心電信號(hào)波形檢測(cè)算法研究

1Ⅱ以提高檢測(cè)精度。綜合上述幾種改進(jìn)檢測(cè)算法的策略，采用C語(yǔ)言與MATLAB的小波工具箱進(jìn)行編程和系統(tǒng)仿真，并以MIT-BIH心律失常數(shù)據(jù)庫(kù)的心電記錄作為實(shí)驗(yàn)數(shù)據(jù)對(duì)算法進(jìn)行驗(yàn)證，獲得較為理想的檢測(cè)準(zhǔn)確率關(guān)鍵詞：心電信號(hào)小波變換波形檢測(cè)多尺度分析ⅢHeartdisease,aseriousthreattworldwidedeath.Thetraditionalwayofheartdiseasediagnosisbasedonpatient'sECGanalysis,whichcarriedoutbydoctor,theuncertaintyofsubjectivejudgmentsandthecomplexityofheartpathologyefficiency,combineelectrocardiographytechnologywithcomputanalysisofECGECGautomaticanalysisconsistswaveformsdetectionisthebasisandthanalysis,theaccuracyandreliabilityofdetectiondirectlyperformanceofECGanalysisanddiagnosis,hasimportanttheoreticalfirstly,theadvantagesandshortcomingofcurrentdetectiontechniwavelettransformalocalpeakdetectionmethod.Inthefirstplaceofthispaper,theECGsignalsareprocessingbyquadraticB-splinewaveletfilter,Rwaveslocationisfulfilledbydetectingthecrossingpbasedoncomplexwavelettransformisproposed,thisalgorithmusecomplexasmotherwavelet,usingthetwowaveletdecompomainlydetectionbasexcellentpositioningeffectandhbandsbyspectrumanalysis,thereforeusemulti-scaleanalysisforeadetection,andrealizeeachwaveformpreciselocationofonecardiaccycle.afterwaveslocationbywaveletdecomposecoefficientsArrhythmiaDatabaseECGrecordsasexperimentaldatatovalidatKEYWORDS:ElectrocardiogramSignal;WaveDetection;Multi-scaleAn廣西大學(xué)碩士學(xué)位論文必電信導(dǎo)波形檢測(cè)算法研究1心臟病是心臟疾病的總稱，是一種多發(fā)慢性肌炎等各種類型心臟病。經(jīng)統(tǒng)計(jì)每年死于心血管疾病約占全球死亡總數(shù)的1/3,成為全中國(guó)每年有超過(guò)50萬(wàn)人死于心臟性猝死，居世界各國(guó)之首。目前我國(guó)心臟病高發(fā)已成死救治成功率極低，我國(guó)搶救成功率則不到1%,絕大部分患者還未獲得救治或到達(dá)醫(yī)廣西大學(xué)碩士學(xué)位論文必電信號(hào)波形核測(cè)算法研究2提供了詳實(shí)信息和可靠依據(jù)。,而依靠傳統(tǒng)的診斷方式難以對(duì)實(shí)時(shí)采集到的大量心電數(shù)據(jù)進(jìn)行高效處理，不能充分利用豐富的心電信息，也無(wú)法發(fā)揮監(jiān)護(hù)系統(tǒng)的優(yōu)勢(shì)3。為提算機(jī)設(shè)備應(yīng)用于醫(yī)學(xué)分析中，其中一個(gè)重要應(yīng)用就是心電圖描技術(shù)與計(jì)算機(jī)技術(shù)的結(jié)位變化的曲線圖形就稱為心電圖(electrocardiogram,簡(jiǎn)稱ECG動(dòng)綜合過(guò)程，對(duì)研究心臟各部位的生理狀況及其病理分析具有重要的參考價(jià)值。心臟傳導(dǎo)系統(tǒng)是具有傳導(dǎo)沖動(dòng)作用的特殊心肌纖維，如圖1-1所示，由以下幾部分構(gòu)成I:竇房結(jié)、結(jié)間束、房間束、房室結(jié)、束支以及浦肯野纖維等。正常情況下的心3完成一個(gè)心臟搏動(dòng)周期，傳播過(guò)程中引起的一系列電位變化形成了心電圖上相應(yīng)的波段。在身體任意兩處安放心電描記器的記錄電極，通過(guò)導(dǎo)線連接聯(lián)方法有12種，心電信號(hào)的波形與導(dǎo)聯(lián)接法相關(guān)，接法不同，波形亦存在較大差異。段等，如圖1-2所示17。其中QRS波群為心電信號(hào)中最重要的特征波形，攜帶著最廣西大學(xué)碩士學(xué)位論文心電信號(hào)波形檢測(cè)算法研究4R開(kāi)始*極#Bt間J遇民。段的電位變化QRS波群：表征心室各部位先后興奮所引起的體表電位變化。Q波為波群中第一了QRS復(fù)合波，其時(shí)間寬度代表心室肌興奮傳播時(shí)間，正常值為0.06~0.1秒。采用不S-T段：ST段為心室除極完畢至復(fù)極開(kāi)始的時(shí)間段，始于QRS波群終點(diǎn)，以T波廣西大學(xué)碩士學(xué)位論文必電信號(hào)波形檢測(cè)算法研究5率快慢不同而變化，正常的Q-T間期應(yīng)在0.32至0.44秒之間。某些疾病的Q-T間期可心電信號(hào)的自動(dòng)分析由信號(hào)波形檢測(cè)及特征波形檢測(cè)的準(zhǔn)確性與可靠性直接影響著心電監(jiān)護(hù)系統(tǒng)的監(jiān)護(hù)性能態(tài)。常規(guī)心電圖為短時(shí)記錄，只能獲取有限時(shí)間內(nèi)的心臟信息，而檢測(cè)與特征提取提出了更高的要求。因此，如何對(duì)低信噪比的心檢測(cè)，進(jìn)而得到高可靠性的分析判斷是本課題研究的重點(diǎn)。遠(yuǎn)程QRS波群及P、T波定位為心電信號(hào)檢測(cè)的主要內(nèi)容，Q、R、S三個(gè)波相連構(gòu)成的QRS波群是心電信號(hào)中最顯著與最重要的波形，其特征參數(shù)為心電監(jiān)護(hù)提供了重要的心臟狀態(tài)信息，因此心電信號(hào)檢測(cè)的研究側(cè)重于QRS廣西大學(xué)碩士學(xué)位論文必電信導(dǎo)波形檢測(cè)算法研究6位結(jié)果設(shè)定搜索窗口，由此檢測(cè)Q波和S波，從而得到QRS波群寬度。目前Q(1)差分閾值法結(jié)合硬件檢測(cè)電路優(yōu)良的實(shí)時(shí)性和軟件判斷的靈活性進(jìn)行復(fù)合檢測(cè)，獲得較高的準(zhǔn)確麗提出的QRS波群檢測(cè)法將正向和倒置的R波分開(kāi)處理，對(duì)正向R波檢測(cè)采用具有對(duì)P、T波及各種噪聲具有較強(qiáng)抗干擾能力，在檢消噪效果不甚理想，如易受到大T波和肌電干擾和高頻偽跡的的描述。用QRS波群檢測(cè)上可獲得精確的少投入實(shí)際應(yīng)用。目前有學(xué)者將小波變換與數(shù)學(xué)形態(tài)法相結(jié)合的方式實(shí)現(xiàn)QRS波群檢測(cè)III12),數(shù)學(xué)形態(tài)法濾波器可在保持信號(hào)特征的前提下有效抑制噪聲干擾(3)小波變換法廣西大學(xué)碩士學(xué)位論文必電信號(hào)波形檢測(cè)算法研究7網(wǎng)絡(luò)實(shí)現(xiàn)心律識(shí)別，首先采用Morlet小波的變換系數(shù)對(duì)QRS波群進(jìn)行特征提取，然后(4)神經(jīng)網(wǎng)絡(luò)法各種應(yīng)用的QRS波群檢測(cè)技術(shù)在不斷進(jìn)步。目前專家學(xué)者致力于在心動(dòng)周期中位于Q波之前的P波以及S波之后的T波為低頻低幅波，因此易受低頻噪聲干擾，增大了P波和T波的提取難度。最初P波和T波的檢測(cè)算法主要以斜率作為判別依據(jù)，但低幅度的波形易被噪聲覆蓋，難以實(shí)現(xiàn)準(zhǔn)適應(yīng)QRS-T對(duì)消P波檢測(cè)算法對(duì)降低基線漂移及抑制高頻干擾有較好的效果，但由于P廣西大學(xué)碩士學(xué)位論文必電信號(hào)波形檢測(cè)算法研究81.4論文主要研究?jī)?nèi)容(1)分析目前各種心電信號(hào)波形檢測(cè)算法的優(yōu)劣，采用二次B樣條小波濾波器組對(duì)心電(2)在基于小波變換檢測(cè)信號(hào)奇異性的原理上，改進(jìn)基于小波變換的R波定位算法，該算法以墨西哥帽函數(shù)(mexh)和復(fù)頻域B樣條小(3)對(duì)心電信號(hào)中各波形進(jìn)行頻譜分析，研究得出各波具有不同時(shí)頻特性，因此利用小(4)綜合上述幾種改進(jìn)檢測(cè)算法的策略，采用C語(yǔ)言與MATLAB的小波工具箱進(jìn)行編1.5論文組織結(jié)構(gòu)第三章詳述采用過(guò)零點(diǎn)檢測(cè)法進(jìn)行心電信號(hào)R波定位的具體方法，以二次B樣條的R波檢測(cè)，最后給出了R定位效果圖及R波的檢測(cè)正確率。9R檢測(cè)的依據(jù)，不同尺度下的變換系數(shù)檢測(cè)心電信號(hào)中其它波形。按照此法設(shè)計(jì)檢測(cè)算法，據(jù)此原理進(jìn)行編程計(jì)算和系統(tǒng)仿真，最后給出了心電信號(hào)各波形的定位效果圖及QRS波群的檢測(cè)正確率，并對(duì)算法的檢測(cè)準(zhǔn)確度、精確度和檢測(cè)速度進(jìn)行定量分析。第五章首先總結(jié)了全文的主要工作，針對(duì)工作中尚待深入研究的內(nèi)容，指出了未來(lái)工作的方向。論文最后為參考文獻(xiàn)、致謝，列出了攻讀碩士學(xué)位期間所發(fā)表的論文。信號(hào)處理的有效方法之一是對(duì)信號(hào)進(jìn)行時(shí)頻分析。其中傅立葉變換(Fourier2.2連續(xù)小波變換廣西大學(xué)碩士學(xué)位論文心電信號(hào)波形檢測(cè)算法研究廣西大學(xué)碩士學(xué)位論文必電信號(hào)波形檢測(cè)算法研究續(xù)但取值有界),而噪聲的李氏指數(shù)a<0,因此小波變換具有濾除噪聲的功能。2.5心電信號(hào)檢測(cè)原理測(cè)。根據(jù)小波分析用于信號(hào)奇異性檢測(cè)原理可知，心電信號(hào)的奇對(duì)未經(jīng)預(yù)處理的心電信號(hào)進(jìn)行頻譜分析，信號(hào)頻率范圍為0.05~100Hz,其中QRS波群主要集中在8~25Hz內(nèi)，分布于心電信號(hào)中的中高頻區(qū)，占據(jù)信號(hào)能量中的主要部分，而P波、T波分布于相對(duì)低頻區(qū)，即0.5~10Hz之間。信號(hào)中所包含的運(yùn)動(dòng)偽跡和基線漂移均屬于低頻噪聲，頻帶低于7Hz,而工頻干擾在50Hz及其倍頻附近，肌電干擾的頻率一般在10~300Hz之間。根據(jù)小波分析原理可知，低尺度的小波變換系數(shù)表征及運(yùn)動(dòng)偽跡的能量大都集中在大于32的尺度上；變換尺度在8~16之間的小波分解系數(shù)可很好地表征QRS波群的低頻概貌40。因此QRS波群檢測(cè)的變換尺度在此8~16范圍內(nèi)進(jìn)行選擇。低頻低幅的P波和T波易受各類噪如表3-1所示。高頻干擾條小波、Haar小波及Daubechies3小波這三種小波函數(shù)對(duì)心電信號(hào)進(jìn)行小波變換，然后查找分解系數(shù)的極值對(duì)，以極值對(duì)間的過(guò)零點(diǎn)定位R波，實(shí)驗(yàn)結(jié)果對(duì)比了各小波檢測(cè)性電信號(hào)R波檢測(cè)的各項(xiàng)要求；樣條小波在心電信號(hào)R波檢測(cè)上可獲得相對(duì)較好效果，樣本特性，是影響檢測(cè)效果的重要因素。文獻(xiàn)[43]提出的復(fù)小波變換方法采用復(fù)頻域B樣根據(jù)上文所述小波基的選擇原則，本文選取了兩種方法實(shí)現(xiàn)心電信號(hào)的波形檢測(cè)。第一種方法選擇二次B樣條小波函數(shù)作為小波基進(jìn)行濾波分解，以分解系數(shù)的極值對(duì)間的過(guò)零點(diǎn)定位R波。第二種方法選擇復(fù)頻域B樣條小波和墨西哥帽函數(shù)作為小波基，以復(fù)合變換系數(shù)的局部極值點(diǎn)作為R波定位依據(jù)。由于心電信號(hào)中的QRS波群具有顯著的幅度與斜率特征，在小波分析的基礎(chǔ)上，可利用原信號(hào)的時(shí)域特性作為輔助依據(jù)，即結(jié)合閾值法來(lái)提高檢測(cè)的準(zhǔn)確率和精確度。本章介紹了在信號(hào)處理領(lǐng)域中占有重要地位的傅里葉變換及其局限性，從而引入小波變換的基本理論。首先介紹了連續(xù)小波變換、離散小波變換的定義和多尺度分析原理等小波分析的基本知識(shí)，在基于小波變換的突變信號(hào)的奇異性分析原理上，解析心電信號(hào)的波形特征和頻率特性，由此分析心電信號(hào)波形檢測(cè)算法設(shè)計(jì)依據(jù)及要點(diǎn)。廣西大學(xué)碩士學(xué)位論文必電信號(hào)波形檢測(cè)算法研究析各小波數(shù)學(xué)特征的基礎(chǔ)上，最常用的方法是分析信號(hào)的時(shí)域進(jìn)行計(jì)算驗(yàn)證，通過(guò)比較各小波的分析結(jié)果R波是心電信號(hào)QRS波群中最重要的特征波形，R波的精確定位是準(zhǔn)確檢測(cè)Q波峰值點(diǎn)對(duì)應(yīng)于小波變換系數(shù)的極值對(duì)過(guò)零點(diǎn)或局極大值對(duì)之間的零交叉點(diǎn)。過(guò)零點(diǎn)檢測(cè)法即是通過(guò)檢測(cè)極值對(duì)間的零交叉點(diǎn)定位R波。在這里采用二次B樣條小波為尺度函數(shù)，濾波器的z域表達(dá)式為：其小波分解的濾波器組系數(shù)如下：采用靜態(tài)離散小波變換方法對(duì)心電信號(hào)進(jìn)行變換，這種變換方式在分解過(guò)程中不對(duì)分解系數(shù)進(jìn)行下采樣，即在不同變換尺度下，所獲得的系數(shù)與原信號(hào)長(zhǎng)度一致，因此變換系數(shù)保留著信號(hào)隨時(shí)間變化的信息，利于對(duì)信號(hào)奇異點(diǎn)進(jìn)行定位。圖(3-1)為心電信號(hào)經(jīng)過(guò)二次B樣條小波濾波器組濾波后，得到的各尺度下的分解系數(shù)，其中swd1、swd2和swd3分別為21、22和23尺度上的細(xì)節(jié)系數(shù)。仔細(xì)觀察這三個(gè)細(xì)節(jié)系數(shù)可知，即使在不同尺度下，每個(gè)R波的峰值點(diǎn)都與一對(duì)負(fù)-正極值對(duì)間的過(guò)零點(diǎn)相對(duì)應(yīng)。而過(guò)零點(diǎn)位置隨著尺度的變化略有偏移，且其偏移值各不相同，須進(jìn)行校正。由于低尺度下的變換系數(shù)幅值較低，易受到噪聲的干擾，影響R波定位的準(zhǔn)確度，相比之下細(xì)節(jié)系數(shù)swd3能更好地表征心電信號(hào)中的R波特征，因此文中以系數(shù)swd3作為R波檢測(cè)的依據(jù)。在程序加載實(shí)驗(yàn)數(shù)據(jù)(即一幅心電記錄)后，取其中一路心電信號(hào)作為檢測(cè)數(shù)據(jù)源，然后按照以下流程進(jìn)行信號(hào)處理：廣西大學(xué)碩士學(xué)位論文必電信號(hào)波形檢測(cè)算法研究(1)計(jì)算小波分解系數(shù)。使用二次B樣條小波濾波器組對(duì)心電信號(hào)進(jìn)行3層靜態(tài)分解，取細(xì)節(jié)系數(shù)swd3(即(2)截取一段分解系數(shù)進(jìn)行算法學(xué)習(xí)，通過(guò)經(jīng)驗(yàn)學(xué)習(xí)設(shè)(3)根據(jù)判別閾值查找極大值對(duì)，設(shè)定檢測(cè)窗口。在極值對(duì)前后擴(kuò)展10個(gè)采樣點(diǎn)，以此作為R波峰值點(diǎn)檢測(cè)窗口。如為倒置R波，則查找負(fù)極大值，以此作為R波定位的最終結(jié)果，并存儲(chǔ)峰值點(diǎn)位置。(5)設(shè)定信號(hào)不應(yīng)期，刪除冗余極值點(diǎn)，降低誤檢率。根據(jù)心電周期參數(shù)設(shè)定不應(yīng)期，將相鄰間距小于400ms的兩個(gè)峰值點(diǎn)中幅度較小的點(diǎn)刪除，即去除偽R波，然后重新存儲(chǔ)R波。(6)計(jì)算R-R間隔及心律。廣西大學(xué)碩士學(xué)位論文心電信號(hào)波形檢測(cè)算法研究本節(jié)就上文所描述的R波檢測(cè)算法進(jìn)行編程和仿真計(jì)算，驗(yàn)證算法的可行性并評(píng)價(jià)其性能。首先介紹實(shí)現(xiàn)算法的實(shí)驗(yàn)平臺(tái)及其軟件配置，然后詳述實(shí)驗(yàn)的實(shí)施方案，最后根據(jù)實(shí)驗(yàn)數(shù)據(jù)說(shuō)明算法的檢測(cè)準(zhǔn)確率。2.30GHz,內(nèi)存：1GBMatlab7.1自帶小波工具箱，可提供命令行和圖形界面兩種實(shí)現(xiàn)方式，便于不同要求和不同級(jí)別的用戶使用。圖形界面方式具有良好的界面，易于操作，但處理模式相對(duì)固定，而采用命令行方式，用戶可靈活調(diào)用各種小波工具來(lái)解決實(shí)際工程問(wèn)題，其強(qiáng)大(1)實(shí)驗(yàn)數(shù)據(jù)常數(shù)據(jù)總共包含48個(gè)記錄，每個(gè)記錄為取自同一個(gè)體，不同導(dǎo)聯(lián)的兩路信號(hào)，截取時(shí)長(zhǎng)約為30分鐘，信號(hào)采樣率為360。這48個(gè)記錄中包括如正常心率、包含基線漂移及義格式存儲(chǔ)，即“212”格式，是將兩個(gè)通道的心電信號(hào)數(shù)據(jù)交替存儲(chǔ)，每三個(gè)字節(jié)存儲(chǔ)兩個(gè)數(shù)值，每一個(gè)數(shù)值為12位。因此MATLAB無(wú)法直接對(duì)數(shù)據(jù)庫(kù)中的心電數(shù)據(jù)文件處理，必須將其轉(zhuǎn)換為MATLAB可直接處理的文件格式。(2)實(shí)驗(yàn)流程1)獲取實(shí)驗(yàn)數(shù)據(jù)，讀取數(shù)據(jù)文件從MIT-BIH數(shù)據(jù)庫(kù)下載心電數(shù)據(jù)，共有48組記錄可選。MIT-BIHArhythmia數(shù)據(jù)，例如第100號(hào)心電記錄來(lái)自于69歲的女性，心律為70-89,為標(biāo)準(zhǔn)心電信號(hào)，無(wú)噪聲，可用作心電檢測(cè)算法學(xué)習(xí)的依據(jù)；第105號(hào)記錄是包含各種噪聲于擾的信號(hào)，如廣西大學(xué)碩士學(xué)位論文心電信號(hào)波形檢測(cè)算法研究得ECG數(shù)據(jù)為十進(jìn)制數(shù)，并存儲(chǔ)為MAT格式文件，便于后續(xù)實(shí)驗(yàn)處理。2)編寫程序?qū)崿F(xiàn)算法，確定小波母函數(shù)及其參數(shù)分解系數(shù)，選取23尺度下的小波變換細(xì)節(jié)系數(shù)尋找極大值對(duì)，在極值對(duì)前后擴(kuò)展10個(gè)3)檢測(cè)心電信號(hào)各波形，記錄各項(xiàng)實(shí)驗(yàn)數(shù)據(jù)利用MATLAB小波工具箱進(jìn)行編程計(jì)算，記錄R波的檢測(cè)結(jié)果并通過(guò)圖形觀察算4)實(shí)驗(yàn)結(jié)果分析數(shù)據(jù)庫(kù)的注釋文件對(duì)每一個(gè)心電記錄標(biāo)注了相應(yīng)的心律、前5分鐘和總長(zhǎng)30分鐘一行為原心電信號(hào)，利用圓點(diǎn)標(biāo)注R波波峰的定位結(jié)果，第二行為R波定位的依據(jù)，阿廣西大學(xué)碩士學(xué)位論文必電信號(hào)波形檢測(cè)算法研究利用MIT-BIHArthythmiaDatabase中的10幅30min的心電信號(hào)對(duì)文中的心電檢測(cè)算法進(jìn)行測(cè)試和分析，從而評(píng)價(jià)算法的檢測(cè)性能。利用MATLAB對(duì)上文的算法描述進(jìn)行編程計(jì)算，所得檢測(cè)結(jié)果如表3-1所示，由表中數(shù)據(jù)可看出算法能在大部分情況下正確識(shí)別R波，準(zhǔn)確地提取心電信號(hào)的重要特征，但在包含嚴(yán)重噪聲的信號(hào)相對(duì)漏檢率略高，應(yīng)制定策略以提高算法的檢測(cè)率。表中的檢測(cè)正確率定義為正確檢出的QRS波個(gè)數(shù)(減去誤檢與漏檢)與該心電記錄中的QRS波實(shí)有個(gè)數(shù)相比后取百分?jǐn)?shù)所得，結(jié)果保留兩位小數(shù)。105號(hào)心電記錄包含嚴(yán)重噪聲，部分R波已被噪聲淹沒(méi)無(wú)法檢出，108號(hào)心電記錄多處包含各類噪聲，因此檢測(cè)準(zhǔn)確率相對(duì)較低；109號(hào)心電信號(hào)中包含基線漂移，噪聲導(dǎo)致極值對(duì)的過(guò)零點(diǎn)與R波波峰的位置略有偏移，因此文中算法采用時(shí)域校正的方式進(jìn)行補(bǔ)償，因此獲得了較為理想的檢測(cè)正確率。心電信號(hào)算法檢出正確率002001612000250由于R波峰值點(diǎn)所對(duì)應(yīng)的過(guò)零點(diǎn)在不同的變換尺度上各有不同程度的時(shí)移，并且容易受到噪聲的干擾，對(duì)R波的精確定位產(chǎn)生較大影響。因此須通過(guò)在時(shí)域校正過(guò)零點(diǎn)與原信號(hào)峰值點(diǎn)之間的時(shí)移，增加了算法復(fù)雜度與系統(tǒng)計(jì)算量。通過(guò)分析三個(gè)尺度下的小波分解系數(shù)swdl、swd2和swd3可看出，R波所對(duì)應(yīng)的極廣西大學(xué)碩士學(xué)位論文必電信號(hào)波形檢測(cè)算法研究3.4本章小結(jié)定位，以此原理進(jìn)行程序設(shè)計(jì)，以MIT-BIH數(shù)據(jù)庫(kù)的多個(gè)心電記錄為實(shí)驗(yàn)數(shù)據(jù)進(jìn)行測(cè)廣西大學(xué)碩士學(xué)位論文廣西大學(xué)碩士學(xué)位論文廣西大學(xué)碩士學(xué)位論文廣西大學(xué)碩士學(xué)位論文信號(hào)進(jìn)行小波變換無(wú)法檢測(cè)到所有R波，易產(chǎn)生漏檢；采用Fbsp小波模值的旁瓣可能誤將大幅噪聲或大T波放大，標(biāo)定為R波而導(dǎo)致誤檢。因此，本文將mexh小波與Fbsp利用MIT-BIHArrhythmiaDatabase的100號(hào)信號(hào)對(duì)檢測(cè)算法進(jìn)行學(xué)習(xí)，改變小波參P波反映的是心臟左右心房興奮過(guò)程所引起的電位變化，T波反映的是心室激動(dòng)的恢復(fù)過(guò)程，為心電自動(dòng)分析提供了重要的特征信息，因此P波廣西大學(xué)碩士學(xué)位論文必電信號(hào)波形檢測(cè)算法研究a圖(4-3)為采用mexh小波對(duì)第100號(hào)心電信號(hào)進(jìn)行小波變換在不同尺度下的分解系用此分解系數(shù)定位Q波和S波；第三行為尺度因子scale=8時(shí)的分解系數(shù)，作為R波檢4.2算法描述位又包括R波峰值點(diǎn)定位和QRS波群寬度檢測(cè)兩個(gè)方面。(1)計(jì)算復(fù)合小波系數(shù)WT,并檢測(cè)局部模極大值點(diǎn)。采用復(fù)頻域B樣條(Fbsp)小波對(duì)心電信號(hào)進(jìn)行連續(xù)復(fù)小波變換，變換尺度為15,中心頻率為1.5,帶寬參數(shù)為2,將所對(duì)應(yīng)的變換系數(shù)求模，所得值標(biāo)識(shí)為WT1;以墨西哥帽(mexh)小波為小波基函數(shù)對(duì)心電信號(hào)進(jìn)行連續(xù)小波變換，變換尺度為8,將(2)截取原始心電信號(hào)的一段數(shù)據(jù)進(jìn)行算法學(xué)習(xí)，通過(guò)經(jīng)驗(yàn)設(shè)定R波波峰所對(duì)應(yīng)的小波通過(guò)心電信號(hào)的自學(xué)習(xí)設(shè)定判別閾值：對(duì)其中一段心電信號(hào)的小波分解系數(shù)進(jìn)行分析，計(jì)算這段小波系數(shù)中局部極大值的均值Vmm和最小值的均值Vmin,通過(guò)實(shí)驗(yàn)設(shè)定R波的判別閾值，即為Vmx與Vmin差值的30%:(3)判定分解系數(shù)的局部極值點(diǎn)如大于判別閾值，則記錄峰值點(diǎn)位置，標(biāo)識(shí)為一個(gè)R波根據(jù)心電周期參數(shù)設(shè)定不應(yīng)期，即設(shè)定兩個(gè)R波峰值點(diǎn)之間的距離大于400ms。如檢測(cè)到的相鄰兩個(gè)極值點(diǎn)間距小于400ms,則對(duì)比兩個(gè)極值點(diǎn)系數(shù)值，保留幅值較(5)于原心電信號(hào)上精確校準(zhǔn)，以實(shí)現(xiàn)R波的精確定位。點(diǎn)產(chǎn)生少量偏移，從而影響R波的定位精確度。因此，在利用小波系數(shù)確定峰值點(diǎn)后，在峰值點(diǎn)前后設(shè)定校正范圍，然后返回原心電信號(hào)的檢測(cè)區(qū)域進(jìn)行定位，將信號(hào)幅值最大點(diǎn)標(biāo)定為R波。如此可充分利用原信號(hào)的時(shí)域信息并降低時(shí)移偏差，提廣西大學(xué)碩士學(xué)位論文必電信號(hào)波形檢測(cè)算法研究4.2.2QRS波群寬度檢測(cè)QRS波群寬度是指QRS波群起點(diǎn)與終點(diǎn)之間的時(shí)間長(zhǎng)度。Q波、S波是位于R波 (正向)前后兩個(gè)向下的波，如果存在Q波和S波，則QRS波群的起點(diǎn)為Q波起點(diǎn)，終點(diǎn)為S波終點(diǎn)，否則將R波的起點(diǎn)和終點(diǎn)作為QRS波群的起點(diǎn)與終點(diǎn)。Q波和S波幅值較小，分布于在信號(hào)頻譜中高頻段，低尺度的小波變換系數(shù)可很好地表征其波形特征，因此采用mexh小波的分解系數(shù)進(jìn)行分析，其變換尺度為4,系數(shù)標(biāo)定為WT3,可滿足檢測(cè)要求。由于QR、RS時(shí)限均小于100ms,確定Q、S波搜索范圍為R波前后100ms內(nèi)。以下為Q、S波檢測(cè)流程，其中設(shè)R波為正向波：(1)精確定位R波后，設(shè)定Q波檢測(cè)窗寬度：距離R波峰值點(diǎn)前100ms內(nèi)。(2)于檢測(cè)窗內(nèi)尋找WT3的小波系數(shù)極小值，紀(jì)錄該點(diǎn)位置為Q波。(3)于原始信號(hào)定位：在模極小值附近對(duì)Q波波峰位置進(jìn)行修正。(4)S波檢測(cè)窗為距離R波峰值點(diǎn)后100ms內(nèi)，檢測(cè)流程與Q波一致。廣西大學(xué)碩士學(xué)位論文必電信號(hào)波形檢測(cè)算法研究(5)檢測(cè)在Q波峰值點(diǎn)前小波系數(shù)大于零的點(diǎn)記為Q波起點(diǎn)，在S波峰值點(diǎn)之后小波系(6)計(jì)算QRS波群寬度。設(shè)定Q波和S波檢測(cè)窗口模極小值點(diǎn)，記為Q波和S波于原始信號(hào)中定位校準(zhǔn)之后的一個(gè)圓鈍波，兩者頻率在0.5~10Hz之內(nèi)。采用小波變換方法對(duì)P波、T波進(jìn)行檢測(cè)，根據(jù)信號(hào)頻譜特征可知應(yīng)采用較大尺度進(jìn)行小波分解，由聲以及低頻干擾。本文以mexh小波作為母函數(shù)進(jìn)行小波變換，變換尺度為20,以此獲得的小波系數(shù)檢測(cè)P波和T波。對(duì)QRS波群準(zhǔn)確定位后，根據(jù)心動(dòng)周期特征確定檢測(cè)向前檢測(cè)P波，向后檢測(cè)T波。(1)精確定位QRS波群后，設(shè)定P波檢測(cè)窗寬度為：距離Q波起點(diǎn)前100ms內(nèi)；T波(2)采用mexh小波進(jìn)行變換，選擇尺度值為20,得到小波變換系數(shù)WT4。(3)在檢測(cè)窗口內(nèi)尋找小波系數(shù)模極大值(設(shè)定R波為正向波),記錄極值點(diǎn)，即P波QRSQRS波群定位設(shè)定P波T波搜素窗口在搜索窗內(nèi)檢測(cè)小波模極大值，記為P波和T波存儲(chǔ)P波和T波4.3仿真及實(shí)驗(yàn)結(jié)果分析行性并評(píng)估其測(cè)性能，以此說(shuō)明此檢測(cè)算法的優(yōu)良性能。1)從MIT-BIH心律失常數(shù)據(jù)庫(kù)獲取心電數(shù)據(jù)，讀取數(shù)據(jù)文件2)編寫程序?qū)崿F(xiàn)算法，確定小波母函數(shù)及其各項(xiàng)參數(shù)條小波的中心頻率fe、帶寬參數(shù)6,各小波變換尺度因子以及判別閾值，根據(jù)實(shí)驗(yàn)結(jié)果3)檢測(cè)心電信號(hào)各波形，記錄各項(xiàng)實(shí)驗(yàn)數(shù)據(jù)P波和T波，記錄每一項(xiàng)心電記錄的檢測(cè)結(jié)果，4)分析實(shí)驗(yàn)結(jié)果利用檢測(cè)程序測(cè)試心電數(shù)據(jù)庫(kù)中的10個(gè)典型心電記錄，然后對(duì)心電信號(hào)各組成波形的定位結(jié)果進(jìn)行分析。首先畫出其中幾個(gè)心電記錄特殊的定位效果圖，然后對(duì)這10個(gè)心電記錄的檢測(cè)結(jié)果進(jìn)行統(tǒng)計(jì)分析，評(píng)估算法的性能。其中圖4-7為標(biāo)準(zhǔn)心電信號(hào)及其各小波系數(shù)WT、WT1及WT2;圖4-8至4-11分別為文件100、105、109、213的檢測(cè)效果圖，圖中紅點(diǎn)標(biāo)出R波峰值點(diǎn)及Q、S波波峰。第100號(hào)記錄為標(biāo)準(zhǔn)心電信號(hào)，圖(4-7)為100號(hào)心電記錄的各小波變換系數(shù)：第三復(fù)合小波系數(shù)WT,經(jīng)比較可知WT可更好地表征R波特征，因此作為R波定位的檢測(cè)法廣西大學(xué)碩士學(xué)位論文必電信號(hào)波形檢測(cè)算法研究圖(4-9)為第105號(hào)心電記錄的檢測(cè)效果圖，信號(hào)中包含部分噪聲干擾，圖中第一行為原心電信號(hào)，利用圓點(diǎn)標(biāo)注QRS波群的定位結(jié)果，第二行為復(fù)合小波系數(shù)WT,WT在噪聲干擾出現(xiàn)的部分略有波動(dòng)，但不影響R波的準(zhǔn)確定位，可見(jiàn)算法檢測(cè)的穩(wěn)定性較言圖(4-10)為第109號(hào)心電記錄的檢測(cè)效果圖，圖中第一行為原心電信號(hào)，由圖可看出信號(hào)中包含基線漂移，導(dǎo)致其復(fù)合小波系數(shù)WT產(chǎn)生部分偏移，但在本文的檢測(cè)策略可有效地改善該問(wèn)題，仍能實(shí)現(xiàn)QRS波群的精確定位，信號(hào)中圓點(diǎn)為QRS波群定位結(jié)圖(4-11)包為含大量室性期前收縮的第213號(hào)心電記錄檢測(cè)效果圖，圖中第一行為原心電信號(hào)。對(duì)于包含病態(tài)波形的心電信號(hào)，其復(fù)合小波系數(shù)WT仍能良好地表征信號(hào)的時(shí)頻特性，QRS波群的定位結(jié)果采用圓點(diǎn)標(biāo)注。喻喻廣西大學(xué)碩士學(xué)位論文心電信號(hào)波形檢測(cè)算法研究事圖(4-12)為采用mexh小波在尺度20上進(jìn)行變換，對(duì)第103號(hào)心電記錄的P波和T準(zhǔn)確定位P波和T波的可靠依據(jù)。部本文對(duì)于心電信號(hào)中各波形檢測(cè)所選取的變換尺度能有效地抑制各種噪聲和其他波形的不良影響，增強(qiáng)了目標(biāo)波形的特征，從而正確識(shí)別心電心電信號(hào)準(zhǔn)確分析和監(jiān)護(hù)的基礎(chǔ)。由上述幾個(gè)典本文的檢測(cè)算法依然能夠?qū)π碾娦盘?hào)的各組成波形進(jìn)利用MIT-BIHArhythmiaDatabase中的10幅時(shí)長(zhǎng)約30分鐘的心電信號(hào)對(duì)文中的心(1)算法檢測(cè)準(zhǔn)確率由表中數(shù)據(jù)可看出，單獨(dú)以墨西哥帽(mexh)小波為基本小波，利用其變換系數(shù)WT1進(jìn)行QRS波群檢測(cè)，漏檢率略高；而采用復(fù)頻域B樣條(fbsp)小波的變換系數(shù)WT2進(jìn)行QRS波群檢測(cè)，其誤檢率則稍高。相比之下采用復(fù)合小波系數(shù)WT檢測(cè)可獲得更高的準(zhǔn)確率，證明了本文算法優(yōu)良性能。如對(duì)于包含嚴(yán)重噪聲干擾的105號(hào)和包含病態(tài)波形的213號(hào)心電記錄，本文算法皆獲得了較為理想的檢測(cè)正確率；對(duì)于整個(gè)信號(hào)中包含基線漂移的第109號(hào)心電記錄，其檢測(cè)正確率為100%,說(shuō)明該檢測(cè)算法能夠很好地抑制基線漂移對(duì)QRS波群定位的不良影響。實(shí)驗(yàn)數(shù)據(jù)證明，本文算法對(duì)動(dòng)態(tài)心電信號(hào)中所包含如基線漂移、工頻干擾和低頻偽跡等噪聲具有較強(qiáng)的抑制作用，能在信號(hào)波形差異較大的心電記錄中準(zhǔn)確地提取心電特征。檢出檢出檢出QRS波個(gè)數(shù)正確率00000000060101110007利用小波變換進(jìn)行心電信號(hào)的檢測(cè)算法有很多種，如表4-2中所示的文獻(xiàn)[50]~[53]分別采用了不同階次的樣條小波及高斯函數(shù)導(dǎo)數(shù)作為基本小波，以小波變換系數(shù)對(duì)QRS文獻(xiàn)[50](2007)文獻(xiàn)[51](2007)墨西哥帽小波文獻(xiàn)[52](2008)二次B樣條小波文獻(xiàn)[53](2009)高斯函數(shù)一階小波(2)算法定位精度與文中算法檢測(cè)出的R波峰值點(diǎn)位置進(jìn)行對(duì)比，絕大部分R波定位準(zhǔn)確，誤差在0~2個(gè)采樣點(diǎn)之間，即0~5ms,且誤差不產(chǎn)生累積，定位精度較高。(3)算法檢測(cè)速度長(zhǎng)為30分鐘，包含650000個(gè)采樣點(diǎn)的心電記錄進(jìn)行測(cè)試，實(shí)現(xiàn)QRS波群、P波和T7~10秒。本章詳細(xì)介紹了利用不同小波變換變換系數(shù)及檢測(cè)策略對(duì)心電信號(hào)的各個(gè)波形進(jìn)行檢測(cè)的算法原理以及流程，以此進(jìn)行程序設(shè)計(jì)及仿真計(jì)算，廣西大學(xué)碩士學(xué)位論文必電信號(hào)波形檢測(cè)算法研究驗(yàn)數(shù)據(jù)來(lái)源，最后通過(guò)畫圖說(shuō)明了各波形的檢測(cè)效果，以心律失常數(shù)據(jù)庫(kù)中的10個(gè)心電記錄進(jìn)行算法驗(yàn)證。實(shí)驗(yàn)系統(tǒng)以個(gè)人計(jì)算機(jī)為硬件平臺(tái)，采用軟件MATLAB作為實(shí)現(xiàn)算法的工具，利用小波變換的多尺度分析對(duì)ECG信號(hào)的各個(gè)波形進(jìn)行定位。經(jīng)大量實(shí)驗(yàn)數(shù)據(jù)表明，該檢測(cè)程序的獲得了較為理想的準(zhǔn)確率，檢測(cè)精度高，運(yùn)算速度較快，可滿足心電信號(hào)波形檢測(cè)的定位要求。5.1論文工作總結(jié)(2)對(duì)心電信號(hào)中各波形的進(jìn)行頻譜分析，研究得出各波時(shí)頻帽函數(shù)相結(jié)合的方式進(jìn)行檢測(cè)，變換尺度分別為15和8;Q波和S波為高頻低幅波，采用墨西哥帽小波的低尺度進(jìn)行分析，尺度因子為4;P波和T波為低頻的圓鈍波形，以(3)現(xiàn)有基于小波變換的心電檢測(cè)算法一般以小波分解系數(shù)為檢測(cè)依據(jù)，舍棄了原信號(hào)的時(shí)域特征信息，而本文在基于小波定位后，充分利用信號(hào)(4)綜合上述幾種改進(jìn)檢測(cè)算法的策略，采用C語(yǔ)言與MATLAB的小波工具箱進(jìn)廣西大學(xué)碩士學(xué)位論文必電信號(hào)波形檢測(cè)算法研究行編程和系統(tǒng)仿真，實(shí)現(xiàn)了對(duì)動(dòng)態(tài)心電信號(hào)的快速檢測(cè)算5.2未來(lái)工作展望心電自動(dòng)分析與診斷技術(shù)是未來(lái)心電診斷的須基于良好的心電檢測(cè)技術(shù)和心電信號(hào)自動(dòng)分類與識(shí)別技心電實(shí)時(shí)檢測(cè)算法可實(shí)現(xiàn)波形的正確識(shí)別與特征號(hào)波形檢測(cè)方法上的不足，取得了良好的效果。但就心(1)加強(qiáng)心電信號(hào)檢測(cè)算法的抗干擾能力，提高各波形定位精度。目前關(guān)于利用小波變換對(duì)心電信號(hào)進(jìn)行波形檢測(cè)的研究大部分集中于對(duì)QRS波群的定位，而對(duì)于其它特征波形的檢測(cè)技術(shù)則不夠成熟，如對(duì)低頻低幅的P波和T波的檢測(cè)技術(shù)尚待提高。(2)如何在準(zhǔn)確的心電信號(hào)波形定位和特征信息提取的基礎(chǔ)上，實(shí)現(xiàn)有效的特征描述和波形分類是心電自動(dòng)分析和診斷系統(tǒng)的重點(diǎn)和難點(diǎn)所在。要小波變換作為一個(gè)具有時(shí)頻分析特性的數(shù)學(xué)方法在心電檢測(cè)與心律失常分類上具有準(zhǔn)[1]朱凌云.移動(dòng)心電監(jiān)護(hù)系統(tǒng)ECG信號(hào)的只能監(jiān)測(cè)與分析方法研究[D].重慶：重慶大[2]顏彥.應(yīng)用于穿戴式生理參數(shù)監(jiān)護(hù)系統(tǒng)的ECG信號(hào)處理算法在DSP器件上的實(shí)現(xiàn)[3]蘇麗.遠(yuǎn)程心電監(jiān)護(hù)診斷系統(tǒng)心電信號(hào)處理方法研究[D].哈爾濱：哈爾濱工程大學(xué)，[4]S.S.Mehta,N.S.Lingayat.Identificationof[J].ExpertSystemswithApplication,2009,36:820/new/658a663aa2009/200925zhuqia8324.shtml,2/new/658a663aa2009/200925zhuqia83424.shtml,2[7]Sung-NienYu,Ying-HsiangChen.Elewavelettransformationandprobabilist[9]蘇麗，趙國(guó)良，李東明.心電信號(hào)QRS波群檢測(cè)算法研究[J].哈爾濱工程大學(xué)學(xué)[10]陳迪虎，張賓，楊圣.基于差分方法的QRS波檢測(cè)[J].生物醫(yī)學(xué)工程學(xué)雜志，2008,[11]劉金江，王春光，孫即祥.小波包分析和形態(tài)學(xué)濾波相結(jié)合的心電圖QRS波群定位[12]趙志華.基于形態(tài)小波的QRS波檢測(cè)算法[J].計(jì)算機(jī)工程與應(yīng)用，2007,43(13):[14]S.C.Saxena,V.KumarandS.T.HamdMedicalEngineering&Technology[J],2002,26(1):7-15[15]S.C.Saxena,V.Kumar,S.T.Hamde.Featureextraction[16]P.JafariMoghadamFard,M.H.Morradi,M.R.TajvdetectionusingHybridComplexWavelet(HCW)[J].Intern[17]Chia-HungLin,Yi-Chuncardiacarrhythmiasrecognition[J].Ex[19]MamumB.I.Reaz,MuhammadI.IbDetectQRSComplexUsingBackpropagationNeuralNetwork[],ProcWSEASInternationalConferenceonNe[20]李向軍.一種基于經(jīng)驗(yàn)?zāi)Ｊ椒纸獾男碾奞RS波檢測(cè)方法[J].電子科技大學(xué)學(xué)報(bào)，[23]SkordalakisE.SyntacticECGprocessing:Areview.Pattem[24]楊國(guó)明，聶志偉等.用小波變換結(jié)合神經(jīng)網(wǎng)絡(luò)檢測(cè)ECG信號(hào)的P波[J].生物醫(yī)學(xué)工[25]ChenXiaoming,LiJinsen.PwaveschaJournalofBiomedicalEngineering.1997,6(3):171