam等[33]通過人工分割MRI數(shù)據(jù)的方法建立了心臟等時定位系統(tǒng)(CIPS),該系統(tǒng)能夠在幾個小時內(nèi)就重建患者的心臟模型,平均的重建輪廓投影誤差為(2.0±1.8)mm。該團隊在2016年進一步驗證了CIPS的定位準確性,將CIPS重建的心臟模型與心電圖相結(jié)合,即可顯示室早的心肌激活的路線[34]。該研究對3例乳頭肌起源患者的電生理檢查結(jié)果與CIPS定位結(jié)果進行對比,發(fā)現(xiàn)CIPS可以成功進行室早起源部位的定位診斷。2017年該團隊又發(fā)現(xiàn)CIPS與心電圖的心臟激活等時線之間存在密切關(guān)系,心臟激活的平均路徑可以從心電圖推導出來,這或許預(yù)示著心電圖具有更高的潛在定位診斷價值[35]。Misra等[36]在以上研究的基礎(chǔ)上,開發(fā)了一個名為View into Ventricular Onset(VIVO)的軟件,該軟件通過CT 或MRI重建心臟模型,結(jié)合體表電極及心電圖,可以對室早或室性心動過速進行定位診斷,13例室早患者中11例成功定位,9例室性心動過速患者中8例成功定位。

2.3 超聲心動圖 超聲心動圖也可以通過不同切面直接觀察到室早起源部位的心肌活動。Costet等[37]采用超聲心動圖機電波成像(EWI)技術(shù)(一種基于心肌應(yīng)變原理的技術(shù))來探測心肌的激活運動。該研究使用EWI技術(shù)對7例經(jīng)過人工起搏處理的犬進行測定(3例心內(nèi)膜,3例心外膜,1例心內(nèi)膜＋心外膜),其中6例能成功定位起搏源自心外膜或心內(nèi)膜。另外對1 例患者進行定性測定,成功定位起源于RVOT。Grubb等[38]進一步研究了使用EWI技術(shù)對預(yù)激綜合征、室早、房性心動過速、心房撲動四種心律失常的定位診斷效果。該研究納入了11 例患者[(RVOT 間隔部4 例,RVOT 高后部1例,主動脈竇與二尖瓣交界區(qū)(AMC)1例,右冠竇1例,心外膜summit區(qū)1例,左前乳頭肌1例,三尖瓣后組乳頭肌1例,室間隔右部1例],發(fā)現(xiàn)能夠成功對其中10例進行定位診斷,與電生理消融結(jié)果相同。

超聲EWI技術(shù)是對二維切面圖像進行分析,與CT/MRI相比,其在三維空間中的定位精度明顯較低。但通過結(jié)合不同切面的圖像,可以一定程度提高定位精度,且需要分析的圖像數(shù)據(jù)較CT/MRI明顯減少,重建心臟模型的時間也大大縮短。另外超聲檢查具有便捷、無輻射、不需要采集體表電極等優(yōu)點。但目前相關(guān)研究病例數(shù)較少,并且如何在超聲心動圖下獲得標準的切面也是尚未解決的問題。

3 人工智能定位診斷

隨著計算機科學的飛速發(fā)展,人工智能技術(shù)越來越多的被應(yīng)用于醫(yī)學的各個領(lǐng)域。人工神經(jīng)網(wǎng)絡(luò)(artificial neural network,ANN)應(yīng)用于心電圖的識別已有大量的相關(guān)研究,但都局限于如何鑒別不同類別的心搏(如室上性、室早、分支阻滯等)。Soheilykhah等[39]使用小波變換技術(shù)對心電信號進行處理,再采用一些常用的心電圖定位診斷特征作為標準,使用支持向量機方法進行分類,成功地對87例患者的心電圖數(shù)據(jù)進行分類(LVOT、RVOT 間隔部、右室基底部、RVOT 游離壁和主動脈竇),總準確率達到了88.4%。He等[40]使用了支持向量機、隨機森林、梯度提升決策樹、高斯樸素貝葉斯四個神經(jīng)網(wǎng)絡(luò)模型對249例患者的心電圖數(shù)據(jù)進行訓練學習,起源部位分類包括了RVOT、LVOT 等共11個部位。訓練后的模型對11個起源部位的定位診斷準確率可以達到70.7%～74.1%。使用ANN 直接分析心電圖數(shù)據(jù)的優(yōu)點是不需要使用CT/MRI來重建心臟模型,并且可以直接使用十二導聯(lián)心電圖來進行定位診斷,無需其他體表電極。

近年來深度神經(jīng)網(wǎng)絡(luò)(deep neural network,DNN)在醫(yī)學圖像的識別中大放異彩,DNN 解決了以往進行圖像鑒別時需要人工提供特征的問題,它可以通過分析不同標簽的圖像組,直接自動分析提取不同組圖片之間的特征并進行學習。已經(jīng)開始有研究將DNN 應(yīng)用于室早起源部位的定位診斷。Yang等[41]提出了一種結(jié)合卷積神經(jīng)網(wǎng)絡(luò)(convolutional neural network,CNN)和計算機模擬心臟模型,使用十二導聯(lián)心電圖來進行定位診斷的新方法。該方法首先使用基于真人心臟MRI得到的數(shù)據(jù)進行計算機模擬心臟模型重建,再通過單個患者的心電圖特定導聯(lián)進行計算,得到不同起源部位的模擬導聯(lián)心電圖,隨后將其作為訓練集,輸入兩個CNN 進行訓練。該研究使用了兩個分類方法對不同起源部位進行分類,其一是把整個心臟分為不同的25個線段(使用分段CNN),另一個是分為心內(nèi)膜起源部位和心外膜起源部位(使用Epi-Endo CNN)。將患者的心電圖輸入到訓練好的CNNs中,即可進行定位診斷。該研究對9例患者的90個室早心搏進行了評估,并與相同患者的射頻消融結(jié)果進行了比較。結(jié)果顯示:計算機模擬評價結(jié)果具有較高的準確率,分段CNN:78%,Epi-Endo CNN:90%,9 例患者的臨床實驗平均定位誤差為11 mm。

這些研究表明了,ANN 是可以用于對心電圖進行分析而實現(xiàn)定位診斷的,但均只能對單處來源的室早進行定位診斷。且病例數(shù)較少,尚不確定是否可以用于變量更多的大群體。

4 總結(jié)及展望

綜上所述,關(guān)于室早起源部位的定位診斷方法已有不少研究,通過不同的心電圖特征,能對大部分起源部位進行定位診斷。流出道起源的室早往往難以鑒別,但隨著更多的鑒別特征被發(fā)現(xiàn),其鑒別準確率也越來越高。使用心磁圖、CT、MRI、超聲心動圖等影像技術(shù)可以直接在三維空間進行定位診斷,其精度也逐漸提高。但設(shè)備昂貴、重建心臟模型耗時長等問題限制了其進一步發(fā)展。將人工智能結(jié)合心電圖來進行定位診斷,是一個尚處于探索階段的領(lǐng)域。但其具有方便快捷、可以自行提取心電圖特征以提高診斷準確率等優(yōu)點,顯示出了可觀的前景。室早起源部位分類繁多復雜,如何進一步提高定位診斷方法的準確性,使其經(jīng)濟實惠,更易于臨床應(yīng)用,將是未來主要的研究方向。