Clear Sky Science · zh
用于信号质量索引与经验证心脏时序的猪体震心图低血容量数据集
无需破皮的心脏聆听
想象一下,不用动脉内管子和导管,仅靠贴在胸前的小贴片式运动传感器就能检查心脏的泵血功能。这就是体震心动图(seismocardiography,SCG)的前景:记录由每次心跳引起的微小胸部振动。本文介绍了一个在猪身上受控失血过程中严格标注的数据集,为研究人员提供了可信的参考,从而将这些胸部振动转化为用于早期发现危险性血容量下降和心脏问题的可靠工具。

为什么心脏振动很重要
心脏病仍是主要死因之一,许多人首次出现危及生命的症状时并不在医院。持续、低成本的监测可以更早发现问题,尤其在救护车、农村诊所或家庭环境中。SCG 用微小加速度计记录胸部的细微颤动,可揭示心脏瓣膜何时开启与关闭、心脏收缩的力度以及血容量如何变化。先前研究表明,相较于简单的生命体征(如心率或平均血压),基于振动的测量在估算血压、搏出量和血容量状态方面可能更为灵敏。但一个主要障碍阻碍了进展:研究者缺乏一个大规模、公开且经过专家仔细核验和标注的 SCG 信号集。
缺失的一环:可信的参考数据
已有的公共数据库包含 SCG 以及心电图(ECG)等其他信号和血压波形。然而,这些集合大多缺少关键心跳事件的明确标注,例如主动脉瓣开启(AO)或关闭(AC)的精确时刻,或对每次心跳信号清晰度的一致评分。没有这些标签,就很难训练或测试必须在充满运动、说话和其它干扰的真实世界信号上可靠运行的算法。本研究的作者填补了这一空白,构建了一个经过细致注释的数据集及其制作工具,聚焦于一个具有挑战性的情景:低血容量(hypovolemia),即血容量危险性流失或重新分布,可能导致休克。
对猪体失血的可控观察
为构建该数据集,研究团队使用了六只约克夏猪,其心脏和胸部解剖结构在许多方面与人类相似。在动物仰卧、麻醉状态下,研究者通过两种方式逐步改变血容量:抽血(绝对低血容量)以及使用扩血管药物(相对低血容量),随后以动物自身的血液进行复苏。在这些阶段中,他们持续记录来自胸骨和背部传感器的 SCG、标准电极记录的 ECG,以及置入主动脉根部导管得到的高精度血压信号。然后他们以 ECG 为时间基准将记录拆分为单次心跳,并每隔第五拍抽取一拍进行人工检查,最终得到 17,059 次 SCG 心搏,覆盖正常状况、严重失血与恢复期。
专家如何标注每次心跳
研究者开发了一个定制的图形界面以提高专家标注的速度和一致性。每个 SCG 心搏与相应的 ECG 心搏并列显示,并配有展示临近心搏随时间演变的热图。受过训练的注释者——心血管信号方向的研究生和博士后——在每个 SCG 心搏上点击四个关键标志点:主动脉瓣开启(AO)、主动脉瓣关闭(AC)、AC 后的一个谷(ACv)以及二尖瓣开放(MO)(标志着心室开始回流)。他们还根据重要特征的可见清晰度将信号质量评为“好”、“一般”或“差”。每次心搏由两名注释者独立标注,必要时由第三人作为裁决者。每个时序点和质量评分的最终值取三次决定的中值,以减少异常值和分歧的影响。

与黄金标准的比对
为了确保标注真实反映心脏活动,作者将专家标记与来自侵入性主动脉压力导管提取的时序进行了比较,后者直接感知因心脏泵血而引起的压强升降。通过滤波、平均和检查压力波形曲率等信号处理步骤,他们为每个所选心搏估计了真实的 AO 与 AC 时刻。随后评估了人工注释与导管导出时序的接近程度。在所有猪中,注释的 AO 事件与导管测量显示出很强的相关性(r = 0.926),AC 事件亦具有相似的准确性(r = 0.911)。包括多种组间评分可靠性指标在内的统计一致性测度表明,注释者彼此之间总体上具有一致性,尤其对于像 AO 和充盈相主要谷等视觉上更为显著的标志点。
这对未来心脏监测意味着什么
从通俗角度看,这项工作提供了一个可信的“词典”,将胸部振动翻译为精确的心脏事件,并且以可用的最准确的内部测量为依据进行了验证。通过公开共享原始波形、专家标注以及注释软件,作者为他人开发更智能的算法以检测失血、监测心力衰竭或在手术后追踪恢复提供了基础,目标设备是基于可穿戴传感器的工具。简单来说,该数据集有助于弥合实验室原型与能够在医生、救护人员甚至患者自身在为时未晚之前发出警示的稳健工具之间的差距。
引用: Cho, M.J., Yaldiz, C.O., Nawar, A. et al. Seismocardiography Pig Hypovolemia Dataset for Signal Quality Indexing and Validated Cardiac Timings. Sci Data 13, 423 (2026). https://doi.org/10.1038/s41597-026-06733-2
关键词: 体震心动图, 心脏监测, 失血检测, 可穿戴传感器, 带注释的生物医学数据集