动态心电图检查技术是一种无创、可长时间连续记录人体心电图变化的技术，可在静止、活动及睡眠等各种状态下记录人体心电图的变化并进行批量编辑、统计、分析、诊断等。动态心电图检查技术将心电图记录由静态发展为动态，由短时程记录发展至长时程记录，这是心电技术发展史上的里程碑，为人类健康事业做出了巨大贡献；动态心电图检查技术也是心血管疾病诊断领域的重要检查手段，广泛应用于临床诊断与科研。

1.发展史

动态心电图机的发明要归功于坚持不懈、富有创造力的科学家与企业家Norman Jeff Holter和Bruce Del Mar。他们之间的合作超过20年，最终为动态心电图机的发明、发展做出了卓越的贡献。1947年，Holter设计的第一个无线动态心电图机（radio electrocardiograph，RECG）诞生了，这是一个重达58磅（约26kg）的庞然大物，RECG通过无线电将采集到的体表心电信号调制后发往远处的无线电接收器，无线电接收器将调制后的心电信号显示在示波器上。1954～1961年，随着晶体管技术的发展，Holter设计出了一种更小并可将从体表采集到的心电信号记录到磁带上的动态心电图机。他与医生Eliot Corday合作进一步研发出了视听信号叠加显示仪，这也是世界上第一个统计分析心律失常的动态心电图记录仪，据当时参与研究的Bill Parsons 回忆，此视听信号叠加显示仪由团队的一名中国籍杨医生研发。1963年，Del Mar Avionics公司经过1年的准备及技术改进终于生产制造出世界上第一批动态心电图机，并将第一台出售给了美国康奈尔大学医学院。Del Mar的加入使动态心电图机的量产成为可能，在量产过程中，Del Mar利用各种资源对现有设计进行改进，并亲自制定市场推广计划。Bill Parsons先生作为Del Mar的女婿于1960年进入Del Mar Avionics公司工作。1963年， 年仅23岁的Bill Parsons开始负责动态心电图机的销售。据Bill Parsons回忆，最初Holter给动态心电图机的命名是“Dynamic Electrocardiography”，名字很长，很难发音和记忆，于是他建议以Holter的名字命名动态心电图机，此项提议得到了Holter 的肯定，这就是Holter 动态心电图机名字的由来。1975年，Bill Parsons 在Del Mar 的支持下创立了属于自己的公司迪姆（DMS），开启了他极具挑战的一生。

2.发展现状

70多年来，随着电子技术和计算机技术的迅猛发展，特别是近年来人工智能技术的快速发展，动态心电图机的发展也进入了一个崭新的时代。信号记录技术方面，动态心电图机从1947年的26kg减轻到如今的36g，笨拙的模拟信号磁带式记录器被小巧的数字信号SD（secure digital）存储卡所取代，心电信号的采样率也从原来的128点/秒提高到了10 000 点/秒，单通道心电记录也发展为三通道同步记录或标准12导联同步心电记录，多通道动态心电图机甚至还可独立全方向采集记录起搏器信号，心电信号的采集时间也从原来的24h达到了30天，心电信号传输方式上更采用了4G/5G无线通信技术实时发送到心电中心，可对患者记录期间的所有心电活动进行监测。此外，呼吸信号及体位和运动量信号等多种参数同步记录进一步扩展了动态心电图机的临床应用。

重量仅36g，内置4G/5G传输模块的穿戴式动态心电图机

回放分析技术方面，从最早只针对几种心律失常的简单分析系统发展为全方位人工智能诊断分析系统，复杂心律失常分析、心肌缺血定位分析、心率变异性分析、起搏器功能评价、自主神经功能评价、睡眠呼吸暂停综合征分析、T波电交替分析、心室晚电位分析、心脏能量谱分析、心电向量分析、心率减速力分析、QT变异分析、心率震荡分析等已成为目前分析系统的主流功能。系统内置自动分析引擎经过数代更新进化已经发展为基于神经网络、具有自主学习功能的多方位人工智能全自动分析引擎，其中包括人工智能干扰度识别模型、人工智能多导联心搏定位模型、人工智能心搏属性分类模型、人工智能心房颤动识别模型、人工智能自动诊断模型，大幅度提高了自动分析的准确性。

AI分析引擎研发过程

2016年起，迪姆公司开始从全球收集大量动态心电数据，着重从各分析中心及医疗机构收集典型的疑难病例，并将其汇集到人工智能研究基地，组织专家对数据进行结构化、标签化，并提取为人工智能分析引擎学习的训练集。训练集主要来源于以下5个数据库：①麻省理工学院的MIT-BIH 心律失常数据库；②美国心脏协会（AHA）的AHA数据库；③美国麻省理工学院的MIT-BIH噪声抑制测试数据库（MIT-BIH noise stress test datebase）；④MIT-BIH主要用来分析室性心律失常算法性能的CU心电数据库；⑤DMS P1心律失常数据库。

散点图逆向编辑方法结合反混淆技术：此方法作为人工智能分析引擎的后期补充工具，大幅度提高了心律失常编辑的效率

三维散点图：从空间角度进一步体现了吸引子物以类聚的特性，大幅度提高了散点图切割的准确性

基于图谱的人工智能科研级别搜索引擎：可在一屏同时查看多个病例的散点图特征，并可按研究者的要求对各种研究参数进行设定并批量搜索，大幅度提高了研究者的工作效率

3.网络化发展

随着网络技术的不断发展，动态心电图机也向着跨科室、跨医院、跨区域、跨国的方向飞速发展，动态心电图机的网络化解决了基层医院专业诊断医生不足的问题，显著提高了基层医院动态心电图报告分析的准确性。如今，最新一代卫星心电信息系统除了支持动态心电数据传输，还拓展为支持静态心电数据和动态血压数据的传输，并在美国、中国、澳大利亚、巴西及欧洲多个国家广泛应用。卫星心电信息系统又分为跨域心电信息系统、区域心电信息系统、院内心电信息系统3种不同方式。（1）跨域心电信息系统主要应用于国家与国家或省与省之间的远程连接，主要采用互联网方式连接，通常以一个服务中心跨国或跨省覆盖各级医院，通常用于疑难病例跨国或跨省远程会诊及远程诊断。

跨域心电信息系统

（2）区域心电信息系统指的是一个省或市之内的互联，通常可以采用互联网+虚拟专用网络（VPN）或光纤专网直接连接，通常为一个省或市级三甲医院覆盖周边地级市医院或社区卫生院。（3）院内心电信息系统为运行于医院内部的心电及血压网络系统，支持从医院信息系统（HIS）获取患者信息，存储电子病历、回传分析报告到HIS等，实现心电、血压数据全院共享，提高医院整体诊断质量。

院内心电信息系统

动态心电医联体应用是互联网模式下区域心电信息系统的典型应用，如2019年8月由安徽省心电学专科医联体牵头建立的安徽省智慧云心电远程诊断会诊中心，覆盖了全省大大小小几百个基层单位，通过互联网实现了一线医护人员、社区医师早期发现急性心肌梗死及严重心律失常患者，同时实现了医联体专家资源共享及远程心电传输、分析和实时监护，极大地提高了心电诊断的及时性与准确率。隔离病房动态心电网络是院内心电信息系统的典型应用，如华中科技大学同济医学院附属同济医院心功能检测中心于2012年就在汉口主院区建立了动态心电网络系统，后续又将光谷院区、中法新城院区等上百个病区连接进来。这种在各病区回放动态心电记录仪、在心功能检测中心集中分析的模式，将患者聚集检查的风险降至最低，有效地阻断了隔离病区传染源与诊断医生的接触，避免了病毒传染风险。同时各病区对每一次佩戴的动态心电图记录仪均执行严格的消毒与隔离等措施，避免了医护人员与患者及患者之间的交叉感染。

4.未来与展望

随着无线通信技术的进一步发展，未来越来越多的动态心电图机将支持5G传输技术，动态心电图机可将从患者体表采集的心电信号通过5G网络实时发往心电中心，心电中心可实时对心电等信号进行监测，由于5G信号的广泛覆盖，动态心电记录仪既可用于院内住院患者，还可在院外、胸痛中心、心房颤动中心等多个场景应用。人工智能技术的飞速发展，也必将大幅度推动动态心电分析诊断系统准确性的提高。未来，经过充分学习的动态心电分析系统可自动分析诊断结果，其准确性很有可能与一个具有20年工作经验的动态心电图分析医生媲美。

本文引自《动态心电图检查技术基础与临床》第一章，该书由华中科技大学同济医学院附属同济医院杨晓云主编，可供心电图、心血管内科、急诊内科等专业的临床医师参考阅读。

杨晓云

医学博士，硕士生导师，主任医师。主要从事各种心律失常、起搏器程控、不明原因晕厥及心血管内科常见疾病的诊断和治疗。

研究方向：人工智能诊断心电图。主持和完成了多项湖北省自然科学基金和武汉市科技攻关项目的研究；在国内外重要期刊发表 论文数十篇，重要成果刊登在 Lancet Digital Health 及European Heart Journal Digital Health等国际权威期刊。

任武汉医学会心电生理和起搏学分会主任委员、中国心电学会湖北省培训中心主任、中国心电学会无创心脏电生理专委会常务副主委、国家卫计委人才交流服务中心卫生人才评价领域专家。

扫码可购买

病例解析：睡眠呼吸暂停综合征引起窦性停搏

科学出版社赛医学（sci_med）

医药卫生分社订阅号