Tự động chẩn đoán nhồi máu cơ tim dựa trên phân tích QRS tần số cao

VNU Journal of Science: Natural Sciences and Technology, Vol. 36, No. 1 (2020) 25-35 
25 
Original Article 
Automatic Detection of Myocardial Infarction Based on 
High-Frequency QRS Analysis 
Hoang Van Manh1, Pham Manh Thang1, 
1VNU University of Engineering and Technology, Vietnam National University, Hanoi, 
144 Xuan Thuy, Hanoi, Vietnam 
Received 06 November 2019 
Revised 18 November 2019; Accepted 19 November 2019 
Abstract: In this paper, we present an algorithm for automatic detection of myocardial infarction 
using high-frequency components of the ECG signal. Firstly, the QRS complexes and their 
boundaries are identified. Then, the correlation matrix between the detected QRS complexes in each 
lead is determined to eliminate noises and ectopic oscillations. The dominant QRS complexes are 
finally determined using cluster analysis. These resulting values are averaged to have a unique 
representative QRS complex in a given lead. This averaged signal is then passed through a band-
pass filter to obtain high-frequency components of the QRS complex. Finally, the High-Frequency 
Morphological Index (HFMI) for each lead is calculated and diagnosed with myocardial infarction 
based on decision rules. The performance of the proposed algorithm is evaluated on signals from 
the PTB database. The obtained results show that the proposed method reached satisfactory 
performance compared with the results from clinical studies. 
Keywords: Myocardial infarction, High-frequency ECG, RAZ, RMS, HFMI. 
________ 
 Corresponding author. 
 Email address: thangpm686@gmail.com 
 https://doi.org/10.25073/2588-1140/vnunst.4970 
VNU Journal of Science: Natural Sciences and Technology, Vol. 36, No. 1 (2020) 25-35 
 26 
Tự động chẩn đoán nhồi máu cơ tim dựa trên 
phân tích QRS tần số cao 
Hoàng Văn Mạnh1, Phạm Mạnh Thắng1, 
1Trường Đại học Công nghệ, ĐHQGHN, 144 Xuân Thủy, Hà Nội, Việt Nam 
Nhận ngày 06 tháng 11 năm 2019 
Chỉnh sửa ngày 18 tháng 11 năm 2019; Chấp nhận đăng ngày 19 tháng 11 năm 2019 
Tóm tắt: Trong báo cáo này, chúng tôi sẽ trình bày một phương pháp phát hiện chứng nhồi máu 
cơ tim sử dụng tín hiệu ECG tần số cao. Trước tiên, thuật toán sẽ xác định vị trí, điểm bắt đầu và kết 
thúc của các phức bộ QRS trong tín hiệu ECG. Tiếp theo, sự tương quan giữa các phức bộ QRS 
trong mỗi chuyển đạo sẽ được xác định nhằm loại bỏ nhiễu và các dao động ngoại vị nhờ sử dụng 
ma trận tương quan. Kế tiếp, phân tích nhóm được sử dụng để phát hiện các phức bộ QRS chiếm ưu 
thế. Kết quả nhận được sẽ được trung bình hóa để có một phức bộ QRS đại diện duy nhất cho mỗi 
chuyển đạo. Sau đó, phức bộ QRS trung bình được lọc bởi bộ lọc thông dải để có được các thành 
phần tần số cao của phức bộ QRS. Cuối cùng, chỉ số HFMI của mỗi chuyển đạo được tính và thuật 
toán sẽ chẩn đoán dựa trên các quy tắc quyết định. Thuật toán đề xuất được thử nghiệm và đánh giá 
trên cơ sở dữ liệu PTB. Kết quả thu được cho thấy phương pháp đề xuất đã đạt được hiệu quả khả 
quan so với kết quả nghiên cứu lâm sàng. 
Từ khóa: Nhồi máu cơ tim, ECG tần số cao, RAZ, HFMI, RMS. 
1. Mở đầu 
Để chẩn đoán bệnh mạch vành, người ta có 
thể sử dụng các công cụ xâm lấn và không xâm 
lấn khác nhau. ECG là công cụ được sử dụng phổ 
biến để đánh giá các chứng bệnh đau ngực và 
chẩn đoán thiếu máu cục bộ hoặc nhồi máu cơ 
tim do không xâm lấn, chi phí thấp, không có bức 
xạ ion hóa và có khả năng sử dụng rộng rãi. Một 
tín hiệu ECG thông thường có tần số 0.05 ÷ 100 
(Hz) và được gọi là các tín hiệu ECG tần số thấp. 
Phương pháp chẩn đoán bệnh mạch vành thông 
qua tín hiệu ECG tần số thấp cho độ nhạy tương 
________ 
 Tác giả liên hệ. 
 Địa chỉ email: thangpm686@gmail.com 
 https://doi.org/10.25073/2588-1140/vnunst.4970 
đối thấp. Vì vậy, các phương pháp chẩn đoán 
hình ảnh cho độ chính xác cao hơn như chụp 
mạch vành hay xạ hình tưới máu cơ tim đôi khi 
được ưa thích hơn. Tuy nhiên, những phương 
pháp này không được sử dụng như một công cụ 
cơ bản để chẩn đoán nhồi máu cơ tim do chi phí 
cao và bệnh nhân sẽ phải tiếp xúc với bức xạ ion 
hóa. Trong những năm gần đây, một số nghiên 
cứu lâm sàng đã chỉ ra khả năng sử dụng tín hiệu 
ECG tần số cao để chẩn đoán nhồi máu cơ tim. 
Các tín hiệu ECG tần số cao cho phép ghi lại các 
thành phần tần số cao hơn mang thông tin hữu 
ích để chẩn đoán nhồi máu cơ tim. Phân tích 
H.V. Manh, P.M. Thang / VNU Journal of Science: Natural Sciences and Technology, Vol. 36, No. 1 (2020) 25-35 
27 
ECG tần số cao có nghĩa là phân tích các thành 
phần tần số 150 ÷ 250 (Hz). ECG tần số cao chủ 
yếu được sử dụng để phân tích phổ của phức bộ 
QRS (HFQRS) ở tần số cao [1-3]. Tuy nhiên, 
phân tích HFQRS cũng có những hạn chế khi 
được sử dụng để chẩn đoán thiếu máu cơ tim ở 
những bệnh nhân có phức bộ QRS rộng hơn 120 
ms, máy tạo nhịp tim và bệnh cơ tim bởi những 
biểu hiện này có thể gây ra các vết lõm (notch) 
và đoạn gãy (break) đặc trưng của thiếu máu cục 
bộ [4-6]. 
Ý nghĩa chẩn đoán của HFQRS đã được 
nghiên cứu từ những năm 1960. Một trong 
những nghiên cứu lâm sàng đầu tiên được thực 
hiện là nghiên cứu của nhóm tác giả Abbouda [7] 
với mục đích nghiên cứu các biểu hiện của bệnh 
thiếu máu cơ tim cấp tính trong dải tần số 150 ÷ 
250 (Hz). Kết quả cho thấy bệnh nhân mắc bệnh 
mạch vành đã làm giảm biên độ HFQRS. 
Goldberger và cộng sự [8] đã chỉ ra sự ảnh hưởng 
của bệnh nhồi máu cơ tim đến tín hiệu tần số cao 
trong dải tần 80 ÷ 300 Hz. Kết quả đạt được của 
nhóm nghiên cứu Petterson [9] cho thấy phương 
pháp chẩn đoán thiếu máu cơ tim cấp sử dụng 
phân tích HFQRS có độ nhạy cao hơn so với 
phương pháp sử dụng phân tích ST. Nghiên cứu 
của Ringborn và cộng sự [5] chỉ ra rằng giá trị 
suy giảm của tham số RMS (Root Mean Square) 
trong HFQRS có tương quan với phạm vi và mức 
độ nghiêm trọng của thiếu máu cục bộ cơ tim. 
Nghiên cứu lâm sàng do nhóm Toledo và 
cộng sự [10] thực hiện đã khẳng định những thay 
đổi trong quá trình ...  cơ tim được chẩn đoán dựa trên chỉ 
số HFMI là tỷ lệ phần trăm giữa diện tích phần 
RAZ so với diện tích bên dưới đường bao của 
phức bộ HFQRS và có thể được tính bằng công 
thức sau: 
𝐻𝐹𝑀𝐼 =
𝑅𝐴𝑍
𝐴
. 100 [%] (5) 
Trong đó, A là diện tích bên dưới đường bao 
tín hiệu HFQRS. Chỉ số HFMI sẽ được tính cho 
mỗi đạo trình và giá trị chỉ số HFMI cuối cùng 
sẽ là giá trị trung bình của 6 đạo trình có giá trị 
chỉ số HFMI lớn nhất. Chỉ số HFMI không được 
đánh giá ở các chuyển đạo có mức nhiễu cao. 
Các chuyển đạo với mức nhiễu cao được đánh 
giá bằng cách tìm kiếm giá trị cực đại của phức 
bộ HFQRS và các đỉnh trong một cửa sổ có độ 
rộng 100 ms bắt đầu từ điểm 50 ms sau điểm kết 
thúc của HFQRS. Nếu giá trị lớn nhất của cửa sổ 
lớn hơn hoặc bằng 20% giá trị cực đại của phức 
bộ HFQRS thì chuyển đạo được xem như là 
nhiễu. Các bản ghi có số chuyển đạo được coi là 
nhiễu lớn hơn 2/3 tổng số chuyển đạo có trong 
bản ghi trở lên sẽ bị loại ra khỏi quá trình phân 
tích khi mà kết quả phân tích HFQRS được coi 
là không đáng tin cậy. Hình 6 trình bày một tín 
hiệu có mức nhiễu cao không thể đánh giá chỉ số 
HFMI. Tham số RMS cũng được tính cho mỗi 
chuyển đạo. Giá trị RMS cuối cùng sẽ là giá trị 
trung bình được tính từ các giá trị thành phần đối 
với các chuyển đạo được coi là không nhiễu. 
Hình 6. Chuyển đạo với mức nhiễu cao. 
Bất kỳ chuyển đạo nào có giá trị chỉ số HFMI 
lớn hơn 8% được coi là thiếu máu cục bộ. Một 
bản ghi ECG được coi là thiếu máu cục bộ nếu 
phát hiện ít nhất 3 chuyển đạo thiếu máu cục bộ 
và đồng thời chỉ số HFMI được chẩn đoán trong 
ít nhất 5 chuyển đạo, hoặc giá trị chỉ số HFMI 
(được tính trung bình từ 6 chuyển đạo có chỉ số 
HFMI lớn nhất) có giá trị lớn hơn 9%. 
H.V. Manh, P.M. Thang / VNU Journal of Science: Natural Sciences and Technology, Vol. 36, No. 1 (2020) 25-35 
32 
3. Kết quả và thảo luận 
3.1. Các tham số đánh giá kết quả 
Độ nhạy (Se) là tham số cho biết xác suất kết 
quả xét nghiệm sẽ dương tính khi có bệnh (tỷ lệ 
dương tính thật) và được tính theo [18]. 
𝑆𝑒 =
𝑇𝑃
𝑇𝑃+𝐹𝑁
 (6) 
Trong đó, TP là số bệnh nhân được chẩn đoán 
chính xác bị nhồi máu cơ tim và FN là số bệnh 
nhân bị chẩn đoán nhầm là khỏe mạnh. 
Độ đặc hiệu cho biết xác suất kết quả xét 
nghiệm sẽ âm tính khi không có bệnh (tỷ lệ âm 
tính thật). Độ đặc hiệu (Sp) được tính theo công 
thức. [18] 
𝑆𝑝 =
𝑇𝑁
𝑇𝑁+𝐹𝑃
 (7) 
Trong đó, TN là số bệnh nhân được chẩn đoán 
chính xác là khỏe mạnh và FP là số bệnh nhân 
được chẩn đoán sai mắc bệnh nhồi máu cơ tim. 
Giá trị tiên đoán dương tính cho biết xác xuất 
một người thực sự bị bệnh khi được chẩn đoán là 
dương tính và được tính theo công thức sau [18]. 
𝑃+ =
𝑇𝑃
𝑇𝑃+𝐹𝑃
 (8) 
Trong đó, TP là số bệnh nhân được chẩn đoán 
chính xác bị nhồi máu cơ tim và FP là số bệnh 
nhân được chẩn đoán không chính xác bị nhồi 
máu cơ tim. 
Giá trị tiên đoán âm tính cho biết xác suất một 
người không bị bệnh khi được chẩn đoán là âm 
tính và được tính theo công thức [18]. 
𝑃− =
𝑇𝑁
𝑇𝑁+𝐹𝑁
 (9) 
Trong đó, TN là số bệnh nhân được chẩn đoán 
chính xác là khỏe mạnh và FN là số bệnh nhân 
bị chẩn đoán nhầm là khỏe mạnh. 
Ngoài ra, tham số chính xác cho biết xác suất 
chung một bệnh nhân được chẩn đoán chính xác 
cũng được sử dụng để đánh giá hiệu suất của 
thuật toán [19]. 
𝐴 =
𝑇𝑃+𝑇𝑁
𝑇𝑃+𝑇𝑁+𝐹𝑃+𝐹𝑁
 (10) 
3.2. Đánh giá kết quả của thuật toán đề xuất 
Hiệu suất của thuật toán chẩn đoán bệnh nhồi 
máu cơ tim sử dụng phương pháp phân tích tín 
hiệu ECG tần số cao được thử nghiệm trên 446 
bản ghi tín hiệu ECG của cơ sở dữ liệu PTB [19]. 
Trong đó, 6 bản ghi đã bị loại do lỗi thuật toán 
xác định phức bộ QRS và 9 bản ghi bị loại do 
mức nhiễu cao trong tín hiệu HFQRS. Như vậy, 
thuật toán đã được thử nghiệm trên 431 bản ghi 
dữ liệu ECG (trong đó bao gồm 353 bản ghi ECG 
của bệnh nhân bị nhồi máu cơ tim và 78 bản ghi 
ECG của người khỏe mạnh). Các kết quả chẩn 
đoán được trình bày trong Bảng 1 và ma trận 
nhầm lẫn trong Hình 7. Giá trị 0 đại diện cho 
không mắc bệnh nhồi máu cơ tim (người khỏe 
mạnh). Trong khi đó, giá trị 1 đại diện cho mắc 
bệnh nhồi máu cơ tim. Các giá trị 0 và 1 bên trái 
là kết quả chẩn đoán của thuật toán, các giá trị 0 
và 1 bên dưới là giá trị thực tế. Số lượng người 
chẩn đoán chính xác được biểu diễn bởi các ô 
màu xanh (TN – 33, TP – 259). Các ô màu đỏ chỉ 
ra số lượng người được chẩn đoán sai (FN – 94, 
FP – 45). Cột bên phải ngoài cùng cho biết giá 
trị tiên đoán dương tính (85.2%), âm tính 
(25.98%) và độ chính xác của thuật toán 
(67.75%). Hai ô giá trị còn lại tại hàng cuối biểu 
diễn cho giá trị độ đặc hiệu (42.31%) và độ nhạy 
(73.37%) của thuật toán đề xuất. 
Bên cạnh đó, Bảng 2 cũng trình bày các giá 
trị trung bình của các chỉ số HFMI và RMS ở 
những bệnh nhân nhồi máu cơ tim và các đối 
tượng hoàn toàn khỏe mạnh trong khi thử 
nghiệm thuật toán trên cơ sở dữ liệu. 
Bảng 1. Kết quả chẩn đoán nhồi máu cơ tim bằng 
thuật toán HFQRS 
Tham số 
Thuật toán 
đề xuất 
Độ nhạy (%) 73.37 
Độ đặc hiệu (%) 42.31 
Giá trị tiên đoán dương tính (%) 85.20 
Giá trị tiên đoán âm tính (%) 25.98 
H.V. Manh, P.M. Thang / VNU Journal of Science: Natural Sciences and Technology, Vol. 36, No. 1 (2020) 25-35 
33 
Hình 7. Ma trận nhầm lẫn biểu diễn kết quả của 
phương pháp đề xuất. 
Bảng 2. Giá trị trung bình của chỉ số HFMI và RMS 
HFMI 
[%] 
RMS 
[µV] 
Bệnh nhân bị nhồi máu 
cơ tim 
12.3 2.78 
Người khỏe mạnh 10.64 3.1 
Qua phân tích các giá trị trong Bảng 2, chúng 
ta thấy rằng giá trị RMS trung bình ở người khỏe 
mạnh cao hơn so với bệnh nhân nhồi máu cơ tim 
và phù hợp với các giả định lý thuyết. Nhồi máu 
cơ tim làm giảm tổng năng lượng được lưu trữ 
trong tín hiệu HFQRS dẫn đến thông số RMS 
thấp hơn. Giá trị của chỉ số HFMI ở bệnh nhân 
nhồi máu cơ tim là cao hơn một chút so với 
những người khỏe mạnh. Sự khác biệt nhỏ này 
cho thấy sự tương đồng về hình thái của tín hiệu 
HFQRS tần số cao ở các đối tượng khỏe mạnh 
và bệnh nhân nhồi máu cơ tim có thể khiến cho 
kết quả chẩn đoán chưa chính xác. Hình 8 trình 
bày tín hiệu HFQRS với đường bao của một 
bệnh nhân khỏe mạnh có hình thái giống với hình 
thái của tín hiệu HFQRS của bệnh nhân nhồi 
máu cơ tim. Việc sử dụng kết hợp chỉ số HFMI 
và RMS để phát hiện nhồi máu cơ tim dường như 
cho kết quả chính xác hơn nhiều so với RAZ. 
Hình 8. Tín hiệu HFQRS cùng với đường bao của 
một bệnh nhân khỏe mạnh. 
Hiệu suất của thuật toán đề xuất cũng được so 
sánh với kết quả được công bố trong 3 thử nhiệm 
lâm sàng (Toledo [10], Conti [13], Galante [14]). 
Cả 3 nghiên cứu lâm sàng đều chỉ ra được lợi ích 
của việc sử dụng tín hiệu ECG tần số cao trong 
quá trình chẩn đoán bệnh thiếu máu cơ tim. Hình 
9 so sánh kết quả của thuật toán HFQRS được đề 
xuất với kết quả phân tích HFQRS được công bố 
bởi các nghiên cứu này. 
Kết quả của thuật toán đề xuất có thể so sánh 
với kết quả nghiên cứu lâm sàng. Chỉ có giá trị 
tiên đoán âm tính là thấp do tín hiệu HFQRS của 
những người khỏe mạnh có hình thái giống với 
những người mắc bệnh nhồi máu cơ tim nên 
thuật toán đã chẩn đoán sai. Kết quả phát hiện 
thành công nhồi máu cơ tim bị ảnh hưởng bởi 
quy mô của bệnh nhân tham gia xét nghiệm và 
tỷ lệ giữa bệnh nhân nhồi máu cơ tim và đối 
tượng khỏe mạnh trong quần thể xét nghiệm. Giá 
trị tiên đoán dương tính và âm tính cho thấy các 
đối tượng khỏe mạnh chiếm ưu thế trong nghiên 
cứu của Conti [13]. Ngược lại, trong nghiên cứu 
của Toledo [10] và của chúng tôi, ECG ghi nhận 
từ bệnh nhân nhồi máu cơ tim chiếm ưu thế. Với 
nghiên cứu của Galante [14], tỷ lệ bệnh nhân 
nhồi máu cơ tim và các đối tượng khỏe mạnh 
trong quần thể xét nghiệm là cân bằng. 
H.V. Manh, P.M. Thang / VNU Journal of Science: Natural Sciences and Technology, Vol. 36, No. 1 (2020) 25-35 
34 
Hình 9. So sánh kết quả thu được từ phân tích HFQRS với một số kết quả nghiên cứu lâm sàng. 
4. Kết luận 
Bài báo đã đề xuất một phương pháp chẩn 
đoán bệnh nhồi máu cơ tim sử dụng tín hiệu ECG 
tần số cao dựa trên chỉ số HFMI để định lượng 
giá trị RAZ trên đường bao của tín hiệu HFQRS. 
Hiệu suất đạt được của thuật toán đề xuất được 
thử nghiệm trên 333 bản ghi ECG từ các bệnh 
nhân được chẩn đoán mắc bệnh nhồi máu cơ tim 
và 78 bản ghi ECG từ các đối tượng khỏe mạnh 
trong cơ sở dữ liệu PTB. Kết quả cho thấy nhồi 
máu cơ tim dẫn tới những thay đổi trong tín hiệu 
từ ECG tần số cao. 
Tài liệu tham khảo 
[1] S. Abboud, S. Zlochiver, High-frequency QRS 
electrocardiogram for diagnosing and monitoring 
ischemic heart disease, Journal of Electrocardiology 
39 (2006) 82-86. https://doi.org/10.1016/j.jelectro 
card.2005.09.007. 
[2] J.A. Lipton, S.G. Warren, M. Broce, S. Abboud, A. 
Beker, L. Sörnmo, D.R. Lilly, C. Maynard, B.D. 
Lucas Jr., G.S. Wagner, High-frequency QRS 
electrocardiogram analysis during exercise stress 
testing for detecting ischemia, International 
Journal of Cardiology 124 (2008) 198-203. https:// 
doi.org/10.1016/j.ijcard.2007.02.002. 
[3] T.T. Schlegel, W.B. Kulecz, J.L. DePalma, A.H. 
Feiveson, J.S. Wilson, M.A. Rahman, M.W. 
Bungo, Real-Time 12-Lead High-Frequency QRS 
Electrocardiography for Enhanced Detection of 
Myocardial Ischemia and Coronary Artery 
Disease, Mayo Clinic Proceedings 79 (2004) 339-
350. https://doi.org/10.4065/79.3.339. 
[4] B.H. Langner, Further Studies in High Fidelity 
Electrocardiography: Myocardial Infarction, 
Circulation VIII (1953) 905-913. https://doi.org/ 
10.1161/01.CIR.8.6.905. 
[5] M. Ringborn, J. Pettersson, E. Persson, S.G. 
Warren, P. Platonov, O. Pahlm, G.S. Wagner, 
Comparison of high-frequency QRS components 
and ST-segment elevation to detect and quantify 
acute myocardial ischemia, Journal of 
Electrocardiology 43 (2010) 113-120. https://doi. 
org/10.1016/j.jelectrocard.2009.11.009. 
[6] D. Rosenmann, Y. Mogilevski, G. Amit, L.R. 
Davrath, D. Tzivoni, High-frequency QRS 
analysis improves the specificity of exercise ECG 
testing in women referred for angiography, Journal 
of Electrocardiology 46 (2013) 19-26. https://doi. 
org/10.1016/j.jelectrocard.2012.08.007. 
[7] S. Abboud, Subtle alterations in the high-
frequency QRS potentials during myocardial 
ischemia in dogs, Computers and Biomedical 
Research 20 (1987) 384-395. https://doi.org/10. 
1016/j.jelectrocard.2012.08.007. 
73,37
42,31
85,2
25,98
79
71
94
39
63
68
11
97
67,3 69,5
63,6
72,8
0
10
20
30
40
50
60
70
80
90
100
Se Sp P+ P-
H
iệ
u
 s
u
ất
 [
%
]
Tham số so sánh
Thuật toán đề xuất
Eran Toledo [10]
Alberto Conti [13]
Ori Galante [14]
H.V. Manh, P.M. Thang / VNU Journal of Science: Natural Sciences and Technology, Vol. 36, No. 1 (2020) 25-35 
35 
[8] A.L. Goldberger, V. Bhargava, V. Froelicher, J. 
Covell, Effect of myocardial infarction on high-
frequency QRS potentials, Journal 
Electrocardiology 13 (1980) 367-372. https://doi. 
org/10.1161/01.CIR.64.1.34. 
[9] J. Pettersson, O. Pahlm, E. Carro, L. Edenbrandt, 
M. Ringborn, L. Sörnmo, S.G. Warren, G.S. 
Wagner, Changes in high-frequency QRS 
components are more sensitive than ST-segment 
deviation for detecting acute coronary artery 
occlusion, Journal of the American College of 
Cardiology 36 (2000) 1827-1834. https://doi.org/ 
10.1016/S0735-1097(00)00936-0. 
[10] E. Toledo, J.A. Lipton, S.G. Warren, S. Abboud, 
M. Broce, D.R. Lilly, C. Maynard, B.D. Lucas Jr., 
G.S. Wagner, Detection of stress-induced 
myocardial ischemia from the depolarization 
phase of the cardiac cycle-a preliminary study, 
Journal of Electrocardiology 42 (2009) 240-247. 
https://doi.org/10.1016/j.jelectrocard.2008.12.023. 
[11] G. Amit, O. Galante, L.R. Davrath, O. Luria, S. 
Abboud, D. Zahger, High-frequency QRS analysis 
in patients with acute myocardial infarction: A 
preliminary study, Annals of Noninvasive 
Electrocardiology 18 (2013) 149-156. https://doi. 
org/10.1111/anec.12023. 
[12] E. Trägårdh, O. Pahlm, G.S. Wagner, J. Pettersson, 
Reduced high-frequency QRS components in 
patients with ischemic heart disease compared to 
normal subjects, Journal of Electrocardiology 37 
(2004) 157-162. https://doi.org/10.1016/j.jelectro 
card.2004.02.004. 
[13] A. Conti, A. Alesi, G. Aspesi, N.D. Bernardis, S. 
Bianchi, A. Coppa, C. Donnini, C. Grifoni, A. 
Becucci, C. Casula, High-frequency QRS analysis 
compared to conventional ST-segment analysis in 
patients with chest pain and normal ECG referred 
for exercise tolerance test, Cardiology Journal 22 
(2015) 141-149. https://doi.org/10.1016/j.ajem.2015. 
11.044. 
[14] O. Galante, G. Amit, Y. Granot, L.R. Davrath, S. 
Abboud, D. Zahger, High-frequency QRS analysis 
in the evaluation of chest pain in the emergency 
department, Journal of Electrocardiology 50 (2017) 
457-465. https://doi.org/10.1016/j.jelectrocard. 
2017. 02.009. 
[15] D. Rosenmann, Y. Mogilevski, G. Amit, L.R. 
Davrath, D. Tzivoni, High-frequency QRS 
analysis improves the specificity of exercise ECG 
testing in women referred for angiography, Journal 
of Electrocardiology 46 (2013) 19-26. https://doi. 
org/10.1016/j.jelectrocard.2012.08.007. 
[16] G. Amit, Y. Granot, S. Abboud, Quantifying QRS 
changes during myocardial ischemia: Insights 
from high frequency electrocardiography, Journal 
of Electrocardiology 47 (2014) 505-511. https:// 
doi.org/10.1016/j.jelectrocard.2014.03.006. 
[17] T. Sharir, K. Merzon, I. Kruchin, A, Bojko, E. 
Toledo, A. Asman, P. Chouraqui, Use of 
electrocardiographic depolarization abnormalities 
for detection of stress-induced ischemia as defined 
by myocardial perfusion imaging, American 
Journal of Cardiology 109 (2012) 642-650. https:// 
doi.org/10.1016/j.amjcard.2011.10.022. 
[18] https://www.medcalc.org/calc/diagnostic_test.ph, 
(accessed 13 October 2019). 
[19] https://physionet.org/content/ptbdb/1.0.0/ 
(accessed 10 September 2019).