[Back]

M. Bachler:
"Model Based Methods for Early Diagnosis of Cardiovascular Diseases";
Supervisor, Reviewer: J Tank, A. Holzinger, F. Breitenecker, S. Wassertheurer; Institut für Analysis und Scientific Computing, 2017; oral examination: 2017-11-15.

According to the Global Burden of Disease Study, about 17.9 million deaths were caused by cardiovascular diseases (CVDs) in 2015, which corresponds to more than 30% of total mortality. CVDs are by far the most frequent cause of death worldwide. CVD is not a single disease, but is a collective term for several diseases such as coronary heart disease, stroke, atrial fibrillation and flutter, hypertension, and peripheral artery disease. While these diseases affect different functions of the cardiovascular system and have different symptoms, the underlying causes depend on and influence each other. This requires that physicians as well as scientists take numerous factors into account. Guidelines for the treatment of CVDs therefore recommend the evaluation of several biomarkers and biomedical recordings, e.g., electrocardiography and pulse waves. The best way to study interactions in the cardiovascular system is to measure these biosignals synchronously. Therefore, the aim of this work is to investigate and further develop existing models and methods for obtaining electrophysiological and mechanical biomarkers. In addition, they are to be implemented in a research platform in the form of an embedded system. Specifically, the aim is to further develop and investigate methods for the automatic annotation of the electrocardiogram (ECG), the measurement of the pulse wave velocity (PWV) and the quantification of the heart rate variability (HRV). The evaluation of the ECG allows conclusions to be drawn about the function of the heart muscle and the conductive system of the heart. Since automatic methods for analyzing the ECG have numerous advantages over manual methods, an algorithm for automatic ECG annotation is presented and tested. The results show recognition rates of beats with a sensitivity of 98.7% and a positive predictive value of 98.6%, which is comparable to today's algorithms. Furthermore, the results of the waveform boundary detection show a high agreement of algorithm and medical experts. The PWV reflects arterial stiffness as well as blood pressure changes between successive heartbeats. Since the determination of the speed depends on the measurement of the exact time required by the pulse wave to travel a certain distance, several methods for determining the arrival time are compared in this work. The most stable and reliable method, the diastolic patching method, was finally implemented in the embedded system and used in clinical trials. The HRV is the temporal variation of the intervals between successive heartbeats and can be derived from the ECG. It allows conclusions to be drawn about the state of the regulatory mechanisms in the cardiovascular and nervous system. In this work, numerous methods were analyzed for their applicability in an embedded system. Finally, the time-domain methods were implemented according to established standards, the frequency-domain methods based on the lesser known Lomb-Scargle periodogram, and the Poincaré Plot to visualize non-linear dynamics. The research platform and the methods developed in this work were used in several biomedical studies in various fields. Feedback and preliminary results demonstrate the viability of the system for the intended use: the synchronous recording and evaluation of several biosignals that reflect the condition of the different parts of the cardiovascular system and thus enable a thorough investigation of physiological and pathological interactions of cardiovascular diseases.

Laut der Global Burden of Disease Study wurden rund 17,9 Millionen Todesfälle im Jahr 2015 von Herz-Kreislauf-Erkrankungen verursacht. Das entspricht mehr als 30% der Gesamtmortalität. Sie sind damit die mit Abstand häufigste Todesursache weltweit. Herz-Kreislauf-Erkrankungen stellen nicht eine einzelne Krankheit dar, sondern sind ein Sammelbegriff für mehrere Erkrankungen wie koronare Herzkrankheit, Schlaganfall, Vorhofflimmern und -flattern, Bluthochdruck und periphere arterielle Verschlusskrankheit. Während diese Erkrankungen unterschiedliche Funktionen des Herz-Kreislauf-Systems betreffen und unterschiedliche Symptome aufweisen, hängen die zu Grunde liegenden Ursachen zusammen und beeinflussen sich gegenseitig. Dies erfordert, dass Mediziner sowie Wissenschaftler bei Untersuchungen zahlreiche Faktoren berücksichtigen. Leitlinien für die Behandlung von Herz-Kreislauf-Erkrankungen empfehlen daher die Auswertung mehrerer Biomarker und biomedizinischer Aufzeichnungen, z. B. Elektrokardiographie und Pulswellen. Der beste Weg, um Interaktionen im Herz-Kreislauf-System zu untersuchen, ist, diese Biosignale synchron zu messen. Daher ist das Ziel dieser Arbeit, bestehende Modelle und Methoden zur Ermittlung elektrophysiologischer und mechanischer Biomarker zu untersuchen und weiter zu entwickeln. Darüber hinaus sollen sie durch die Implementierung in einer Forschungsplattform in Form eines embedded Systems umgesetzt werden. Konkret geht es darum, Methoden zur automatischen Annotation des Elektrokardiogramms (EKG), zur Messung der Pulswellengeschwindigkeit (PWV) und zur Quantifizierung der Herzfrequenzvariabilität (HRV) weiter zu entwickeln und zu untersuchen. Die Auswertung des EKGs lässt Rückschlüsse auf die Funktion des Herzmuskels und des Erregungsleitungssystem des Herzens zu. Da automatische Methoden zur Analyse des EKG zahlreiche Vorteile gegenüber manuellen Verfahren haben, wird in dieser Arbeit ein Algorithmus zur automatische EKG-Annotation vorgestellt und getestet. Die Ergebnisse zeigen Erkennungsraten von Herzschlägen mit einer Sensitivität von 98,7% und einem positiven prädiktiven Wert von 98,6%. Diese Ergebnisse sind mit heute üblichen Algorithmen vergleichbar. Des Weiteren zeigen die Ergebnisse der Bestimmung der einzelnen EKG-Abschnitte eine hohe Übereinstimmung von Algorithmus und MedizinerInnen. Die PWV spiegelt arterielle Gefäßsteifigkeit sowie Blutdruckveränderungen zwischen aufeinanderfolgenden Herzschlägen wider. Da die Bestimmung der Geschwindigkeit von der Messung der genauen Zeit abhängt, die die Pulswelle benötigt, um eine gewisse Distanz zurückzulegen, werden in dieser Arbeit mehrere Methoden zur Bestimmung der Ankunftszeit verglichen. Die stabilste und zuverlässigste Methode, das Diastole-Patching, wurde schließlich im embedded System implementiert und in klinischen Studien eingesetzt. Die HRV ist die zeitliche Variation der Intervalle zwischen aufeinanderfolgenden Herzschlägen und kann unter anderem aus dem EKG abgeleitet werden. Sie erlaubt Rückschlüsse auf den Zustand der regulatorischen Mechanismen im Herz-Kreislauf- und Nervensystem. In dieser Arbeit wurden zahlreiche Methoden auf ihre Anwendbarkeit in einem embedded System untersucht. Schließlich wurden die Zeitbereichsmethoden nach etablierten Standards, die Frequenzbereichsmethoden basierend auf dem weniger bekannten Lomb-Scargle-Periodogramm und der Poincaré-Plot zur Visualisierung der nichtlinearen Dynamik implementiert. Die Forschungsplattform und die in dieser Arbeit entwickelten Methoden wurden bereits in mehreren biomedizinischen Studien in verschiedenen Bereichen eingesetzt. Rückmeldungen und vorläufige Ergebnisse zeigen die gute Einsetzbarkeit des Systems für den beabsichtigten Verwendungszweck: die synchrone Aufzeichnung und Auswertung mehrerer Biosignale, die den Zustand der verschiedenen Teile des Herz-Kreislaufsystems widerspiegeln und damit eine gründliche Untersuchung von physiologischen und pathologischen Wechselwirkungen von Herz-Kreislauf-Erkrankungen ermöglichen.