心脏骤停(cardiac arrest，CA)，又称心源性猝死(sudden death)是指心脏的机械活动停止，同时左心室收缩不足或停止收缩。在美国每年大约有22.5万人死于院外(Out-of-hospital)心源性猝死，同时每年约有37～75万住院病人因心脏骤停实施心肺复苏术(cardiopulmonary resuscitation，CPR)。我国虽然还没有确切的心源性猝死的流行病学资料，但专家估计这个数字会达到每年600万人。由于心脏骤停常是冠心病的首发表现形式，有效的心肺复苏是抢救这类患者的唯一途径。心肺复苏是通过对心脏骤停的快速识别和积极抢救，人工重建或恢复自主呼吸与循环，避免发生心肺脑功能不全。快速采取基本生命支持(basic life support，BLS)是心肺复苏成功的关键。心脏骤停有两种不同的形式。一种是由于节律失常引起的心脏骤停(dysarhithmic cardiac arrest)，另一种是因为呼吸停止引起的心脏骤停(asphyxial or respiratory cardiac arrest)。前一种类型的心脏骤停患者大都出现心室颤动(ventricular fibrillation，VF)，而后一类心脏骤停则是由于溺死、药物过量或外伤引起，只有约5％～15％的患者出现心室颤动。对前一类型的患者强调早期除颤和即时的心肺复苏，而对后一种类型的患者则需要实施有效的胸外按压和人工通气治疗。目前心肺复苏有效的抢救成功率依然很低，只有对其不断改进才有可能降低死亡率，这主要是由于以下三个原因引起的。(1)心肺复苏开始得比较晚，包括胸外按压和人工通气。(2)胸外按压的效率较低以及频繁间断。(3)电击除颤不及时造成抢救时机的延误。心室颤动如不及时去除可在数分钟内转为心室静止(asystole)。为了增加早期除颤的机会，尽量缩短除颤时间，体外自动除颤仪(automatic external defibrillator, AED)应运而生。AED的最大特点是提高了电击除颤的自动化程度，是专为非医务人员和初级救生员设计使用的，其识别心室颤动的敏感性与特异性均超过94％。抢救人员只要发现患者意识丧失，无脉搏就可将AED置于患者的胸壁上并启动开关，AED感知心电信号，如能识别出室性心动过速(Ventricular Tachycardia，VT)，或心室颤动，就可自动除颤。应用AED后的研究显示，与单纯的基础生命支持相比可明显提高存活率。美国AHA和IAFC已要求每辆急救车和消防车均需配备AED。随着AED的推广和普及，可以期望更多的生命将会被挽救。由于心脏骤停患者绝大部分(60％-70％)发生在院前，而且在常温下心脏停搏5分钟后脑细胞即可发生不可逆损害，10分钟后脑细胞死亡。在此期间如果不实施心肺复苏术，则心脏的电活动就会逐渐消失，最后出现心室静止，心电图出现一条直线。心肺复苏和药物治疗可能会增加缺血心肌的血液和氧气循环，从而将心室静止转变为心室颤动，而后方可电击除颤。因心室静止和心室颤动期间心脏停止收缩，因此无法检测到脉搏信号。如果心脏只存在心肌的电活动而没有相应的机械收缩，则称为心电机械分离(electromechanical dissociation，EMD)或无脉搏心电活动(pulseless electrical activity, PEA)。这种情况常会出现在药物治疗或心肺复苏但没有实施电击除颤，或由心室颤动转变为心室静止的过程中。目前心肺复苏有一个标准的操作指南(the international guidelines)，它根据对呼吸、脉搏以及心电节律的检测来确定相应的复苏措施。而目前使用的AED只能根据患者的心电波形做出相应的节律分析决定是否需要电击除颤，其它如呼吸检测、脉搏检查等均需要由目击者或抢救人员来判断。为实现心肺复苏的全自动化，目前仍需要解决以下一些问题：(1)胸外按压过程中的心电节律识别。心脏骤停患者的存活率随心室颤动持续时间的延长而迅速降低，平均每分钟下降约7％～10％。当施行电击除颤的时间延迟10～12分钟以上时，存活的可能性几乎为零。尽早应用基础的心肺复苏，并尽快实施电击除颤，可有效提高心脏骤停患者的存活率。但目前使用的体外自动除颤仪在实施电击除颤之前需要反复进行节律分析。否则如果将正常的非除颤心室搏动节律误判为除颤节律，并实施不必要的电击，那么将会对病人的心脏产生极大的损伤，并导致严重的后果。因此为确保心室颤动的正确识别，在节律分析期间，必须停止对病人的胸外按压和通气过程。这一过程大约需要12至20秒的时间。在这一过程中，电击除颤的成功率因为室颤时间的延长而大大降低，尤其是在院外病人的复苏期间。因此如果能有一种比较可靠的心室颤动节律识别算法，即使是在对病人实施胸外按压期间也能对心电波形进行可靠分析，那么病人存活的几率将会得到有效提高。(2)胸外心脏按压的有效性监测分析。胸外心脏按压的质量也是成功复苏的关键，包括按压深度、按压频率和胸廓的回弹程度。尤其的恰当的按压深度，它是保持一定冠状动脉灌注压(coronary perfusion pressure，CPP)的关键。但是，研究表明许多心脏骤停患者在心肺复苏过程中没有得到有效的胸外按压，主要表现在按压频率较低、按压深度不足以及没有保持适当的循环血流。而在院外急救过程中，胸外按压由于没有得到有效的监测，整个过程就只能靠抢救者的感觉和视觉判断。随着复苏过程的进行，急救人员急需了解胸外按压的效果以及由此产生的病人心脏血流的变化，从而实施进一步的治疗，包括优化电击除颤或继续胸外按压治疗。(3)实时呼吸及脉搏检测。在过去的20年里，心室颤动或室性心动过速在心脏骤停中出现的比例逐渐下降，已经低于50％，而无脉搏心电活动PEA及其它类型的心脏骤停所占比例并没有改变。心室颤动的下降通过心室静止增加得以补偿。这就要求第一目击者或急救人员快速判断病人在失去意识的情况下，是否具有呼吸、脉搏或者足够的血液循环。但这两项指标的检测对院外急救来说却非常困难。因为传统脉搏检测是通过感触病人颈动脉的搏动来实现的，呼吸检测则是通过贴近病人嘴部感觉呼吸气流和观察胸腔的变化来实现。这些适用于普通人群的方法，很难应用于心跳和呼吸极其微弱的冠心病患者。若不能准确地检测呼吸与脉搏，就不能正确区分由于节律失常和窒息引起的心脏停搏，并实施正确的复苏措施。针对以上心肺复苏过程中的问题，我们扩展了目前AED使用的心电采集及除颤电极功能，利用一对胸前除颤电极实现心电信号与胸阻抗信号的采集分析。通过对按压过程中心电信号的分析实现对胸外按压效果的监测，通过对胸阻抗信号的处理实现微弱呼吸与脉搏信号的检测，实现了心肺复苏的自动化实现方案，其中的主要算法包括：(1)不间断胸外按压过程中的心电节律识别算法。采用基于连续小波变换及形态一致性评估的分析方法实现对心电信号的节律识别。通过对心电信号中R波形态一致性的量化分析，可以区别规则性心电节律(organized rhythm)和不规则心电节律(disorganized rhythm)。对于规则性心电节律，通过连续小波变换中R波峰值出现的频率来估计心率的变化，以区别室性心动过速与正常节律。而对于不规则性心电信号，则通过幅度频率谱面积分析来区分心室颤动与心室静止。(2)胸外按压有效性的监测与电击除颤的优化算法。早期对胸外按压有效性的监测通过对心室颤动信号的幅度分析来实现。此后动物与临床实验研究表明，心室颤动信号的频率与CPP呈相关性。但由于心电信号的幅度与频率均因病人的个体差异而对实验结果有较大的影响。本研究小组将心电信号的幅度与频率相结合，提出了一种基于幅度频率谱面积的分析方法，它定义为一定频带宽度下信号功率谱所包含的面积。我们期望这种用于对电击除颤优化分析的方法可扩展应用于对胸外按压有效性的实时监测中。(3)实时呼吸及脉搏检测分析算法。利用心电检测／除颤用电极提取的胸阻抗信号由两部分组成：一是包含了频率较低但幅度较高的呼吸阻抗信号，二是频率略高但幅度较低的反映心脏机械活动的心阻抗信号。我们用心电信号作为参考，利用自适应滤波器将呼吸阻抗信号和心阻抗信号相分离。最后用峰值检测算法利用检测到的心阻抗信号幅度，判断检测脉搏信号的有无，并用呼吸阻抗信号的幅度估计潮气量的大小，从而确定呼吸的类别。为检验这些算法的有效性，我们对不同的算法进行了相应的实验设计与临床实验。对用AED记录的232例院外心脏骤停患者的心电信号分析结果表明，所提出的自动心电节律分析算法可以实现在胸外按压不间断情况下对心电节律的可靠分析。对除颤信号的检测敏感率为93％，特异性为89％。在一组由心律失常引起的心脏骤停动物模型中，幅度频率谱面积分析与CPP分析结果具有良好的相关性，并且对电击除颤结果的预测具有较高的准确性。在另一个由窒息引起的心脏骤停动物模型中，由心脏机械活动引起的心阻抗信号变化与脉搏电压具有良好的相关性，而由呼吸引起的呼吸阻抗信号的变化则与呼吸潮气量的变化正相关。临床研究结果表明，通过对脉搏及呼吸信号的无创检测，本研究提出的算法能够正确地区分因心律失常和窒息引起的不同类型的心脏骤停，从而及时地提示急救人员实施相应的复苏方案。而在不间断胸外按压情况下对心电节律的实时分析，则有效地避免了因节律分析造成的延误，提高患者的存活率，同时可以避免不必要或不成功的电击除颤，较好地解决了当前心肺复苏过程中存在的不足，实现了心肺复苏的全自动化。