2. 河北医科大学第二医院放疗科, 石家庄 050000
2. Department of Radiotherapy, The Second Hospital of Hebei Medical University, Shijiazhuang 050000, China
放射治疗是胸部肿瘤(如乳腺癌、肺癌、食管癌)及纵隔淋巴瘤等恶性肿瘤的核心治疗手段。随着放疗技术的进步和患者生存期的延长,放疗相关的放射性心脏损伤(radiation-induced heart disease, RIHD)已成为影响患者预后的重要因素。RIHD可表现为心包炎、心肌纤维化、冠状动脉疾病、瓣膜损伤及心律失常等多种形式,其发生与心脏受照剂量、照射体积及个体易感性密切相关[1-4]。
心电图(electrocardiogram, ECG)能够敏感地反映心肌电生理活动,检测心肌缺血、传导异常、心律失常等亚临床改变,具有操作简便、成本低廉、可动态监测等优势。近年来,随着影像引导放疗、四维CT、实时门控技术及立体定向放射消融等新技术的发展,心电图在放疗中的应用已从单纯的心脏不良反应评估扩展到治疗计划优化、靶区运动管理、心律失常干预等多个领域。本文旨在系统梳理心电图在胸部肿瘤放疗中的临床应用及研究进展,为临床实践和后续研究提供参考。
一、心电图在放射性心脏损伤监测中的应用1. 放疗后心电图异常的临床特征:放疗可引起多种心电图异常,包括ST-T改变、QT间期延长、QRS波碎裂、心律失常等(表 1)。这些改变可早于临床症状出现,是亚临床心脏损伤的重要标志。
|
|
表 1 放疗后常见心电图异常类型及发生率 Table 1 Post-radiotherapy electrocardiographic abnormalities: common types and incidence rates |
T波与ST段改变是最常见的放疗相关心电图异常。多项研究一致证实,放疗后T波倒置或低平的发生率为33%~47%,且与平均心脏剂量呈正相关。Tuohinen等[5]对早期乳腺癌患者的研究发现放疗主要诱发胸前导联T波改变;Teimouri等[6]报道左侧乳腺癌患者放疗后3个月时47%出现T波倒置;付争艳等[7]的回顾性分析中T波明显低平倒置者占比33.0%。Tao等[8]发现约三分之一的心电图异常在5个月左右可恢复正常,提示部分损伤具有可逆性。
QT间期延长反映了心肌复极异常。Tuohinen等[5]发现放疗后6个月内心率校正的QT间期延长,差异有统计学意义,且与平均心脏剂量呈正相关;Dogan等[9]同样观察到放疗后QTc延长。
碎裂QRS波(fQRS)是心肌纤维化的电学标志。Adar等[10]对52例乳腺癌放疗患者的前瞻性研究发现,放疗后1年时37%的患者出现新的fQRS,心脏辐射剂量中位值5 Gy是独立预测因子。
传导异常与心率变异性(HRV)改变也可见于放疗后。付争艳等[7]报道放疗后PR间期和QRS波时限逐渐延长;张雅莉等[11]发现放疗后HRV呈剂量依赖性下降(55~65 Gy组最明显),提示心脏自主神经损伤。
风险因素:刘雨佳[12]对234例左侧乳腺癌患者的多因素分析显示,VMAT技术较IMRT可降低心电图改变风险,平均心脏剂量≥5Gy及使用靶向治疗是独立危险因素。
上述研究虽研究对象和随访时间各异,但得出以下共识:①放疗后心电图异常总发生率为30%~50%,其中T波改变最为常见(约占异常中的45%)。②平均心脏剂量≥5 Gy是心电图异常的独立危险因素。③心电图改变可早于临床症状和超声心动图异常。然而,各研究对心电图异常的定义不一致(如QTc延长的阈值、fQRS的导联数要求),导致发生率存在差异。此外,多数研究随访期≤1年,缺乏远期心律失常和心源性死亡的结局数据。基于现有证据,建议所有接受胸部放疗(平均心脏剂量≥5 Gy)的患者在放疗前、放疗后3个月、6个月、1年各接受一次12导联心电图检查。高危患者(如联合蒽环类化疗、抗HER2靶向治疗、基础心血管疾病)应增加24 h动态心电图,并延长随访至5年。
2. 心电图与心脏受照剂量的相关性:心脏受照剂量是RIHD的关键决定因素,心电图异常与剂量参数之间存在明确的量效关系。Darby等[13]通过病例对照分析证实,乳腺癌放疗导致的心脏电离辐射暴露会线性增加缺血性心脏病的长期风险,相对风险增幅约为7.4%/Gy,且无安全阈值,该风险在放疗后5年内开始显现并持续至少20年。
平均心脏剂量与心电图异常的定量关系:Skyttä等[14]通过为期3年的系统随访,首次在未接受化疗的早期乳腺癌患者中描绘了单纯放疗后心脏损害的动态演变过程,证实损伤持续进展至第3年。Hotca等[15]对155例局部晚期非小细胞肺癌患者的研究发现,放疗后中位8个月时,基线无心律失常的患者中66%出现新发病例,35%出现缺血/心包炎样改变,67%出现非特异性心电图异常。研究证实上腔静脉最小剂量与非特异性心电图异常相关,而心律失常和缺血性改变主要与患者体能状态较差相关。
剂量阈值与分割方式的影响:黄义文等[16]研究示放疗剂量≥55 Gy组心电图异常率高于<55 Gy组,加速超分割组异常率高于常规分割组。黄邹琴等[17]发现合并高血压的肿瘤患者放疗后心电图异常率高于非高血压组。
胸部放疗作为独立心血管危险因素:Vallerio等[18]对无经典心血管危险因素的胸部放疗患者进行运动负荷心电图筛查,发现10.4%患者出现阳性结果,其发生率与有危险因素的对照组之间差异无统计学意义,提示放疗本身即可诱发无症状心肌缺血。
上述研究提示不同心脏亚结构的剂量约束可能比整体平均剂量更重要。这两项研究的差异反映了肺癌与乳腺癌放疗中心脏受累模式的不同:乳腺癌心脏受照较均匀,平均剂量可代表整体风险;肺癌放疗中上腔静脉等局部结构常处于高剂量区,其剂量-效应关系更为突出。在计划优化时,不仅要控制平均心脏剂量≤5 Gy,还应对上腔静脉、左前降支等亚结构设置独立的剂量约束(如V5<50%)。
3. 心电图联合影像学评估心脏损伤:心电图与超声心动图、心脏MRI等影像学技术的联合应用,可更全面地评估RIHD的解剖与功能改变。
心电图联合心脏磁共振(CMR)评估弥漫性心肌纤维化:Moisander等[19]对30例早期左侧乳腺癌患者进行了为期6年的多模态影像学随访,结果显示放疗后6年时,90%的患者出现心肌T1值异常,80%出现细胞外容积(ECV)异常,77%出现心肌背向散射积分(IBS)倍增,而fQRS导联比例从基线的9.2%升高至16.4%。这些变化主要位于心尖和前间隔等高剂量照射区域,且当T1、ECV和IBS三者同时异常时,与左心室受照剂量相关。该研究证实,fQRS可作为放疗诱导的弥漫性心肌纤维化的无创电学标志物,与CMR和超声的形态学改变相互印证。此外,fQRS的增加可能与上腔静脉区域的照射剂量存在关联,提示在放疗计划优化时,不仅要注意心脏本体,像上腔静脉这样的纵隔大血管结构也可能是需要保护的功能性单元。
心电图联合超声心动图评估早期功能损伤:Toma等[20]对68例HER2阳性乳腺癌患者的研究发现,放疗后左心室射血分数(LVEF)下降>5%与心脏平均剂量>49.3 Gy、左前降支最大剂量>46.9 Gy相关,而LVEF下降≥10%则与抗HER2治疗、放疗前心电图改变及新发心脏结构异常密切相关。研究揭示LVEF下降往往伴随特定导联的T波形态学改变,且心电图变化先于超声心动图的功能下降显现,提示心电图能够捕捉到亚临床电生理损伤。Dogan等[9]对40例接受肺部或左侧乳腺癌放疗的患者在放疗后4~6周即发现的心脏功能损害,且放疗后QTc间期延长,表明放疗不仅损害心脏机械功能,还影响心肌复极过程。
心电图联合药物负荷试验评估心肌缺血:HŁjris等[21]对左侧乳腺癌放疗后7.9年的患者进行心肌灌注显像,在双嘧达莫药物负荷试验期间持续监测心电图变化,判断标准为J点后80 ms处出现水平型或下斜型ST段压低≥0.1 mV。结果显示,有1例放疗患者和2例非放疗患者在负荷试验中出现了有意义的ST段压低,且心电图阳性表现与心肌灌注SPECT发现的可逆性灌注缺损区域相吻合。这表明心电图不仅是筛查基础心脏异常的工具,更能为负荷试验中的心肌缺血诊断提供关键的实时功能性证据。
总之,心电图、超声心动图和CMR在RIHD评估中各具优势:心电图最敏感于电生理异常,如QTc延长、fQRS可早期出现;超声心动图擅长评估室壁运动和舒张功能;CMR可量化心肌纤维化。临床可采用联合筛查路径,放疗前基线心电图联合超声;放疗后3个月、6个月、1年复查心电图,若出现新发fQRS或QTc延长(>500 ms),则行超声心动图;若LVEF下降>10%或出现舒张功能异常,再行CMR确认纤维化程度。
二、心电图在放疗计划与靶区管理中的应用心脏在心动周期中持续运动,幅度可达10~20 mm,对心脏周围靶区的精确勾画和剂量投照构成挑战。心电图门控成像技术通过同步采集心电信号,在心脏运动相对静止的时相(通常为舒张末期)进行图像采集,可有效减少运动伪影。
冠状动脉运动量化与内风险体积(IRV)边界:多项研究利用心电图门控CT量化了冠状动脉主要分支的运动范围,并据此构建了内风险体积(internal risk volume, IRV),为心脏亚结构的保护提供了剂量学依据。Kataria等[22]通过心电图门控增强CT对20例乳腺癌和肺癌患者在吸气末和呼气末屏气状态下的扫描,量化了左前降支、左旋支、右冠状动脉及左心室的三维位移,证实了上述运动规律。Li等[23]进一步将心电图门控CT应用于冠状动脉分叉区域,通过重建心动周期0~95%共20个时相,捕捉了冠脉分叉的连续运动轨迹,并基于系统误差和随机误差计算了放疗计划中所需的安全边界。Levis等[24]强调在纵隔放疗中应将冠脉作为独立的危及器官考虑,并采用上述边界进行保护,以避免局部高剂量热点导致的远期冠脉损伤。心脏搏动主要导致冠状动脉的径向位移,而呼吸运动主要导致头脚方向位移。基于这些数据,研究者推荐在屏气放疗中采用径向7 mm、头脚4 mm的IRV边界,在自由呼吸放疗中采用径向7 mm、头脚13 mm的边界[23]。
房间隔与室间隔运动及IRV边界:心脏间隔结构的运动同样不可忽视。Li等[25]基于心电图门控CT对20例患者研究了房间隔(IAS)和室间隔(IVS)的运动范围及IRV边界。结果显示,IAS在左右、头脚、前后方向的计算边界分别为3、3、3 mm,IVS分别为3、3、2 mm。但考虑到间隔的体积变化和形变,修正后的IRV边界推荐为:IAS在左右、头脚、前后方向分别为7、10、7 mm,IVS分别为5、3、4 mm,可覆盖95%以上的运动范围。研究强调在胸部肿瘤放疗中应将房间隔和室间隔作为独立危及器官考虑,以降低放疗诱导的心律失常和传导阻滞风险。
剂量累积与双门控技术比较:心电图门控CT还可用于精确的剂量累积评估。Tong等[26]在食管癌放疗中发现,忽略心脏运动可导致左心室心肌累积剂量的不准确。心电图门控CT为捕捉心脏运动提供了基础,但可形变图像配准(DIR)技术的精度直接影响剂量累积的可靠性,临床应用前必须针对不同心脏结构单独验证配准精度。在技术选择上,Deng等[27]比较了心电图门控CT与呼吸四维CT(4DCT)在乳腺癌放疗中的应用,发现4DCT在评估心脏亚结构头脚方向运动方面优于心电图门控CT,而心电图门控CT在评估左右和前后方向运动方面对升主动脉、左心房、左心室壁、上腔静脉等结构更具优势。两种技术互补应用可更准确地评估心脏运动。
在放疗靶区勾画与计划中,建议将心电图门控CT作为标准流程的一部分,用于量化冠脉及间隔结构的运动,并采用个性化的IRV边界进行危及器官勾画。对于食管癌等心脏邻近靶区的肿瘤,应优先采用心电图门控CT进行剂量累积评估。
三、心电图成像引导的心律失常放射消融治疗1. 技术原理与发展背景:立体定向放射消融治疗(stereotactic arrhythmia radio ablation, STAR)是近年来难治性室性心动过速(ventricular tachycardia, VT)治疗的重要突破。该技术通过单次高剂量照射靶向心律失常的起源灶或折返通路,达到类似射频消融的电生理重构效果[28]。研究首次将无创心电图成像与立体定向放射治疗相结合,对5名难治性室性心动过速患者进行单次25 Gy的无创心脏放射消融,术后室速发作次数较基线减少99.9%,且未出现左心室射血分数下降等严重并发症。无创心电图成像(electrocardiographic imaging, ECGI)通过体表多导联(通常128~256个电极)采集体表电位,逆向重建出心脏表面的三维电激动图,从而精确识别心律失常的起源点。这一电学信息与心脏MRI或SPECT显示的解剖瘢痕融合,共同构建出放射消融的体积靶区,在靶区定位中起核心作用。需注意,ECGI不同于有创的电解剖标测(electroanatomical mapping, EAM,后者需将标测导管置入心腔)。通过将术前或术中的ECGI数据与影像学图像融合,可精确定位心律失常基质,指导放疗计划设计。ECGI引导的无创放射消融在难治性室速治疗中拥有巨大潜力。
2. 临床应用研究:Kaya等[29]报道了首例ECGI辅助的3D靶向放疗用于VT风暴患者。该72岁缺血性心肌病患者在心内膜和心外膜导管消融失败后接受STAR治疗。研究者将电解剖电压图和激动图、ECGI成像及心脏CT血管造影在ADAS3D软件中配准融合,精确定位VT峡部和下心尖VT出口。与传统的美国心脏协会(AHA)17节段法相比,3D精准靶向法使临床靶体积减小63%。单次25 Gy照射后,8周空白期后无VT复发,8个月后患者因终末期心力衰竭死亡,但未观察到与STAR相关的不良反应。在本病例中,ECGI成功识别了与有创标测一致的室速出口点,并揭示了出口周围电学易损区域,为STAR靶区勾画提供了关键的电生理依据。Ho等[30]开发了基于ECGI的计算标测系统,结合呼吸门控技术,优化了VT的立体定向放射治疗流程,提高了靶区定位的准确性。他们对6例难治性VT患者采用计算机化12导联ECGI标测结合呼吸门控技术进行治疗,结果显示自动ECGI标测与既往有创标测结果在的VT中定位一致;呼吸门控组计划靶体积(PTV)小于非门控组;2例下壁VT靶区靠近胃或存在呼吸运动明显的患者,在9~12个月随访中无胃肠道并发症。Keyt等[31]报道了1例因机械瓣膜无法行心内膜导管消融的VT患者,成功接受ECGI标测引导的无创放射消融治疗。通过计算机化12导联ECGI标测定位VT起源,结合呼吸门控技术,单次25 Gy照射后,患者在18个月随访期间无VT复发。Hoeksema等[32]对STARNL-1试验的二次分析显示,ECGI引导的VT放疗未发现QRS波宽度和QTc间期变化,提示该技术对心脏电传导系统的整体影响较小。
3. 质子与重离子治疗的应用:随着质子及重离子治疗技术的发展,ECGI引导的放射消融已拓展至粒子治疗领域,但目前仍处于早期临床验证阶段。在技术准备层面,多项计划研究证实了ECGI门控的必要性:Widesott等[33]对比光子和质子VT消融计划发现,ECGI和呼吸双门控的鲁棒优化可提高质子计划的靶区覆盖率并且心脏平均剂量从7.3 Gy降至5.2 Gy;Miyasaka等[34]基于ECGI门控CT对碳离子放疗的计划鲁棒性评估显示,心脏运动可使靶区覆盖率相对降低13.8%~19.0%,而采用5 mm边界或鲁棒优化可将降低幅度控制在约5%以内。在临床前验证层面,Richter等[35]在猪模型中实现了基于ECGI的碳离子消融4D剂量重建,证实需补偿约5 mm的心脏运动幅度。人体临床数据正在逐步积累:一项前瞻性研究对17例接受质子或碳离子治疗的心脏内/心旁肿瘤患者进行了系统心脏监测,包括12导联心电图、动态心电图及生物标志物,结果显示在治疗结束时心功能、心律、心室复极及自主神经指数均无明显变化,差异无统计学意义,全心平均剂量为(3.58±2.05)Gy,未观察到急性心脏不良反应[36]。尽管如此,与光子STAR相比,粒子STAR的整体临床转化仍显滞后。质子、碳离子等粒子治疗结合ECGI门控与鲁棒优化,进一步提升了剂量集中性和正常组织保护。尽管该技术仍处于早期推广阶段,缺乏大样本前瞻性证据,但其为导管消融失败或禁忌的VT患者提供了全新的无创治疗选择,代表了心电生理与放疗技术交叉融合的重要突破。
四、心电图前沿技术在胸部肿瘤放疗中的创新应用1. 心电图与实时门控放疗技术:实时心电图门控技术可在放疗过程中动态跟踪心脏运动,实现“心脏避让”或“靶区追踪”,是提高心脏保护精度的重要方向。Reis和Robar[37]在直线加速器上研究了基于实时心电图信号的门控技术用于VT立体定向放射治疗(stereotactic body radiation therapy,SBRT)的可行性。通过Arduino微控制器接口模拟心电图门控,评估了不同门控窗口和心脏周期下的射束稳定性。结果显示,对于≥200 ms的门控窗口和>10 MU的剂量,剂量/MU线性偏差<2%;门控与非门控模式的射束剖面差异<0.5%;IMRT计划的剂量分布比较显示,2%/2 mm伽马通过率为97.2%,证实了基于实时心电图门控的VT-SBRT技术可行性。Akdag等[38]在MR-linac平台上实现了基于心电图的实时生理门控,提高了心脏放射消融的靶区精度和重复性。他们对5名健康志愿者采集心电图信号和心脏电影MRI,将志愿者衍生的心电图-运动轨迹编程至运动模体中,在呼气末心脏静止期进行门控照射。研究结论证实,实时心电图门控是MRI门控的可行替代方案,可在规避心脏植入式电子设备伪影的同时,改善了剂量递送精度和靶区外正常组织保护。Reynolds等[39]提出了一种双门控成像方法,通过心电图和呼吸信号同步调节扫描速度和投影率,实现了心脏和呼吸运动的联合补偿。研究者利用实时采集的心电信号识别心脏舒张期,将其与呼吸信号共同定义双门控采集窗口,并据此动态调节直线加速器的机架转速和投影采集率,确保只有当心脏处于相对静止的舒张期且呼吸处于呼气末时才采集投影,从而在源头上抑制了心脏搏动和呼吸运动对图像质量的双重影响,实现了对受心脏运动影响的胸部肿瘤的清晰成像。该方法相比常规4D-CBCT可将心脏运动引起的边缘模糊相对降低35%~64%,为无创心脏放射治疗提供了新的技术路径。
2. 基于实时心电反馈的自适应放疗策略:为了应对心脏运动管理的挑战,实时心电信号引导的靶区追踪技术应运而生。该技术利用心电图信号作为时间基准,同步获取心脏运动周期内的影像或剂量信息,从而实现对运动靶区的精准追踪。通过识别心电图中的R波等特征点,系统可以锁定心脏运动的特定时相(如舒张末期),在此期间触发射线出束或进行图像采集,从而减少运动干扰。例如,在机器人辅助心脏手术中,基于核函数的多目标实时追踪技术结合心电图信号,实现了对跳动心脏上手术器械的精准跟随[40]。这种基于生理信号引导的追踪策略,将时间维度引入空间定位中,极大地提升了放疗系统对动态解剖结构的响应能力。此外,基于生物阻抗-心电图的双重门控技术被提出用于心脏PET成像,通过单一设备同时获取呼吸和心脏门控信号,监测胸腔内呼吸运动引起的心脏位移,这一思路同样适用于放疗中的双重运动补偿[41]。这些技术的融合应用,使得基于心电反馈的实时追踪逐步从理论走向临床实践。在自适应放疗领域,虽然实时心电反馈与呼吸门控技术已展现出潜力,但临床转化仍面临诸多实际困难。例如,呼吸门控技术的应用延长了治疗时间,降低了治疗效率,且对患者呼吸配合要求较高。在质子重离子治疗中,心电图门控与束流扫描的同步控制对硬件响应速度提出了极高要求,目前相关临床数据仍相对匮乏,其剂量学优势尚需更多前瞻性研究验证
3. 可穿戴心电设备在放疗中的应用:在放疗过程中,可穿戴心电图设备能够实时捕捉患者的心率变异性及心律失常事件,为放疗决策提供即时生理反馈。例如,针对心律失常的实时监测系统,能够自动识别房颤等异常信号,并在放疗过程中及时预警,防止因心脏大幅运动导致的剂量偏差[42]。此外,智能穿戴设备不仅可用于放疗前的基线评估,还可用于放疗中的实时门控触发。通过将可穿戴设备与放疗设备联网,构建医疗信息生态系统,有望实现治疗过程中患者生理状态的全面数字化管理[43]。
4. 人工智能驱动的数据实时分析平台:人工智能算法能够有效解决心电图信号中的噪声与伪影问题。例如,基于深度学习的模型能够从视频成像中提取心脏脉冲信号并抑制运动伪影,实现非接触式的心率监测[44]。针对心电图信号的实时压缩与传输,基于自适应区域预测的算法被开发出来,降低了低功耗可穿戴设备的存储与传输压力,同时保证了信号的无损恢复[45]。例如,一种基于物联网(IoT)的多通道心电图监测平台,利用神经网络对信号进行实时分类,准确率高达98.44%,为临床提供了精准的诊断辅助[46]。这种智能化的多源数据分析平台,正在推动医疗模式从经验驱动向数据驱动转变。
5. 动态心电图:智能化是动态心电图发展的核心驱动力。深度学习算法被广泛应用于心电图信号的自动分析与特征提取。例如,基于深度学习的实时心血管疾病检测系统,能够在毫秒级时间内识别心律失常事件,准确率优于传统算法[47]。此外,针对动态心电图中常见的运动伪影,研究者提出了基于自适应阈值增强的QRS波检测与压缩算法,有效提升了信号质量与诊断效率[48]。这些进展使得动态心电图从单纯的长程记录工具转变为智能化的实时诊断平台,为心血管事件的早期预警提供了强有力的技术支撑。
五、小结与展望心电图在胸部肿瘤放疗心脏损伤预测中具有重要价值,可早期发现亚临床心脏电生理异常,指导放疗计划优化,并为难治性室性心动过速的无创放射消融提供精准靶区定位。心电图门控成像技术有效提升了心脏亚结构保护精度,实时心电图门控及心电图成像引导的立体定向放射消融治疗展现出良好前景。然而,目前仍缺乏统一的心电图异常判定标准与随访方案,多模态融合技术尚不成熟,质子/重离子领域的临床转化处于早期阶段。未来应开展多中心前瞻性研究,建立标准化评估体系和临床干预阈值,推动人工智能辅助心电图分析与自适应放疗策略的发展,以实现放疗心脏保护的个体化管理。
利益冲突 无
作者贡献声明 余佩琳负责研究选题与设计、文献检索与筛选、论文撰写及表格制作;毛晓波负责论文整体构思与关键内容审阅;冀书颖负责文献分析及结果解释;王淼负责论文修改及参考文献审阅核对
| [1] |
Bhuiyan M, Hoque H, Alam S. Cardiac complications in cancer patients following chemotherapy and radiotherapy[J]. Cureus, 2025, 17(7): e88372. DOI:10.7759/cureus.88372 |
| [2] |
Zhang DM, Navara R, Yin T, et al. Cardiac radiotherapy induces electrical conduction reprogramming in the absence of transmural fibrosis[J]. Nat Commun, 2021, 12(1): 5558. DOI:10.1038/s41467-021-25730-0 |
| [3] |
Zheng L, Yang M, Luo C, et al. Radiation-induced acute cardiac injury in patients with left-sided breast cancer: A cardiac magnetic resonance study on the dose-response relation[J]. Int J Radiat Oncol Biol Phys, 2026, S0360301626004001. DOI:10.1016/j.ijrobp.2026.02.214 |
| [4] |
Cuomo JR, Javaheri SP, Sharma GK, et al. How to prevent and manage radiation-induced coronary artery disease[J]. Heart, 2018, 104(20): 1647-1653. DOI:10.1136/heartjnl-2017-312123 |
| [5] |
Tuohinen SS, Keski-Pukkila K, Skyttä T, et al. Radiotherapy-induced early ECG changes and their comparison with echocardiography in patients with early-stage breast cancer[J]. Anticancer Res, 2018, 38(4): 2207-2215. DOI:10.21873/anticanres.12463 |
| [6] |
Teimouri K, Khoshgard K, Farshchian N, et al. Investigation of electrocardiography and echocardiography changes after adjuvant radiation therapy of left-sided breast cancer[J]. J Med Imaging Radiat Sci, 2023, 54(3): 495-502. DOI:10.1016/j.jmir.2023.04.004 |
| [7] |
付争艳, 尹希, 耿旭红, 等. 乳腺癌放疗患者临床心电图分析[J]. 实用心电学杂志, 2022, 31(4): 253-255, 271. Fu ZY, Yin X, Geng XH, et al. Clinical ECG analysis of patients with breast cancer after radiotherapy[J]. J Pract Electrocardiol, 2022, 31(4): 253-255, 271. DOI:10.13308/j.issn.2095-9354.2022.04.005 |
| [8] |
Tao Y, Lu J, Deng W, et al. Correlation of mean heart dose and cardiac biomarkers with electrocardiographic changes in patients receiving thoracic radiation therapy[J]. Radiat Res, 2023, 199(4): 336-345. DOI:10.1667/RADE-22-00135.1 |
| [9] |
Dogan SM, Bilici HM, Bakkal H, et al. The effect of radiotherapy on cardiac function[J]. Coron Artery Dis, 2012, 23(3): 146-154. DOI:10.1097/MCA.0b013e32835115d6 |
| [10] |
Adar A, Canyılmaz E, Kiris A, et al. Radiotherapy induces development of fragmented QRS in patients with breast cancer[J]. Breast Care, 2015, 10(4): 277-280. DOI:10.1159/000431030 |
| [11] |
张雅莉, 田晓芬, 唐文红, 等. 鼻咽癌患者不同放疗剂量下心率变异与心电图改变的研究[J]. 临床和实验医学杂志, 2017, 16(11): 1090-1093. Zhang YL, Tian XF, Tang WH, et al. Study of ECG changes and heart rate variability at different doses of radiotherapy in patients with nasopharyngeal carcinoma[J]. J Clin Exp Med, 2017, 16(11): 1090-1093. DOI:10.3969/j.issn.1671-4695.2017.11.016 |
| [12] |
刘雨佳. 左侧乳腺癌术后放疗后ECG改变的临床分析[D]. 湛江: 广东医科大学, 2024. Liu YJ. Clinical analysis of ECG changes after postoperative radiotherapy for left-sided breast cancer[D]. Zhanjiang: Guangdong Medical University, 2024. |
| [13] |
Darby SC, Ewertz M, McGale P, et al. Risk of ischemic heart disease in women after radiotherapy for breast cancer[J]. N Engl J Med, 2013, 368(11): 987-998. DOI:10.1056/NEJMoa1209825 |
| [14] |
Skyttä T, Tuohinen S, Luukkaala T, et al. Adjuvant radiotherapy-induced cardiac changes among patients with early breast cancer: A three-year follow-up study[J]. Acta Oncol, 2019, 58(9): 1250-1258. DOI:10.1080/0284186X.2019.1630751 |
| [15] |
Hotca A, Thor M, Deasy JO, et al. Dose to the cardio-pulmonary system and treatment-induced electrocardiogram abnormalities in locally advanced non-small cell lung cancer[J]. Clin Transl Radiat Oncol, 2019, 19: 96-102. DOI:10.1016/j.ctro.2019.09.003 |
| [16] |
黄义文, 黄芝华, 廖遇平. 44例胸部恶性肿瘤放疗后心电图异常的临床观察[J]. 实用癌症杂志, 2001, 16(1): 84-86. Huang YW, Huang ZH, Liao YP. Abnormal ECG after radiotherapy in 44 cases of thoracic malignancies[J]. Pract J Cancer, 2001, 16(1): 84-86. DOI:10.3969/j.issn.1001-5930.2001.01.033 |
| [17] |
黄邹琴, 李涛, 周婕. 心电图筛查经胸放疗联合化疗对高血压患者心功能异常的研究[J]. 暨南大学学报(自然科学与医学版), 2017, 38(4): 350-354. Huang ZQ, Li T, Zhou J. Research on cardiac dysfunction of hypertensive patients undergoing thoracic radiation therapy (TRT) combined with chemotherapy by electrocardiographic screening (ECG)[J]. J Jinan Univ, 2017, 38(4): 350-354. DOI:10.11778/j.jdxb.2017.04.011 |
| [18] |
Vallerio P, Maloberti A, Palazzini M, et al. Thoracic radiotherapy as a risk factor for heart ischemia in subjects treated with chest irradiation and chemotherapy and without classic cardiovascular RISK factors[J]. Radiother Oncol, 2020, 152: 146-150. DOI:10.1016/j.radonc.2020.07.004 |
| [19] |
Moisander M, Skyttä T, Kivistö S, et al. Radiotherapy-induced diffuse myocardial fibrosis in early-stage breast cancer patients - multimodality imaging study with six-year follow-up[J]. Radiat Oncol, 2023, 18(1): 124. DOI:10.1186/s13014-023-02319-z |
| [20] |
Toma RV, Anca Z, Trif-Nescu OG, et al. Early echocardiography and ECG changes following radiotherapy in patients with stage Ⅱ-Ⅲ HER2-positive breast cancer treated with anthracycline-based chemotherapy with or without trastuzumab-based therapy[J]. Med Sci Monit, 2023, 29: e941754. DOI:10.12659/MSM.941754 |
| [21] |
HŁjris I, Sand NP, Andersen J, et al. Myocardial perfusion imaging in breast cancer patients treated with or without post-mastectomy radiotherapy[J]. Radiother Oncol, 2000, 55(2): 163-172. DOI:10.1016/s0167-8140(00)00170-5 |
| [22] |
Kataria T, Bisht SS, Gupta D, et al. Quantification of coronary artery motion and internal risk volume from ECG gated radiotherapy planning scans[J]. Radiother Oncol, 2016, 121(1): 59-63. DOI:10.1016/j.radonc.2016.08.006 |
| [23] |
Li Q, Tong Y, Yin Y, et al. Definition of the margin of major coronary artery bifurcations during radiotherapy with electrocardiograph-gated 4D-CT[J]. Physica Med, 2018, 49: 90-94. DOI:10.1016/j.ejmp.2018.05.008 |
| [24] |
Levis M, De Luca V, Fiandra C, et al. Plan optimization for mediastinal radiotherapy: Estimation of coronary arteries motion with ECG-gated cardiac imaging and creation of compensatory expansion margins[J]. Radiother Oncol, 2018, 127(3): 481-486. DOI:10.1016/j.radonc.2018.04.014 |
| [25] |
Li Q, Tong Y, Gong G, et al. The margin of internal risk volume on atrial septal and ventricular septal based on electrocardiograph gating 4DCT[J]. Ann Transl Med, 2021, 9(10): 842. DOI:10.21037/atm-21-1162 |
| [26] |
Tong Y, Yin Y, Cheng P, et al. Impact of deformable image registration on dose accumulation applied electrocardiograph-gated 4DCT in the heart and left ventricular myocardium during esophageal cancer radiotherapy[J]. Radiat Oncol, 2018, 13(1): 145. DOI:10.1186/s13014-018-1093-z |
| [27] |
Deng Z, Ye H, Zhang Y, et al. Comparative study of electrocardiogram-gated computed tomography (CT) and respiratory four-dimensional CT for radiotherapy in breast cancer patients[J]. Quant Imaging Med Surg, 2025, 15(6): 5334-5346. DOI:10.21037/qims-24-1579 |
| [28] |
Cuculich PS, Schill MR, Kashani R, et al. Noninvasive cardiac radiation for ablation of ventricular tachycardia[J]. N Engl J Med, 2017, 377(24): 2325-2336. DOI:10.1056/NEJMoa1613773 |
| [29] |
Kaya YS, Stoks J, Hazelaar C, et al. 3D-targeted, electrocardiographic imaging-aided stereotactic radioablation for ventricular tachycardia storm: A case report[J]. Eur Heart J Case Rep, 2024, 8(10): ytae541. DOI:10.1093/ehjcr/ytae541 |
| [30] |
Ho G, Atwood TF, Bruggeman AR, et al. Computational ECG mapping and respiratory gating to optimize stereotactic ablative radiotherapy workflow for refractory ventricular tachycardia[J]. Heart Rhythm O2, 2021, 2(5): 511-520. DOI:10.1016/j.hroo.2021.09.001 |
| [31] |
Keyt LK, Atwood T, Bruggeman A, et al. Successful noninvasive 12-lead ECG mapping-guided radiotherapy of inaccessible ventricular tachycardia substrate due to mechanical valves[J]. JACC Case Rep, 2023, 15: 101870. DOI:10.1016/j.jaccas.2023.101870 |
| [32] |
Hoeksema WF, Van Der Ree M, Dieleman E, et al. Stereotactic arrhythmia radiotherapy for ventricular tachycardia does not appear to alter QRS duration and QTc interval: A secondary analysis of the prospective STARNL-1 trial[J]. Europace, 2023, 25(Suppl_1): euad122.337. DOI:10.1093/europace/euad122.337 |
| [33] |
Widesott L, Dionisi F, Fracchiolla F, et al. Proton or photon radiosurgery for cardiac ablation of ventricular tachycardia? Breath and ECG gated robust optimization[J]. Physica Med, 2020, 78: 15-31. DOI:10.1016/j.ejmp.2020.08.021 |
| [34] |
Miyasaka Y, Ichikawa M, Souda H, et al. Robustness evaluation of carbon ion radiotherapy for ventricular tachycardia[J]. Phys Imaging Radiat Oncol, 2026, 37: 100932. DOI:10.1016/j.phro.2026.100932 |
| [35] |
Richter D, Lehmann HI, Eichhorn A, et al. ECG-based 4D-dose reconstruction of cardiac arrhythmia ablation with carbon ion beams: Application in a porcine model[J]. Phys Med Biol, 2017, 62(17): 6869-6883. DOI:10.1088/1361-6560/aa7b67 |
| [36] |
Dusi V, Barcellini A, Greco A, et al. Hadrontherapy for intra- or para-cardiac tumors: Evaluation of cardiac radiation dose distribution and acute cardiac effects[J]. Eur Heart J, 2021, 42(Suppl_1): ehab724.2864. DOI:10.1093/eurheartj/ehab724.2864 |
| [37] |
Reis CQM, Robar JL. Evaluation of the feasibility of cardiac gating for SBRT of ventricular tachycardia based on real-time ECG signal acquisition[J]. J Appl Clin Med Phys, 2023, 24(2): e13814. DOI:10.1002/acm2.13814 |
| [38] |
Akdag O, Borman PTS, Mandija S, et al. Experimental demonstration of real-time cardiac physiology-based radiotherapy gating for improved cardiac radioablation on an MR-linac[J]. Med Phys, 2024, 51(4): 2354-2366. DOI:10.1002/mp.17024 |
| [39] |
Reynolds T, Shieh CC, Keall PJ, et al. Dual cardiac and respiratory gated thoracic imaging via adaptive gantry velocity and projection rate modulation on a linear accelerator: A proof-of-concept simulation study[J]. Med Phys, 2019, 46(9): 4116-4126. DOI:10.1002/mp.13670 |
| [40] |
Kurz G, Baum M, Hanebeck U D. Real time kernel based multiple target tracking for robotic beating heart surgery[C]. A Coruna, Spain: 2014 IEEE 8th Sensor Array and Multichannel Signal Processing Workshop (SAM), 2014.
|
| [41] |
Nazar A, Pm A, Ks MD, et al. Wearable arm-band mobile ECG monitoring system[J]. IJIREEICE, 2017, 5(4): 173-180. DOI:10.17148/IJIREEICE.2017.5432 |
| [42] |
Clark N, Sandor E, Walden C, et al. A wearable ECG monitoring system for real time arrhythmia detection[C]. Windsor, ON, Canada: 2018 IEEE 61st International Midwest Symposium on Circuits and Systems (MWSCAS), 2018
|
| [43] |
Webster CS, Scheeren TWL, Wan YI. Patient monitoring, wearable devices, and the healthcare information ecosystem[J]. Br J Anaesth, 2022, 128(5): 756-758. DOI:10.1016/j.bja.2022.02.034 |
| [44] |
Al-Yoonus M, Alhabib MH, Nayef Al-Dabagh MZ, et al. Motion artifacts reduction in cardiac pulse signal acquired from video imaging[J]. Int J Electr Comput Eng, 2020, 10(6): 5687. DOI:10.11591/ijece.v10i6.pp5687-5693 |
| [45] |
Li K, Pan Y, Chen F, et al. Real-time lossless ECG compression for low-power wearable medical devices based on adaptive region prediction[J]. Electron Lett, 2014, 50(25): 1904-1906. DOI:10.1049/el.2014.3058 |
| [46] |
Granados J, Westerlund T, Zheng L, et al. IoT platform for real time multichannel ECG monitoring and classification with neural networks[C]. Tjoa A M, Zheng L R, Zou Z, et al. Research and practical issues of enterprise information systems: Vol. 310. Cham: Springer International Publishing, 2018: 181 191. DOI: 10.1007/9783319948454_16.
|
| [47] |
Liu Y, Han C, Li Z, et al. ECG signal analysis and detection system based on deep learning[J]. Sci Insights Discov Rev, 2024, 3: 201-208. DOI:10.59782/sidr.v3i1.136 |
| [48] |
Habibi Z, Karimizadeh K, Nosratpour A, et al. Enhanced QRS detection and ECG compression using adaptive thresholding: A real-time approach for improved monitoring and diagnosis[J]. Comput Electr Eng, 2024, 119: 109528. DOI:10.1016/j.compeleceng.2024.109528 |
2026, Vol. 46


