秦歡 劉璐 查竣仁 陳荔紅 秦靜 張樹龍

2019 年,新型冠狀病毒(簡稱新冠病毒)在世界范圍內(nèi)快速傳播,造成了全球范圍內(nèi)的傳染病疫情暴發(fā)。 截至2022 年4 月,世界衛(wèi)生組織公布的數(shù)據(jù)顯示,全球新冠病毒感染確診病例已超過5 億,而相關(guān)死亡人數(shù)達(dá)到620 萬[1]。 臨床上新冠病毒感染患者除有呼吸系統(tǒng)受損表現(xiàn)外,心肌損傷也較為常見,嚴(yán)重者甚至發(fā)生急性心肌炎。 即便是心臟檢查結(jié)果為陰性的新冠病毒感染患者,也可能發(fā)生亞臨床或隱性心肌損害。 心電圖表現(xiàn)出的電-機(jī)械耦聯(lián)改變能夠反映心功能狀況,但由于受到心電圖圖像處理技術(shù)的限制,臨床上識(shí)別心電圖波形的敏感性仍然較低[2]。

目前,深度學(xué)習(xí)和人工智能技術(shù)已被運(yùn)用于生物醫(yī)學(xué)領(lǐng)域,該技術(shù)不僅可輔助醫(yī)生精確診斷、降低病死率,而且還能進(jìn)行預(yù)后判斷[3]。 心電圖跟蹤圖像技術(shù)是人工智能與心電學(xué)的結(jié)合,它以卷積神經(jīng)網(wǎng)絡(luò)(convolutional neural networks, CNN)等算法為基礎(chǔ),提供先驗(yàn)知識(shí),產(chǎn)生相應(yīng)模型,可輔助臨床根據(jù)心電圖對新冠病毒感染患者進(jìn)行快速、無創(chuàng)和有效的診斷。 本文將主要綜述新冠病毒感染后的心電圖變化,以及心電圖追蹤圖像技術(shù)在新冠病毒感染輔助診斷中的應(yīng)用進(jìn)展,為臨床醫(yī)護(hù)工作者提供參考。

1 新冠病毒感染與心肌損害

ZHOU 等[4]在新冠病毒感染疫情暴發(fā)初期,從5 例患者的基因組中得到了一個(gè)完整的基因序列,確認(rèn)了新冠病毒和嚴(yán)重急性呼吸綜合征冠狀病毒( severe acute respiratory syndrome coronavirus,SARS-CoV)能在同一細(xì)胞內(nèi)形成血管緊張素轉(zhuǎn)換酶Ⅱ(ACE2)。 新冠病毒屬于RNA 病毒,在ACE2 受體的內(nèi)吞作用下,其與SARS-CoV-1 配體結(jié)合得更加緊密。 雖然新冠病毒主要通過呼吸系統(tǒng)上皮細(xì)胞入侵人體,但大多數(shù)心血管細(xì)胞也表達(dá)ACE2,所以該病毒可能會(huì)通過ACE2 途徑入侵心肌細(xì)胞,從而加重心肌損害和心臟功能障礙[5]。

GUO 等[6]報(bào)道,新冠病毒感染患者出現(xiàn)急性心肌損害的比例高達(dá)27.8%,而美國的一項(xiàng)橫斷面研究顯示,在確診流感住院的成年人中,5.7%的患者發(fā)生急性心肌損害,僅為新冠病毒感染患者的1/5[7]。 新冠病毒感染會(huì)導(dǎo)致血管炎癥、斑塊不穩(wěn)定、高凝狀態(tài)以及心肌損傷[8-9]。 病理資料顯示,新冠病毒感染患者的心肌間質(zhì)有炎性滲出及壞死,而冠狀動(dòng)脈(簡稱冠脈)會(huì)出現(xiàn)微小的血栓及炎癥。新冠病毒感染還會(huì)引起細(xì)胞因子風(fēng)暴、敗血癥、彌散性血管內(nèi)凝血,最終引發(fā)多個(gè)器官衰竭,甚至死亡。 新冠病毒感染所引發(fā)的心臟異常與冠脈痙攣、缺氧損傷、斑塊破裂、電解質(zhì)異常、微凝塊、心肌損傷、細(xì)胞因子風(fēng)暴、血管內(nèi)皮損傷等因素緊密相關(guān)。

新冠病毒感染有多種不同的心電圖異常表現(xiàn),如心律不齊等。 部分患者在發(fā)病早期會(huì)感到明顯的心悸[10];而在重癥患者中,心電圖異常更是頻繁發(fā)生(發(fā)生率高達(dá)33% ～93%),這與院內(nèi)死亡率上升以及使用呼吸機(jī)呈正相關(guān)[11]。 BERTINI 等[12]對431 例新冠病毒感染的重癥患者進(jìn)行了回顧性、橫斷面、多中心研究,所有入院患者均接受了常規(guī)心電圖檢查,發(fā)現(xiàn)有93%的患者出現(xiàn)心電圖異常,其中有22%表現(xiàn)為心房顫動(dòng)或心房撲動(dòng)、30%存在明顯的右心室壓力負(fù)荷過重。 在右心室壓力負(fù)荷過重的患者中,SⅠQⅢTⅢ心電圖變化占10%,不完全性右束支阻滯(right bundle branch block, RBBB)占9%,完全性RBBB 占11%。 ELIAS 等[13]研究表明,在108 例心電圖無異常且生命體征平穩(wěn)的新冠病毒感染患者中,僅有5 例(4.6%)在住院后48 h 內(nèi)死亡或須行機(jī)械通氣;而在216 例心電圖和呼吸體征異常的患者中,68 例(31.5%)死亡;在65 例心電圖異常而呼吸正常的患者中, 8 例(12.3%) 死亡。MCCULLOUGH等[14]對756 例新冠病毒感染患者首次入院心電圖進(jìn)行分析,發(fā)現(xiàn)室性心動(dòng)過速(簡稱室速)、房室阻滯、復(fù)極異常和RBBB 患者的死亡率更高,提示大部分新冠病毒感染患者有異常的心電圖表現(xiàn),心肌損傷的出現(xiàn)往往提示疾病加重以及有發(fā)生嚴(yán)重意外的可能。 同時(shí),心電圖所反映的心臟功能障礙也會(huì)直接影響預(yù)后,首次就診時(shí),可根據(jù)患者的生命體征和心電圖的變化來判斷其預(yù)后。

2 新冠病毒感染后心電圖的變化

2.1 惡性室性心律失常

惡性室性心律失常一般是指短時(shí)間內(nèi)會(huì)引起血流動(dòng)力學(xué)障礙,甚至?xí)炟屎外赖男穆墒С?包括室速和心室顫動(dòng)。 在新冠病毒感染患者中也可以觀察到惡性室性心律失常,發(fā)病的主要原因是藥物所致QT 間期延長、代謝異常、心肌炎[15]。 新冠病毒感染患者的肌鈣蛋白水平增高,室速或心室顫動(dòng)的發(fā)生率顯著高于肌鈣蛋白正常組[6]。 室速可分為單形性或多形性。 單形性室速常見于新冠病毒感染患者,如ST 段抬高型急性心肌梗死(acute myocardial infarction,AMI)或心肌炎等。 多形性室速可由藥物所致QT 間期延長等原因引起,但在新冠病毒感染患者中不多見。 惡性室性心律失常的心電圖表現(xiàn)往往提示新冠病毒感染患者病情危重、生存率降低。

2.2 心動(dòng)過緩或房室阻滯

據(jù)GUO 等[6]、HE 等[16]研究報(bào)道,大部分新冠病毒感染患者是有各種基礎(chǔ)心臟病的老年患者,隨著肺部病變的加重,可能會(huì)發(fā)展成二度、三度房室阻滯或室性心律失常,并很快發(fā)生心搏驟停。 相比于其他節(jié)律異常,心動(dòng)過緩和房室阻滯在新冠病毒感染患者中并不多見。 AMARATUNGA 等[17]研究指出,新冠病毒感染患者早期出現(xiàn)明顯的心動(dòng)過緩,可能與缺氧、藥物、炎癥因子等有關(guān),但缺乏明確的相關(guān)性證據(jù)。

2.3 QT 間期和電軸異常

CHORIN 等[18]研究發(fā)現(xiàn),超過24%的新冠病毒感染患者QT 間期出現(xiàn)延長,可能與羥氯喹、阿奇霉素以及氯喹等抗新冠病毒藥物的使用有關(guān)。 QT 間期延長可能會(huì)引發(fā)尖端扭轉(zhuǎn)型室速等不良臨床事件[19],而這些患者一般有急性呼吸衰竭、重癥肺炎和(或)大面積肺栓塞,且心電圖表現(xiàn)為右心室負(fù)荷過重,V1導(dǎo)聯(lián)R/S≥1,呈R 或Rs 型,QRS 波電軸右偏,Ⅱ、Ⅲ、aVF 和V1—V4導(dǎo)聯(lián)發(fā)生ST 段下降或T 波倒置[20]。

2.4 ST 段、T 波和QRS 波群異常

新冠病毒感染相關(guān)的心肌損害在心電圖上可表現(xiàn)為ST 段抬高或降低、T 波倒置及病理性Q波[21]。 LI 等[22]調(diào)查顯示,新冠病毒感染患者中,ST段和T 波改變是最常見的心電圖異常,占40%。 對于ST 段抬高患者,很難通過心電圖來鑒別心肌梗死、心肌損傷或心肌炎。 SARIRIAN 等[23]的研究納入了18 例心電圖表現(xiàn)為ST 段抬高的新冠病毒感染患者,因疑似AMI 而行冠脈造影檢查,結(jié)果8 例被確診為AMI,10 例為非缺血性心肌損害。 對于出現(xiàn)胸痛的新冠病毒感染患者,急診醫(yī)師應(yīng)當(dāng)進(jìn)一步考慮是否存在ST 段抬高的心肌炎、心肌損傷以及AMI。 新冠病毒感染合并心包炎的心電圖表現(xiàn)與AMI 相似,如果多個(gè)導(dǎo)聯(lián)同時(shí)出現(xiàn)ST 段抬高,則有可能發(fā)生了冠脈阻塞;而心肌損害以彌漫性或廣泛性ST 段抬高為主。 臨床表現(xiàn)對ST 段抬高型AMI和心肌炎的鑒別診斷具有一定的參考價(jià)值。

2.5 新冠病毒感染相關(guān)肺栓塞的心電圖表現(xiàn)

新冠病毒感染會(huì)導(dǎo)致凝血功能異常,往往合并肺栓塞,特別是在危重患者中。 這與新冠病毒感染引起靜脈血栓栓塞的發(fā)病機(jī)制有關(guān):病毒能促進(jìn)凝血系統(tǒng)強(qiáng)化、血小板凝集功能增強(qiáng)、血管緊張素Ⅱ激活,由細(xì)胞因子介導(dǎo)的凝血酶原活化及病毒感染可能會(huì)導(dǎo)致局部發(fā)炎,并形成局灶性血栓[24]。 發(fā)生大面積肺栓塞時(shí),心電圖通常以竇性心動(dòng)過速(簡稱竇速)和(或)心房顫動(dòng)為主,并伴有快速性室性心律失常[25]。 MIDDELDORP 等[26]對198 例新冠病毒感染住院患者開展了回顧性研究,其中39 例(20%)確診為下肢靜脈血栓,其心電圖主要表現(xiàn)為竇速、ST 段或T 波的微小變化;僅1/3 的患者顯示出較明確的右心室壓力負(fù)荷過重;只有不到10%的患者有典型的SⅠQⅢTⅢ心電圖表現(xiàn)。 肺動(dòng)脈栓塞心電圖主要表現(xiàn)為胸前導(dǎo)聯(lián)T 波倒置和RBBB,因此,心電圖對于新冠病毒感染合并肺栓塞的診斷具有參考意義。 盡管心電圖可以提示肺栓塞,但是它不能用于確診或排除肺栓塞,往往需要借助其他影像學(xué)手段并結(jié)合臨床綜合判斷。

3 心電圖追蹤圖像技術(shù)在新冠病毒感染中的應(yīng)用

3.1 心電圖追蹤圖像技術(shù)與CNN

CNN 是近年來深度學(xué)習(xí)領(lǐng)域的研究熱點(diǎn)之一,可用于提取醫(yī)學(xué)圖像中的高維信息,提高診斷準(zhǔn)確率[27]。 RAHMAN 等[28]首次探討了利用CNN 模型從心電圖跟蹤圖像中篩選新冠病毒感染患者。 該研究將新冠病毒感染患者和心血管疾病患者的心電圖分別輸入CNN 模型,將6 種典型的CNN 模型運(yùn)用于3 個(gè)不同的分類系統(tǒng):①二分類(正常、新冠病毒感染);②三分類(正常、新冠病毒感染、其他心血管事件);③五分類(正常、新冠病毒感染、AMI、心律失常,以及陳舊性心肌梗死);結(jié)果顯示,該模型二分類的準(zhǔn)確率高達(dá)99.1%。 ATTALLAH[29]同樣用二分類方法訓(xùn)練模型,使其對正常人和新冠病毒感染患者的心電圖進(jìn)行學(xué)習(xí),發(fā)現(xiàn)其識(shí)別后者的準(zhǔn)確率高達(dá)98.2%。 NGUYEN 等[30]根據(jù)CNN 模型提取的心電圖信號,能準(zhǔn)確地識(shí)別新冠病毒感染,準(zhǔn)確率高達(dá)98.5%。 該研究成果還可應(yīng)用于便攜式穿戴設(shè)備中,與常規(guī)心電圖機(jī)相比,該設(shè)備更易獲取心電數(shù)據(jù),能顯著提升新冠病毒感染或心血管疾病的診斷效率。

3.2 使用細(xì)粒度多標(biāo)簽心電圖框架檢測異常心電圖

DU 等[31]提出了一種新型的細(xì)粒度多標(biāo)簽心電圖(fine-grained multi-label ECG, FM-ECG)框架,并在此框架下首次采用細(xì)粒度分類技術(shù),將細(xì)粒度的精細(xì)識(shí)別特征與多標(biāo)簽的廣泛識(shí)別特征相結(jié)合,對心電圖圖像進(jìn)行分類。 FM-ECG 主要依靠監(jiān)督挖掘組件、空間注意力組件和門控循環(huán)組件開展工作:首先,使用監(jiān)督挖掘組件拆分心電圖圖像,并用標(biāo)簽標(biāo)記細(xì)粒度部分,對異常心電圖進(jìn)行學(xué)習(xí);其次,利用空間注意力組件進(jìn)行強(qiáng)化學(xué)習(xí),自動(dòng)提取用于判斷的標(biāo)簽;最后,使用門控循環(huán)組件,對提取的多個(gè)心電圖標(biāo)簽進(jìn)行深度神經(jīng)網(wǎng)絡(luò)分析。 該研究納入了中國兩家醫(yī)院的6 萬余份心電圖資料進(jìn)行分析和驗(yàn)證,建立的模型對竇性心律和竇速的檢測準(zhǔn)確率分別達(dá)到97.65%和98.60%;對竇性心動(dòng)過緩則高達(dá)99.02%[31]。 該研究表明,FM-ECG 是一種有效的心電圖檢測框架,細(xì)粒度方法具有極強(qiáng)的適用性,有助于臨床醫(yī)生從心電圖圖像中發(fā)現(xiàn)異常,也適用于對新冠病毒感染患者心電圖圖像的檢測與分析。

3.3 使用六軸特征映射和深度學(xué)習(xí)對新冠病毒感染患者的心電圖進(jìn)行分類

OZDEMIR 等[32]提出了一種深度學(xué)習(xí)算法,即六軸特征映射,可用于自動(dòng)診斷新冠病毒感染患者的心電圖。 具體來說,該方法首先利用灰度共生矩陣提取相關(guān)的心電圖特征,并產(chǎn)生能反映12 個(gè)導(dǎo)聯(lián)之間關(guān)系的六軸圖;然后,將所產(chǎn)生的圖像輸入定制的CNN 模型,以進(jìn)行新冠病毒感染的診斷。 為了評價(jià)該模型對新冠病毒感染患者的識(shí)別能力,該研究主要采用與文獻(xiàn)[28]相同的數(shù)據(jù)集,對新冠病毒感染與未被識(shí)別(即顯示正常)的心電圖進(jìn)行二分類試驗(yàn);最終研究結(jié)果表明,六軸特征映射算法對新冠病毒感染診斷的準(zhǔn)確率高達(dá)96.2%,高于傳統(tǒng)AlexNet 網(wǎng)絡(luò)的準(zhǔn)確率(93.6%)[32]。 在同一CNN網(wǎng)絡(luò)中,為了檢驗(yàn)六軸特征映射的診斷性能,OZDEMIR等[32]將傳統(tǒng)心電圖圖譜用于訓(xùn)練模型,其識(shí)別精度僅81.08%,比六軸特征映射要低得多,也顯著低于傳統(tǒng)的AlexNet 網(wǎng)絡(luò),且差異有統(tǒng)計(jì)學(xué)意義。 這說明六軸特征映射法可以有效地減少運(yùn)算開銷,提高分類性能。 綜合以上研究結(jié)果,建議將3.1 節(jié)中提及的分類機(jī)制與六軸特征映射法相結(jié)合,以達(dá)到最佳應(yīng)用效果。

4 小結(jié)

近年來,隨著計(jì)算機(jī)技術(shù)的飛速發(fā)展,圖像深度學(xué)習(xí)技術(shù)在生物醫(yī)藥領(lǐng)域得到了越來越多的應(yīng)用,人們研發(fā)出了各種模型用于輔助診斷,緩解了醫(yī)療壓力[33]。 最近還有研究提出了不同種類的深度學(xué)習(xí)模型,用于從胸部X 線圖像、CT 等醫(yī)學(xué)圖像中識(shí)別異常[34-35]。 目前,對新冠病毒感染的診斷主要依賴于肺部CT,但其圖像具有高特異性與低敏感性;加之CT 檢查在操作方法、檢查地點(diǎn)、價(jià)格等方面的局限性,基于心電圖的新冠病毒感染診斷的學(xué)習(xí)模型可能比基于放射圖像檢測的學(xué)習(xí)模型使用起來更為簡便、有效[36]。 目前,心電圖追蹤成像技術(shù)預(yù)測疾病、判斷預(yù)后的能力還有較大的提升空間,未來還需利用海量的心電數(shù)據(jù)進(jìn)一步完善學(xué)習(xí)模型,尤其是要對潛在的心律失常提高警惕。