（机械电子工程专业论文）心电信号深层识别机理的研究与虚拟式心电图仪的研制.pdf

中文摘耍摘要 心电图仪是心血管疾病的重要诊断工具。本文在系统地综述和分析了国内外心电信号的处理、识别方法和心电图仪的发展历史、发展现状的基础上，根据近年来微电子技术、计算机软硬件技术和现代信号处理技术所取得重大成就，并结合虚拟仪器技术，论述了虚拟仪器技术向生物医学仪器领域渗透是生物医学仪器发展的必然，从而形成一个新的仪器领域一 一 一生物医学虚拟仪器。 j 自 电噪声抑制是心电信号分析、识别的基础和前提。本文针对心电信号中两种主要噪声信号工频干扰及其谐波和基线漂移，系统地分析和研究了1 1 种噪声抑制方法，这些方法能有效地消除或抑制工频干扰和基线漂移。心电自 动分析系统的重要功能是对心电信号进行精确而可靠的分析和识别。本文系统地分析和研究了传统的心电信号识别方法，这些方法均是以心电曲线不同波形所表现出的不同的数学特征进行识别，利用导数、模板匹配和形态特征匹配等方法，进行心电信号的特征识别的噪声信号所干扰，当噪声信号干扰于在实际应用中，心电信号被各种不同时，这些方法将无法进行心电信号的特征 识 别 因 此 ， 这 些 方 法 尽 管 具 有 一 定 的 实 用 价 值 ， 但 仍 具 有 其 固 有 的 局 限 性 。厂 由于小波变换具有优良的时频局域化特性。本文详细地分析了小波变换对心电信号噪声干扰的抑制机理、小波基的选择原则及其各种噪声信号所处的 特征尺度和抑制方法。并将小波变换与自 适应滤波方法相结合，创新性地提出了 基于小波变换的自 适应滤波方法，从而避免了小波变换的滤波方法中的阐值选取问题，同时该方法对心电噪声具有良 好的滤波性能。 基于小波变换对信号奇异性的分析原理，创造性地提出了小波奎换对心中 . 信号 r波的检测方法。亥 方法具有很高的检测精度和实时性，可用于实时心率检测和 r波的识别。基于波变换的带通滤波器特性，本文创造性地提出了小波变换对心电 信号中的p 波、 q r s 波群和t 波的 识别方法。 该方法具有很高的识别精度，为心电信号自 动分析提供了一种精确分析手段。本文所研究的小波变换对 r波的精确检测方法和小波变换对心电波形的识别方法是小波变换的精确定量分析方法， 与 传统的 小 波变 换的定 性分析方 法相比 ， 具有更重 要的 应用价 值。 丫 本文在研究心电 噪声抑制方法和心电 信号分析和识别方法的基础上， 将所得到的研究成果同虚拟仪器技术、生物医学仪器相结合，的虚拟式心电图仪。小波变换对心研发了基于虚拟仪器技术由于本文所研发的虚拟式心电图仪采用了本文的最新研究成信号 r波的精确检测和小波变换对心电波形的识别，具有重庆大学博士学位论文很高的检测精度和实时性。该仪器首次将小析和识别中， 并成功地应用于临床医学仪器另 ij n 应 用 领 域 ， 取 得 了 突 破 性 进 展 。 丫波变换的分析方法引入心电信号的分，在小波变换对心电信号的分析和识本 文 所 研发的 虚 拟 式心电 图 仪 与 传 统心电 图 仪 相比 有 许多 优凡令 要 体 现 在 除具有传统硬件心电图仪的所有功能外，还具有分析精度高、功能更加完善、功能的增删更加灵活、成本低等优点;除此，本仪器还可对心电信号中各心律节拍进行逐拍分析;在心电曲线的显示方式和任意导联心电曲线的对比分析中，本文所研发的虚拟式心电图仪较传统硬件心电图仪更灵活、更方便;将数据库管理技术引入了心电图仪，心电曲线的历史记录管理和查询更加便捷;将与心血管疾病相关的病员的健康状况和生活嗜好纳入心电数据库进行管理，为心血管疾病的病理研究和诊断提供了更加丰富的信息和资料。本文所研发的虚拟式心电图仪所采用的分析方法和所得到的分析精度，在国内外同类仪器中尚未见报道，它将对心血 管 疾 病 的 诊 断 、 分 析 、 研 究 和 治 疗 具 有 重 要 的 实 用 价 t, o 厂- 了关键词:心 电信 号 : ， z识 别机理 ;小 波 领 信 号 0 ? ; 虚 拟 赤 。 电 图 仪英文摘要ab s t r a c t e l e c t r o c a r d i o gr a p h i s a n i m p o r t a n c e d i a gno s t i c t o o l t o t h e h e a rt d i s e a s e . t h ep r o c e s s i n g a n d d i s t i n g u i s h i n g m e t h o d o f e c g s i gna l , t h e h i s t o ry a n d p r e s e n t s i t u a t i o no f e l e c t r o c a r d i o gr a p h a t h o m e a n d a b r o a d a r e s u m m a r i z e d a n d a n a l y z e d s y s t e m a t i c a l l yi n t h i s p a p e r . a c c o r d i n g t o t h e g r e a t - a c q u i r e d a c h i e v e m e n t i n m i c r o e l e c t r o n i c s ,h a r d w a r e a n d s o ft w a r e o f c o m p u t e r a n d m o d e rn s i gna l p r o c e s s i n g i n r e c e n t y e a r s , a n dc o m b i n i n g t h e s e a c h i e v e m e n t s w i t h t h e v i r tu a l i n s t r u m e n t t e c h n i q u e , i t i s i n e v i t a b l e t h a tt h e v i r t u a l i n s t r u m e n t t e c h n i q u e s h a l l p e r m e a t e i n t o t h e fi e l d o f b i o m e d i c i n e i n s t r u m e n t ,s o a n e w i n s t r u me n t f i e l d , t h e v i r t u a l b i o me d i c a l i n s t r u m e n t , i s f o r m e d . n o i s e r e d u c t i o n i n e c g s i gna l i s t h e f o u n d a t i o n a n d p r e c o n d i t i o n o f t h e e c g s i gna la n a l y s i s a n d d i s t i n g u i s h i n g . t o c o u n t e r t h e m a i n n o i s e o f e c g s i gna l , t h e i n t e r f e r e n c ea n d b a s e l i n e d r i ft , t h e r e a r e 1 1 k i n d s o f t h e n o i s e r e d u c t i o n t o e c g s i gna l a n a l y z e d a n dr e s e a r c h e d s y s t e m a t i c a l l y i n t h i s p a p e r . t h e s e m e t h o d s c a n r e d u c e t h e i n t e r f e r e n c e a n db a s e l i n e d r i ft i n t h e e c g s i gna l e ff e c t i v e l y . a n i m p o rt a n t f u n c t i o n o f a u t o m a t i c a n a l y s i s s y s t e m i s t h e a n a l y s i s a n dd i s t i n g u i s h i n g t o e c g s i gna l a c c u r a t e l y a n d r e l i a b l y . t h e t r a d i t i o n a l d i s t i n g u i s h i n gm e t h o d o f e c g s i gna l i s a n a l y z e d a n d r e s e a r c h e d s y s t e m a t i c a l l y i n t h i s p a p e r . t h e s em e t h o d s i d e n t i f y t h e s e w a v e s o f t h e e c g s i gna l w i t h t h e d i ff e r e n t m a t h e m a t i cc h a r a c t e r i s t i c s o f t h e d i ff e r e n t e c g w a v e s . a n d t h e s e me t h o d s , s u c h a s t h e d e r i v a t i v e o fe c g s i gna l , t h e t e m p l a t e m a t c h , t h e s h a p e c h a r a c t e r i s t i c m a t c h a n d s o o n , i d e n t i f y t h e s ec h a r a c t e r i s t i c s o f t h e e c g s i gna l . b e c a u s e t h e e c g s i gna l i s i n t e r f e r e d b y t h e v a r i o u sn o i s e s i gna l s i n t h e p r a c t i c a l a p p l i c a t i o n , t h e s e m e t h o d s c a n n o t i d e n t i f y t h e s ec h a r a c t e ri s t i c s o f t h e e c g s i gna l w h e n t h e n o i s e s i gna l i n e c g s i gna l i s s e ri o u s . t h e s em e t h o d s h a v e a d e fi n i t e p r a c t i c a l v a l u e , w h e r e a s h a v e t h e i r c o n n a t u r a l l o c a l i z a t i o n . t h e w a v e l e t t r a n s f o r m h a s t h e t i m e - fr e q u e n c y l o c a l i z a t i o n p r o p e rt i e s . t h e n o i s er e d u c t i o n p ri n c i p i u m a n d m e t h o d o f t h e n o i s e i n t e r f e r e n c e i n t h e e c g s i gna l , t h e c h o i c ep r i n c i p l e o f t h e w a v e l e t b a s i s a n d i t s c h a r a c t e r i s t i c s c a l e s i n w h i c h t h e v a ri o u sn o i s e - s i gna l o f t h e e c g s i gna l w i t h t h e w a v e l e t t r a n s f o r m , a r e a n a l y z e d s y s t e m a t i c a l l yi n t h i s p a p e r . c o m b in i n g t h e w a v e l e t t r a n s f o r m w i t h t h e a d a p t i v e fi l t e r m e t h o d , t h ea d a p t iv e fi l t e ri n g b a s e d o n t h e w a v e l e t t r a n s f o r m i s p r e s e n t e d c r e a t i v e l y i n t h i s p a p e r t oa v o i d t h e c h o i c e o f t h r e s h o l d i n t h e fi l t e r me t h o d b a s e d o n t h e wa v e l e t t r a n s f o r m.m重庆大学博士学位论文 mo r e o v e r , th i s me t h o d h a s th e e x c e l l e n t f il t e r i n g p e r f o r m a n c e t o t h e n o i s e s i gna l i n t h e e c g s i gna l . a c c o r d i n g t o t h e s i n g u l a r i t y d e t e c t i o n p r i n c i p i u m o f t h e s i gna l b a s e d o n t h e w a v e l e tt r a n s f o r m s , t h e d e t e c t i o n m e t h o d o f t h e s e r - w a v e s i n t h e e c g s i gna l w i t h t h e w a v e l e tt r a n s f o r m s i s p r e s e n t e d c r e a t i v e l y i n t h i s p a p e r . t h e s e m e t h o d s i n t h i s p a p e r c a n d e t e c ta c c u r a t e l y a n d l o c a l i z e p r e c i s e l y t o t h e s e r - w a v e s i n t h e e c g s i gna l w i t h t h e s e r i o u sn o i s e , a n d i s a p p l i e d t o t h e d e t e c t i o n o f t h e h e a rt r a t e r e a l - t i m e l y a n d t h e i d e n t i fi c a t i o no f t h e s e r - w a v e s i n t h e e c g s i gna l . u s i n g t h e p r o p e rt y o f t h e b a n d - p a s s fi l t e r o f t h ew a v e l e t t r a n s f o r m , t h e d i s t i n g u i s h i n g m e t h o d o f t h e p - w a v e s , q r s c o m p l e x e s a n dt - w a v e s o f th e e c g s i gna l w i t h t h e w a v e l e t t r a n s f o r m i s p r e s e n t e d c r e a t i v e l y i n t h i sp a p e r . t h i s d i s t i n g u i s h i n g m e t h o d i n t h i s p a p e r i s e x c e l l e n t i n t h e p r e c i s i o n , a n d i s a na c c u r a t e a n a l y s i s m e a n s f o r t h e a u t o m a t i c a n a l y s i s o f t h e e c g s i gna l . i t i s t h e a c c u r a t eq u a n t i t a t i v e a n a l y s i s o f t h e w a v e l e t t r a n s f o r m t h a t t h e d e t e c t i o n m e t h o d o f t h e s er - w a v e s a n d t h e d i s t i n g u i s h i n g m e t h o d o f t h e p - w a v e s , q r s c o m p l e x e s a n d t - w a v e s i nt h e e c g s i gna l b a s e d o n t h e w a v e l e t t r a n s f o r m s i n t h i s p a p e r . c o m p a r i n g t h e s e m e t h o d sw it h t h e t r a d i t i o n a l q u a l i t a t i v e a n a l y s i s o f t h e w a v e l e t t r a n s f o r m , t h e r e i s t h e i m p o rt a n tp r a c t i c a l v a l u e b a s e d o n t h e r e s e a r c h o f th e n o i s e r e d u c t i o n , t h e a n a l y s i s a n d d i s t i n g u i s h i n g m e t h o din t h e e c g s i g n a l , a n d c o m b i n i n g t h e s e r e s e a r c h r e s u l t s i n t h i s p a p e r w i t h t h e v i r t u a li n s t r u m e n t a t i o n t e c h n i q u e , t h e b i o m e d i c i n e i n s t r u m e n t a t i o n , t h e v i r tu a l e c g a n a l y z e rb a s e d o n t h e v i r t u a l i n s t r u m e n t a t i o n t e c h n i q u e i s d e v e l o p e d b y t h i s p a p e r . b e c a u s e t h e s er e s e a r c h r e s u l t s a d o p t e d b y t h i s p a p e r , t h e p r e c i s e d e t e c t i o n o f t h e r - w a v e s a n d t h ed i s t i n g u i s h i n g m e t h o d o f t h e w a v e f o r m i n t h e e c g s i gna l w i t h t h e w a v e l e t t r a n s f o r m s ,a r e a p p l i e d t o t h e v i rt u a l e c g a n a l y z e r w h i c h h a s t h e e x c e l l e n t d e t e c t i o n p r e c i s i o n a n dr e a l - t im e . i n t h e e c g a n a l y z e r , t h e w a v e l e t t r a n s f o r m s i s i n t r o d u c e d i n t o t h e a n a l y s i sa n d d i s t i n g u i s h i n g m e t h o d o f t h e e c g s i gna l f o r t h e fi r s t t im e , a n d a p p l i e d t o t h em e d i c a l i n s t r u m e n t a t i o n s u c c e s s f u l l y . t h e s e a c h i e v e m e n t s a c q u i r e t h e b r e a k t h r o u g h i nt h e a p p l i e d fi e l d o f t h e a n a l y s i s a n d d i s t in g u i s h i n g m e t h o d o f t h e e c g s i gna l w i t h t h ewa v e l e t t r a n s f o r ms . c o m p a r i n g t h e v i r tu a l e c g a n a l y z e r d e v e l o p e d b y t h i s p a p e r w i t h t h e t r a d i t i o n a le l e c t r o c a r d i o g r a p h , t h e r e a r e a l o t o f t h e u n e x a m p l e d a d v a n t a g e s . b e s i d e s a l l fu n c t i o n so f t h e t r a d i t i o n a l e l e c t r o c a r d i o g r a p h w i t h t h e h a r d w a r e , t h e r e a r e s o m e o f t h ea d v a n t a g e s s u c h a s t h e h i g h p r e c i s i o n , t h e m o r e e ff e c t i v e f u n c t i o n s , t h e m o r ec o n v e n i e n c e o f t h e a d d i t i o n s a n d d e l e t i o n s o f t h e e c g a n a l y z e r s f u n c t i o n s , t h e l o wi v英文摘要c o s t a n d s o o n . u s i n g t h e v i rt u a l e c g a n a l y z e r d e v e l o p e d b y t h i s p a p e r , t h e v a r i o u sr h y th m o f t h e h e a rt c a n b e a n a l y z e d o n e b y o n e . i n t h e d i s p l a y m o d e o f t h e e c g c u r v ea n d t h e c o n t r a s t i n g a n a l y s i s o f t h e e v e ry l e a d e c g c u r v e , t h e v i r t u a l e c g a n a l y z e rd e v e l o p e d b y t h i s p a p e r i s m o r e fl e x i b l e a n d c o n v e n i e n t t h a n t h e t r a d i t i o n a le l e c t r o c a r d i o gr a p h w i t h t h e h a r d w a r e . i n t r o d u c e d t h e d a t a b a s e m a n a g e m e n t t e c h n o l o g yt o t h e e l e c t r o c a r d i o gr a p h , t h e m a n a g e m e n t o f t h e h i s t o ry r e c o r d s a n d q u e ry o f t h e e c gc u r v e a r e mo r e c o n v e n i e n t . i t p r o v i d e t h e m o r e a b u n d a n t i n f o r ma t i o n a n d ma t e r i a l f o rt h e p a th o l o g y r e s e a r c h o f h e a rt d i s e a s e t h a t t h e h e a l t h s t a t u s a n d a d d i c t i o n o f p a t i e n tc o n c e rne d t h e h e a r t d i s e a s e a r e i n t r o d u c e d i n t o t h e e c g d a t a b a s e ma n a g e me n t . t h ea n a l y s i s m e t h o d a d o p t e d a n d t h e a n a l y s i s p r e c i s i o n g a i n e d b y t h e v i rt u a l e c g a n a l y z e rd e v e l o p e d b y t h i s p a p e r i s u n r e p o rt e d i n t h e f i e l d o f e l e c t r o c a r d i o gr a p h . t h e v i r tu a le c g a n a l y z e r d e v e l o p e d b y t h i s p a p e r s h a l l h a v e t h e i m p o rt a n t a p p l i e d v a l u e f o r th ed i a g n o s e s , a n a l y s i s , r e s e a r c h a n d t r e a t .k e y w o r d s : e c g s i g n a l , d i s t i n g u i s h i n g p r i n c i p i u m , wa v e l e t t r a n s f o r m , s i g n a l p r o c e s s i n g ,v i r tu a l e c g a n a l y z e r1绪论1 绪论1 . 1课题来源 本课题受国家自 然科学基金资助项目( 批准号: 5 9 8 7 5 0 9 0 ) 和重庆市重点攻关项目 ( 新型医疗器械关键技术及产品的研究开发专项) 虚拟式医电监护诊断仪的研制 ( 编号:7 2 3 8 )的资助。1 .2国内 外研究 现状 1- 2 11 心电图检测是 2 0世纪建立起来的并广泛应用于临床诊断和监测的重大技术成果之一。 荷兰医学家爱因托芬( w i l l i a m e i n t h o v e n , 1 8 6 0 - 1 9 2 7 ) 由 于在该领域的 杰出贡献而荣获1 9 2 4 年度生理及医学诺贝 尔奖 。 在人类心电图 研究的 历史进程中，英国生理学家沃勒( a u g u s t u s d e s i r e w a l l e r ,1 8 5 6 - 1 9 2 2 ) 为此做出了 重大贡献， 1 8 8 6 年前后， 沃勒在对动物的 心脏进行了 广泛的研究后，萌发了在人体体表记录人类心脏电活动的想法，最初的实验是在他自己的身上进行的，他将自己的右手和左脚放入一对装有盐溶液的水盆里，将溶液同时与静电计连通，他看到仪器上的水银柱伴随心脏跳动而搏动的有趣现象，这样，第一幅人类的 心电图 被记录了 下来。 1 8 8 7 年， 沃勒在 生理学杂志 ( j . p h y s i o l o g y )发表了这一实验及记录到的心电图。因此，该心电图一直保存至今，成为和伦琴夫人手掌骨x光片同 样珍贵的 科学史资料 2 1 继沃勒之后，在人类心电图研究中贡献最大的学者是荷兰莱顿大学的生理学教 授爱因 托芬3 1 。 爱因 托 芬 从改 进沃 勒的 方 法入 手， 采 用p , q , r , s , t 标出 心电图上的波峰波谷，这一标准一直延用至今。从 1 9 0 6 年开始，他对心电图中p ,q , r , s , t 各波的生理意义， 结合心音和心电的 对比， 说明心电图与心脏活动的关系，于1 9 0 8 年， 发表了有关的研究论文。1 9 1 2 年， 爱因托芬又研究了呼吸时心脏位置变动对心电图的影响， 同时说明了三个导联之间的关系， 提出了著名的“ 爱因托芬三角”的概念，进一步为心电图和心电测量的方法学奠定了基础，使心电图成为2 0 世纪对心脏病人进行临床诊断和监测的重要技术手段。 在爱因托芬之后的近一个世纪以来，又有许多学者寻着他的足迹，对心电图及其测量方法进行了无数次的改进和完善。随着科学的发展和技术的不断进步，计算机技术也日 益完善，5 0年代中期以后，心电图仪的发展步入了一个更高的层次，即计算机化以及与其他检测技术融合的阶段。美国在5 0 年代首先开始研究用计算机处理心电图。 1 9 5 9 年在华盛顿举行的一次关于心电数据处理方法的会议上，重庆大学博士学位论文 鉴定了一个模拟转换器和心电图分析的计算机程序。1 9 6 0年第一个专用心电图波 形自 动识别系统建立起来，从此，心电图 进入了 数字化发展的新时代c a l 1 .2 . 1 心电 信号的识别方法6- 2 0 通过计算机等设备对采集到的心电信号进行分析，己经广泛地应用于心脏的 功能检查、心血管疾病的诊断与预防，以及心电监护等多方面。在心电信号的分 析中， 最为首要而且关键的问 题就是q r s 波群的检测。 这是因为可靠的q r s 波群 检测，不仅是诊断心律失常的重要依据，而且只有在确定q r s 波群后，才有可能 计算心率、 心率变异性，并进一步检测和分析心电的其它细节信息 5 。 一般来说，一个正常的心电信号由一系列的波形组成，这些波形是通过兴奋 的零电位来区分的。在正常情况下，这些波按照窦房结产生的兴奋脉波的周期， 周期性重复。一个正常的 心电 波形由p 波、q r s 波群、 t波等组成。 对于具体每个波， 都对应着心脏活动与电 生理的特定阶段困 。 与心电中 其他波形相比， r波具有较高的幅值。 另外由 频谱分析可知， q r s 波群的中心带宽频带在1 7 h z 左右( 该频率也被称为q r s 波群的 特征频率) ，带宽约为1 o h z ， 而t 波、 p 波、 基线漂移等的 频 带 都 在此 频 带的 低 端以 外1 7 1 。 以 上 两点 是q r s 波 群区 别 于 其它 波形的 最 显著特点 各种检测q r s 波群的算法大都是利用其不同于其它波形及噪声的特点来实现检测的。 对于心电q r s 波群的检测分析， 一般有单导联和多导联检测两种。 在多导联信号的分析检测中，可以综合各导联的信号，使用数据融合的方法进行判断，从准确性来说要优于单导联信号 吕 一 9 。 但是多导联检测数据量较大， 对病人的 约束大，不适合长期监测病人的心电变化，因此在实际应用中多采用单导联信号来进行q r s 波群的检测。 q r s 波群的检测包括q r s 波的 位置、 宽度、 面积的检测， 各参量的 检测方法已有不少研究成果发表，但是各种方法均有其不足之处，因为心电信号波形的复杂性和各种噪声 ( 如肌电干扰、基线漂移等)的存在以及生理上的变异性，都使得q r s 波的 精确检测有很大困 难。 q r s 波群的检测经历了几十年的发展，目 前的发展趋势为硬件检测与软件检测相结合，在线分析与离线分析相结合，多种检测方法相结合，同时，随着计算机运算速度的 提高， q r s波群的检测速度、 判别率都大大提高， 并在临 床中 得以广泛应用。 基于硬件的q r s 波群检测方法， 具有处理速度快、 结构相对简单的 优点。 但是方法上不如软件实现灵活，对于复杂情况应付能力比较差，而且处理的参数比较少， 一般仅能检测q r s 波的位置， 很难提取q r s 波的宽度和面积等参量。 q r s1绪论波群的 硬件检测主要是依据q r s 波群与p 波、 t 波和噪声的频率特性的差异来实现的。 典型的q r s 波群的检测由滤波电路、 整合处理电 路和判别电路等部分组成。 采用软件实现q r s 波群的检测可以灵活选择调节各类参数， 对复杂情况进行判断处理，能够方便地增加检测参数，虽然它的处理速度与硬件方法相比较慢而且软件结构相对复杂，但用软件方法可以方便地进行数字滤波、线性和非线性变换以及判定处理等，显示出许多优越性。 从近几年发表的 文章来看， 心电q r s 波群检测在具体 研究的 方法上集中 在下面几个方面:滤波器法、模板匹配法、小波分析法、滤波器组法、神经网络法等方面。1 )滤波器法 滤波器法由于其算法简单且速度快，非常适应在临床上应用于实时监护，并可方便地写入微处理器等硬件中。心电信号通过特定的数字滤波器，进行滤波处理，使得q r s 波群到来时输出一个脉冲信号和该脉冲的幅值和频率的综合特征信息。 如果将输出的脉冲幅值与一定的闻 值相比 较，就能检测出q r s 波群，并确定它在时间轴上的位置。 滤波器法是最传统、最简单的方法，经过几十年的发展，已 经提出了多种不同的具体实现算法，例如二阶导数算法、移动窗口积分 ( mwi )算法、正交滤波算法等。 二阶导数算法是提取心电的 一阶与二阶导数的 平方和作为q r s 波群输出标记的 脉冲信号， 该方法突出了q r s 波群上升速率变化最快的 地方， 可以 根据输出脉冲的宽度，较精确地估计 r波的宽度。移动窗口积分算法的求导平方运算与二阶导数算法相同，最后是对求导的平方数据进行移动窗口积分，这种方法对高频随机噪音敏感性较低。而正交滤波算法是将心电信号输入到两个相位固定相差为二 / 2 的 滤 波器中， 从而 得到互为希尔伯 特 变换的 输出， 通 过检测包 络的 幅 值可以检 测 出 q r s 波 群 ，。 。 对于采集的 心电 数据， 要先经过增益控制、 预滤波、 滤波过程， 最后进行q r s波群的 检测。 在s a l l i m e n 的工作中11 13 ， 预滤波过程首先通过一个0 . 5 h z 到3 5 h z的带通滤波器，只允许心电信号通过;滤波部分是通过数字滤波器的设计来实现的， 其中包括数字陷波器来消除工频干扰，1 5 h z 到4 0 h z 的带通数字滤波器为: y ( t ) = x ( t ) 一 2 x ( t 一 1 6 ) + x ( t 一 3 2 ) 一 2 y ( t 一 8 ) 一 at 一 1 6 ) ( 1 . 1 ) 消除了如运动伪迹等低频噪声的影响;最后是一个提供最佳信噪比输出的匹配滤波器:重庆大学博士学位论文 ， ( ， ) = 艺 k ,x ( t - i) ( 1 .2 ) 0 其中 匹 配滤 波参数k ， 是在检 测开 始前， 对每个病人心电自 学习 获得的。 整个滤波法流程如图 1 . 1 所示 经匹配滤波后的信号， 通过自 适应的双边界阐值法检测q r s 波群。 具体方法是使用前面 1 .5 秒以 上的 信号最大值的4 0 % 为闭值。 在检测出q r s 波群后的2 0 0 m s的 心电 信号处理中，阐 值上 升到前面 最大 值的9 0 % ， 从 而 避免 将t 波检测为q r s波群的错误。使用该滤波器法，既保证了检测的速度和实时性，又能够克服一定的噪声干扰。 图1 . 1 滤波q r s 检测的流程图f i g 1 . 1 f l o w c h a rt o f q r s d e t e c t i o n w i t h t h e f i l t e r2 ) 综合频率和幅值的模板匹配法 由于心电信号的周期性较强，各心动周期之间相应波形的差异较小，可以将q r s波群、 t波等近似地认为单独的固定模板。 对于固定 模板的 信号， 按幅值归一化的幅频分量值可以表示该模板在这一频率范围内的能量集中情况。 对于心电信号中各模板 ( 包括脉冲干扰、基线漂移) ，在特定频率上的能量分布是不同的，频率分量又不含信号的相位信息，所以可通过信号幅值与特定幅频值比较的方法来检测q r s 模板。 这样， 对q r s 波群的识别也就转化成对q r s 模板与其它模板的鉴别。该方法实际是幅值判别和频率判别的统一。 该方 法的 一 个具 体实 现 是 7 1 : 对 可能 的q r s 波以 正向 峰 值点 为 中 心， 从 采样数据中隔点抽样，并取前 7点后 8点共 1 6点的数据片断。计算这 1 6个数据点7 .8 1 2 5 h z 和1 5 .6 2 5 h z 的 幅 频 分 量 ， 分 别 计 为杏 2 和杏 。 ， 然 后 用 两 参 量 作 为 判 别指标: f p c = a , 杏2 十 户杏3 刀p c二r- 刀r( 1 . 3 ) a、刀 是加权参数， 是 通过对大量心电 信号处理的统计 得出 的。 h r是可能的r波幅值，a 是一个选定的常数值。如果当f p c h p c时，就判别该段心电信号为q r s 波 群。 在 文 献 7 1 中 若 将 参 数 选择为a = 3 / 1 6 , 8 = 1 1/ 1 6 , a 二 1 时 ， 判别效果较好。 这种算法结合了r波的斜率、 q r s 波群的幅度、 持续期、 频带等综合进行判1绪论别。与通用的微分算法相比，该算法的抗干扰能力强， 尤其是抗s 0 h z 的工频干扰能力强，与其它滤波器算法相比较，该算法直接取出心电信号 r波的特征频率，其判别率也更为准确。由于该方法是基于心电信号幅频分量基础上的，模板匹配法比滤波器法需要耗费更多的计算时间。3 ) 小波变换法 虽然滤波器法、综合频率和幅值的模板匹配法检测时间短且易实现，但是这些算法的主要问题是如果出现严重的运动伪迹、基线漂移等变化，就会影响其判别性能。与此相比，小波变换具有良好的时频局域化特性。因此在近年来的文献中，它是研究得最多的方法。 小波变换是将信号分解到不同尺度的线性变换。在心电判别中，通常是使用二 进离 散 小 波 变 换 1 2 1w f (2 ,t ) = 斗 f 心2 j f ( t ) w (t一 r) d t( 1 . 4 ) 通过分析心电信号功率谱密度的特点，以及小波变换的尺度和信号频率间的关系， 可以 发现q r s 波群的能量大多集中 在2 ， 尺度上， 在大于2 4 尺度上则大大减小，而运动伪迹、基线漂移等能量大都集中在大于2 5 的尺度上。因此在对心电信号处理时，通常都取2 ， 到2 4 尺度上的小波变换结果来进行分析。 根据小波变换的理论，信号的奇异点对应于其小波变换的一个正模极大值和一个负模极大值对，其位置对应于正、负模极大值的过零点，具体算法是基于小波 变 换 的 模 极 大 值 m a x 一叮 (2 , r )一 当 计 算 的 信 号 模 大 于 一 定 w 值 时 ， 就 半 “ 定 为 q r s波群。同时，这个阂 值也是随 着计算结果自 适应更新的。在判定为q r s 波群后，再检测过零点则可判定具体的r波位置。 s a h a m b i 等 1 3 ) 提出 一个减少高 频噪声误判的改进算法:首先在2 4 尺度寻找模最大值的位置，然后在该位置附近寻找2 3 尺度上的 模最大值， 如果不是该尺度上的 模最大值， 该部分就不是q r s 波群; 同 理，一直寻找到2 ， 尺度。 这样，只有在2 1 到2 4 四个尺度上都是模最大值的， 才是q r s波群。 小波变换方法的一个很重要的特点就是减少工频干扰、肌肉收缩、病人移动以 及呼吸带来的基线漂移等噪音对判断的影响 1 4 1 ， 从图1 . 2 可以 看到该方法的 处理结果。对于输入有基线漂移的心电信号，从2 1 到2 4 尺度都消除了基线漂移的影响。当某些导联采集的 心电 信号幅度较小， 且淹没于强烈的噪声时， 王宏强等1 1 5 )提出了利用多导联的心电检测，对检测结果进行统计处理，这样充分利用了信号小波变换的 统计特性， 克