（检测技术与自动化装置专业论文）基于labview的小波变换在心电信号分析中的应用研究.pdf

基于l a b v i e w 的小波变换在心电信号分析中的应用研究摘要心血管疾病是当今危害人类健康的主要疾病之一，心电图检查是临床上诊断心血管疾病的重要方法，能为心脏疾病的正确分析、诊断、治疗和监护提供客观依据，具有十分重要的经济价值和社会价值。如何利用计算机对心电信号进行准确、快速的分析与诊断，对于心血管疾病诊断起着关键的作用，也是国内外学者热衷的课题。在心电信号的自动分析中，最首要的问题是q r s 波群的检测，只有在q r s波群确定之后，才能进一步分析它的其他细节信息。但检测q r s 波的难度在于：一、不仅每个人的q r s 波形态不尽相同，而且同一个人在不同时刻的q r s 波也会有所变化；二、e c g 信号中可能存在各种类型的噪声干扰。l a b v i e w 是一种新型的图形化编程工具，尤其在信号处理领域具有很大的优势。而小波变换具有多尺度、多分辨率的特点，能够把不同频带的信号显现在小波变换的不同尺度上，然后对信号的特征点进行检测。本文首先在l a b v i e w 平台上设计平滑数字滤波器和周期陷波器，有效地消除了e c g 信号的干扰噪声。其次，在l a b v i e w 平台上应用常见q r s 波群检测方法实现了对r 波的定位。最后，应用离散小波变换的m a l l a t 算法，选择二次样条小波作为基小波，实现了对e c g 信号的多尺度分析，在适当的尺度下，对r 波进行了准确的定位。实验结果表明了小波变换在e c g 信号处理中的优势，为从事e c g信号检测与分析的相关人员提供了快捷准确的方法和手段。关键词：e c gl a b v i e w 小波变换m a l l a tr e s e a r c ha n da p p l i c a t i o no fe c ga n a l y s i sw i t hw a v e l e tt r a n s f o r mb a s ea u t o m a t e ddo nl a b v i e wa bs t r a c tc a r d i a cd i s e a s ei so n eo ft h em a j o rd i s e a s e st h a te n d a n g e rh u m a n sh e a l t h e l e c t r o c a r d i o g r a m ( e c g ) i sas y n t h e t i cr e f l e c t i o no ft h eh e a r te l e c t r i c i t yo nh u m a nb o d ys u r f a c e ，a n di ti sv e r yv a l u a b l et od i a g n o s et h eh e a r td i s e a s e h o wt ou s ec o m p u t e rt oa n a l y z ee c gp l a y sak e yr o l ei nd i a g n o s ec a r d i a cd i s e a s e i nt h er e c e n ty e a r si th a sb e e nar e s e a r c hh o t s p o ta th o m ea n da b r o a d q r sc o m p l e xd e t e c t i o ni st h em o s ti m p o r t a n ti s s u ei ne c ga u t o m a t i ca n a l y s i s w h e nt h eq r sc o m p l e xh a sb e e nd e t e r m i n e da n do t h e rd e t a i l so fe c gs i g n a lc a nb ec a r r i e do u t t h ed i m c u l t i e si nq r sd e t e c t i o na r et w of a c t o r s ：f i r s t l y , t h ep h y s i o l o g i c a lv a r i a b i l i t yo fq r sc o m p l e x s e c o n d l y , t h e r em a yb ev a r i o u st y p e so fn o i s ei ne c gs i g n a lt oi n t e r f e r ew i t he c gd e t e c t i o n a san e wt y p eo fg r a p h i c a lp r o g r a m m i n gt o o l s ，l a b v i e wh a st r e m e n d o u sa d v a n t a g e si nt h ef i e l do fs i g n a lp r o c e s s i n gp a r t i c u l a r l y t h ew a v e l e tt r a n s f o r mh a st h em u l t i - s c a l e ，m u l t i - r e s o l u t i o nc h a r a c t e r i s t i c s ；t h ed i f f e r e n tf r e q u e n c yb a n d ss i g n a la p p e a r e di nt h ed i f f e r e n ts c a l e s ，t h e nt h es i g n a lf e a t u r ew i l lb ep r o c e s s e di nt h ea p p r o p r i a t es c a l e i nt h i sa r t i c l e ，f i r s t l ys m o o t h i n gd i g i t a lf i l t e ra n dc y c l en o t c hf i l t e ra r ed e s i g n e dt oe l i m i n a t i n gt h ee c gs i g n a ln o i s ee f f e c t i v e l yi nl a b v i e w s e c o n d l y , r w a v ei sd e t e c t e dw i t ht h ec o m m o nq r sc o m p l e xd e t e c t i o nm e t h o d si nl a b v i e w r w a v ea c c u r a t ed e t e c t i o nw h i c hi sb a s e do nd w t ( d i s c r e t ew a v e l e tt r a n s f o r m ) w i t hm a l l a ta l g o r i t h m ；u s i n gq u a d r a t i cs p l i n ew a v e l e t ，i sp r o v e dt h r o u g he x p e r i m e n t st ob eg o o dt or e a l i z et h ee c gs i g n a ld e t e c t i o na n da n a l y s i s s oi tc a nb eau s e f u lt o o lf o rm e d i c a lp e r s o n n e lw h oa r ei n t e r e s t e di nu s i n gq r si n f o r m a t i o nt oe x p l o r et h e i rr e s e a r c hw o r k k e yw o r d s ：e c g ；l a b v i e w ；w a v e l e tt r a n s f o r m ；m a l l a t插图清单图2 1 常规心电图1 0图2 2 标准肢体导联示意图1 2图2 3 单极胸导联连接1 3图2 4 胸导联探测电极位置1 4图2 5 加压单极肢体导联连接15图3 1 小波1 7图3 2 普通波1 7图3 3m a l l a t 分解算法2 1图3 4m a l l a t 重构算法2 2图4 1 受到工频干扰的心电信号2 5图4 - 2 电极接触噪声示意图2 6图4 3 肌电干扰噪声示意图2 6图4 4 心电信号预处理流程图2 8图4 5e c g 波形频谱特性分布2 9图4 6 平滑数字滤波实验结果图31图4 7 周期陷波器实验结果图3 2图4 8 模板匹配法图示。3 5图4 9 相关法示意图3 7图4 1 0 模板匹配法检测结果3 7图4 1 1 差分阈值法检测结果。3 8图5 1 原始e c g 信号4 0图5 2 小波变换结果图4 0图5 3 尺度j = 2 1 ，j = 2 2 的小波变换结果图一4 1图5 _ 4 尺度s = 2 3 ，j = 2 4 ，s = 2 5 小波变换示意图4 2图5 5 信号奇异点与小波变换关系图4 3图5 - 6 模板匹配法检测结果示意图4 4图5 7 差分阈值法检测结果示意图4 4图5 8 小波变换法检测结果示意图4 4表格清单表1 1 虚拟仪器与传统仪器的比较3表2 1 单极胸导联电极位置表13表4 - 1 各类噪声的典型特性2 7独创性声明本人声明所呈交的学位论文是本人在导师指导- 卜进行的研究，1 ：作及取得的研究成果。据我所知，除了文中特别加以标注雨l 致谢的地方外，论文中不包含其他人已经发表或撰弓过的研究成果，也不包含为获得盒墨：! ：些厶：羔或其他教育机构的学位或证i5 而使刚过的材料。与我一同i ：作的同忠对本研究所做的任何贡献均己住论文中作了明确的说明并表示谢意。学何论文作者签名：五签字日 _ | j ：2 。8 年弓月砷日学位论文版权使用授权书本学位论文作者完全了解盒目巴! ：些厶堂有关保留、使州学何论文的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被布阅并借阅。本人授权盒8 量：f ：些厶堂可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采川影印、缩印或扫描等复制手段保存、汇编学位论文。( 保密的学1 1 7 ：论文在解密后适刚本授权l5 )学位论文作者签名：i 姨装、签字日期：2 0 0 8 年多月学仲论文作者毕业后去向：j i ：作单位：通讯地址：砷日锄签名力，瓣签字日期：2 0 0 8 年月工严日电话：邮编：致谢在结束本轮文之际，谨向所有支持与帮助过我的老师、同学和朋友们致以最深的谢意。首先，本论文的研究工作是在导师李国丽教授的悉心指导下完成的，导师渊博的学识，严谨的治学态度，敏锐的科学洞察力，以及对科研与育人事业的真挚热爱，平易近人的高尚品德，都使我深受感染，并终身受益。做人与做学问，学生从导师所得，永生难忘! 今借此机会对导师及其家人表示最诚挚的谢意和祝福!同时感谢胡存刚老师，一直以来胡老师都尽心尽力地为我们分忧解难，无论在学习上还是生活上，他都给予我们最大的帮助。其次，在合肥工业大学电气及自动化工程学院将近三年的学习和生活中，特别感谢已经毕业的史丽杰和廖建敏，他们在学习和日常生活中给予我许多帮助和支持。此外，还要感谢实验室成员夏秋实、周金斌、鞠鲁峰、纪心毅、宫维、汪淳等同学，他们对我的研究工作提出了宝贵的建议和意见。最后，感谢我的父母和家人，他们给予我精神和生活上的鼓励和支持，才使我安心的完成学业。由衷感谢各位评委在百忙之中抽出时间给我评审。作者：侯建成2 0 0 8 年2 月1 1 概述第一章绪论心脏病是严重危害人民健康的疾病之一。据统计，2 0 0 3 年心脏病死亡人数占全球死亡人数的1 9 2 ，死亡人数达1 6 7 0 万，最近一项针对超过5 0 万亚洲人口的研究表明，心脏病的大规模流行，正开始对我国及其他亚洲国家造成严重影响。我国死亡人口中的2 0 3 0 是与心脏病有关。因此，及时发现心电异常并实施必要的治疗抢救措施有着重要的临床意义。目前，心电图( e c g ) 检查已经是临床上最常用的器械检查之一。由于e c g诊断可靠、方法简便、对病人无损害，故在临床上得到了广泛的应用，成为心血管疾病诊断的一种重要手段。早期的e c g 分析完全由医生用人工方法完成。这一过程不仅费时费力，而且诊断结果主观因素较多，可靠性不高。心电图自动分析方法在5 0 年代开始出现，其后随着计算机技术和人工智能技术的发展，e c g 自动分析技术也不断成熟，并走向临床应用【l 儿2 | 。目前的e c g 检测系统有以下几种：一是静态e c g 系统，检测病人安静状态下的心脏功能，一般用于医院病房，适于检测出持续存在或者频繁出现的心电图异常，尤其适用于需即时做出心电图诊断的心脏急诊；二是动态e c g 系统，也称为h o l t e r 系统，在心电图的临床应用中，它弥补了普通心电图的不足，目前在捕捉瞬时心律失常、研究心律变异及其他突发性异常心脏疾病方面有不可替代的作用，但它价格昂贵，且不便于平时使用；第三种是运动e c g 系统，它在病人完成一系列规定运动后测量其e c g 以诊断其冠状动脉疾病；第四种是心律失常检测及监护e c g 系统，它用于冠心病病房( c c u ) 、外科手术、急救中心等场合，对心律失常节拍进行检测，或者对病人e c g 进行实时显示作为监护。e c g 信号属于强噪声背景下的低频微弱信号，是由复杂的生命体发出的不稳定的自然信号。由于人体信号是由多种生物电信号及各种噪声混合交织而成的，所以信号的处理是复杂和困难的。应用计算机技术分析e c g 信号，能够降低信号处理的困难度与复杂度。特别是应用虚拟仪器技术分析e c g 信号，将使心电监护变得更加灵活、高效。和其他用于e c g 分析的开发工具相比，虚拟仪器具有其他技术无法比拟的优势：( 1 ) 编程的方便灵活让很多人避开了只有计算机专业才能掌握的编程工具、数据库、网络协议等知识，从而更加专注于系统功能的设计，使设计出来的产品更能体现设计者最初的构想。( 2 ) 虚拟仪器自带的高精度信号采集卡也让设计者不需太多考虑硬件问题，只需考虑传感器对信号的采集，降低了系统设计因为硬件环节其中一环出现问题而导致失败的可能。( 3 ) 开发周期缩短。随着电子产品的复杂性不断提高，虽然芯片设计新技术减少硬件开发时间，软件开发工具改进也使编程越来越容易，但是，竞争和快节奏也让大家看到了更快更短设计周期的重要性。而虚拟仪器恰恰符合这一特点。( 4 ) 可扩展性强。仪器间的资源可重复利用，用户可以自己定义仪器的功能，方便了系统的可持续开发。1 2 虚拟仪器技术1 2 1 虚拟仪器简介虚拟仪器技术是一种新兴的仪器构造技术，它利用计算机强大的计算能力和丰富的软硬件资源来组织仪器系统，实现从传统仪器向计算机系统的过渡。虚拟仪器( v i r t u a li n s t r u m e n tv i ) 是指计算机辅以少量通用硬件，如a d 、d a 、采集器等完成原来由物理仪器完成的检测装置，它的运行主要依赖于软件，具有造价低、功能全、灵活性好等特点。虚拟仪器的基本构成从要素上说包括计算机、虚拟仪器软件、硬件接口模块等；从构成方式上说，则包括以d a q 板和信号调理部分硬件组成的p c d a q 测试系统、g p i b 接口卡、v x i 控制器、串行总线系统等。目前较为常用的虚拟仪器系统是数据采集卡系统、g p i b 仪器控制系统、v x i 仪器系统以及这三者之间的任意组合。构造和使用虚拟仪器的关键在于应用软件，正所谓“软件即仪器”( t h es o f t w a r ei st h ei n s t r u m e n t ) 。虚拟仪器的应用软件主要包括：集成的开发环境、与仪器硬件的高级接口和虚拟仪器的用户界面。虚拟仪器的应用软件由用户编制，可以采用各种编程软件进行开发。面向对象的编程方式和可视化编程语言环境的推出，为虚拟仪器应用软件的编程做出了重要贡献p j 。传统仪器一般是一台独立的装置。从外观上看，它由操作面板、信号输入端口、检测结果输出等几部分组成。操作面板上一般有些开关、按钮、旋钮等。检测结果的输出方式有数字、指针式表头、图形窗口、打印输出等。而现代化生产要求仪器品种多、功能强、精度高、自动化程度高，而且要求测试速度快、实时性好、具有良好的人机界面。虚拟仪器的功能由用户自己定义，可以将各种计算机平台、硬件、软件和附备件结合起来，组装成所需要的应用设备。虚拟仪器与传统仪器的比较归纳如表1 1 所示。2表1 1 虚拟仪器与传统仪器的比较虚拟仪器传统仪器功能由用户自己定义功能由仪器厂商定义可方便地与网络外设连接与其它仪器设备的连接十分有限展现全汉化图形界面，直接读数，分图形界面小，人工读数，信息量少析处理高质量编辑，存储，打印数据无法编辑软件是关键硬件是关键基于p c 机技术开放的功能模块构成系统封闭，功能固定，扩展性低多种仪器技术更新快技术更新慢可以自己定义的分析方法无此功能无限的数据记录能力数据记录能力取决于静态r a m多种显示选择一、二种显示选择测量程序中的多媒体操作符指令无此功能时间标记和测量注解无此功能数据库与系统间的通讯容易增加硬件才能实现测量关联和趋势输出无此功能自动生成测试报告手动生成测试报告自己编程控制硬件无法自己编程控制硬件基于软件和体系结构，节省开发维护开发维护费用高费用个人可拥有一个实验室多为实验室所拥有价格低廉，是传统仪器价格的价格昂贵1 5 1 101 2 2l a b v i e w 概述l a b v i e w 是实验室虚拟仪器集成环境( l a b o r a t o r yv i r t u a li n s t r u m e n te n g i n e e r i n gw o r k b e n c h ) 的简称，是美国国家仪器公司( n a t i o n a li n s t r u m e n t s t m ，简称n i ) 的创新软件产品，被称为“科学家与工程师的语言，也是目前应用最广、发展最快、功能最强的图形化软件开发集成环境。l a b v i e w 与以往那些基于文本的高级编程语言不同，它采用一种全新的数据流程图编程方式。使用这种语言编程时，基本上不写程序代码，取而代之的是流程图。它尽可能利用了技术人员、科学家、工程师所熟悉的术语、图标和概念。因此，l a b v i e w 是一个面向最终用户的工具。它可以增强用户构建自己的科学和工程系统的能力，提供了实现仪器编程和数据采集系统的便捷途径。目前，l a b v i e w 虚拟仪器技术已经在汽车、航空航天、半导体、通信、机械工程、生物医疗、地质勘探、铁路交通等诸多领域得到了广泛应用，从简单的仪器控制、数据采集到尖端的测试和工业自动化，从大学实验室到工厂，从探索研究到技术集成，都可以发现应用l a b v i e w 的成果和开发产品。尤其在信号处理领域，更具有较大的优势。l a b v i e w 还拥有功能超强且庞大的分析函数库，其涵盖了统计、估计、回归分析、线性代数、信号生成、时域频域分析及数字滤波等众多科学领域 4 】【5 1 。时至今日，n i 公司不断推出了新的虚拟仪器开发软件版本和相关产品。尽管v i 开发平台用v i s u a lb a s i c ，v i s u a lc u e ，d e l p h i 等软件也可以实现仪器虚拟化，但其易用性和影响力显然不及n i 公司的l a b v i e w 软件包，考虑到基于l a b v i e w 的心电信号分析系统具有开发周期短、操作简单、界面友好、使用灵活等特点，本文选用l a b v i e w 作为本系统的v i 开发平台。1 3e c g 自动分析技术的发展与现状心脏的生物电过程与心脏组织的生物化学过程、心脏的机械运动以及有关控制心脏活动的神经系统有着密切的关系。由各种病理原因引起的心脏疾病，几乎都与心脏的生物电活动相关。从1 9 0 3 年著名的心电图之父w i l l i a me i n t h o v e n 根据前人的许多研究成果，研制成了第一部用于监护心脏电位的心电图机，至今已经有了1 0 0 多年的历史。用计算机进行e c g 信号自动分析开始于上世纪五十年代末。1 9 5 9 年p i p b e r g e r等人完成了一个可以区分正常和异常心电图的程序，并与1 9 6 1 年首先研究出导联心电图分析程序。六十年代初，c a s e r e s 验证了用计算机进行常规1 2 导联e c g分析的可行性，开发了利用测得的平均e c g 参数进行波形模式识别的程序。1 9 6 6 年s t a p l e s 等人提出采用分枝树逻辑作为心电图诊断方法。到了七十年代中期，一些心电自动分析程序从实验室投入临床使用。七十年代后期，微处理技术的高度发展更加促进了心电自动分析技术的研究，装配了微处器的心电自动分析装置大大提高了心电数据处理的速率和一致性，e c g 自动分析与诊断系统进入适用化和商业化阶段。心电自动分析装置不仅用来对患者进行检测和诊断，而且用来进行长时间对患者进行心率监护，这在很大程度上减轻了医务人员的工作量。国内外很多高科技公司纷纷投入人力、物力和财力从事心电自动分析与诊断仪器的研制，并推出了各自的产品。如意大利的r e m c oi t a l i as p a 公司，日本光电公司，瑞士s c h i l l e r a g 公司，美国的g em a r q u e t t em e d i c a ls y s t e m s公司等。此外英国o x f o r di n s t r u m e n t sm e d i c a ls y s t e md i v i s i o n 也生产动态心电图仪和运动平板动态心电图仪。在国内有深圳的迈瑞公司，成都的恒升公司和4北京的美高仪公司等公司生产和研发心电图仪。这些心电仪器中，大多数属于传统硬件仪器，将仪器的功能和信号处理技术以硬件电路的形式固化在仪器内部，大多功能单一，且不容易更改、扩充和升级，不符合现代主流仪器技术发展的要求。虚拟仪器技术的出现极大地改变了许多仪器的设计和生产方式。基于虚拟仪器技术的生物医学仪器也开始出现。安捷伦公司先后推出了两种类似于虚拟仪器技术的心电图分析系统：惠普m 2 6 6 1 a p c 心电图系统( h pm 2 6 6 1 ap ce c gs y s t e m ) 和惠普z y m e dh o l t e r 动态心电分析系统( 2 0 1 0 1 8 1 0 ) 。惠普m 2 6 6 l a p c心电图系统是一个具有1 2 导联同步、实时心电图的仪器，具有强大的存储功能，可存储l o 万份以上心电图波形及报告，能快速检索、回放、对比、自动测量、辅助分析、人工修改、重建心电向量辅助心电图诊断等功能【6 。1 。美国的g em a r q u e t t em e d i c a ls y s t e m s 公司生产的动态心电图仪就是新一代虚拟化生物医学仪器，这种仪器采用一个数据采集器对患者进行2 4 小时心电信号监护与采集，然后采用m a r q u e t t e 分析软件进行心电分析和自动测量，具有快速检索、回放、人工修改、辅助分析等功能，并具有很强的辅助心电图诊断功能，目前已在国内一些大医院采用。如北京3 0 1 医院，第三军医大学大坪医院，华西医科大学附属医院等。但这些仪器都还没有构成完全的虚拟式仪器，分析功能中也还没有用到最新的信号处理方法，如高阶统计量法、小波变换分析和h i l b e r t h u a n g 变换分析等方法，而且这些进口仪器价格极为昂贵，还不可能普及推广。国内在基于虚拟仪器技术的生物医学仪器方面的研究还有待深入，特别是近几年发展起来的现代信号处理的分析方法，还远没有在生物医学测量中得到应用。1 4 小波变换用于e c g 信号分析的现状目前，我国和世界都投入了大量的人力、物力对生物医学信号的处理进行了广泛而深入的研究，取得了丰硕的研究成果，并得到了广泛的推广应用，带来了良好的社会效益和经济效益。但是目前国内还缺少比较完整、系统的生物医学信号处理软件包一包括数据库和程序库医科与理科的结合还不够紧密；一些新的信号处理方法没有在医学上合理的推广使用。近几年来，一种被称为小波变换的数学理论和方法正在科学技术界引起一场轩然大波，它被认为是近年来在工具及方法上的重大突破，特别是在信号处理、图像处理、语音分析、模式识别等科学领域应用更为广泛。在生物医学信号处理领域，国内外很多科学工作者都在从事这方面的工作。由生物医学信号本身的特性及实验结果表明，小波分析理论在生物医学信号处理领域的应用前景非常巨大l2 l7 1 。小波变换在生物医学信号处理中主要应用在以下几个方面：1 e c g 信号的预处理由于心电信号比较微弱，仅为毫伏( m v ) 级，所以极易受环境影响。为了正确进行参数测量、波形识别和病情诊断，必须抑制这些噪声和干扰。小波变换作为一个滤波单元，使信号分波段进行分解，在不同的尺度上，所包含的信号的频率成分不同，大尺度上信号的高频成分较多，而小尺度上低频成分较多。从这一角度看，小波分解可视为一种特殊的频谱分析器，在小波变换得到不同波段的数据上附加处理部分，有选择地改变小波成分，再迸行信号重建可获得剔除噪声的e c g 重建信号。2 波形检测参数检测和波形检测是e c g 信号处理的核心，其准确性和可靠性决定着诊断的效果，关系着病人的安危。而q r s 波的检测又是e c g 检测中的首要问题，确定了r 波的位置，才能分析e c g 的其它细节。目前小波分析在e c g 信号处理应用最广泛的就是有关q r s 波的检测上。c u i w e il i 首先成功地把小波变换应用于e c g 信号的q r s 波检测，但其所采用的样条小波仅限于信号分解，没有考虑e c g 信号重建问题。j s s a h a l n b i 则以高斯函数一次导数为母函数，用小波变换检测q r s 波。王超文等以后续处理考虑设计一组双正交样条小波滤波器，实现了e c g 信号的r 波检测，得到了较好的效果。而余辉等用m a r r 小波( 高斯函数的二次导函数) 设计小波滤波器，通过可变阈值检测小波变换的模极大值标定r 峰位置，提高了q r s 波的正确检测率。张凯等则分别用样条小波和m a r t 小波设计小波滤波器，对实际e c g 信号的q r s 波检测正确率很高，达到了实用的要求，但是数据处理时间较长，占用内存较多。在对存在很多误差和噪音信号的心电图进行分析并定位q r s 波的过程中，陈作炳等用b 样条小波做小波分析，也取得了一定效果。但对肌电噪声下的q r s 波检测，效果很差。姬军等利用支持紧支集的二次样条小波，在算法上加以改进，能有效地定位q r s 波【l 副【l 引。另外，曹玉珍等利用小波变换和非线形最小二乘法对微分心电信号突变点的检测进行了初步探讨。李海云等运用模板匹配技术结合小波分析，能比较准确实时地提取接受反搏治疗病人的心电信号特征值，但该方法受基漂影响较大，需在硬件系统对基漂加以抑制才能确保反搏正常进行。朱洪俊等利用m e x i c a nh a t 小波采用离散小波变换的直接算法来探测e c g 信号中的r 波，具有相当高的定位精度和较高的实时性，可以实现r 波的实时检测和分析，但还需要在实践中进一步完善。p 波和t 波的识别与定位一直是心电信号处理中的难题。尽管国内外学者提出了很多方法来识别p 波、t 波，但都存在较多的问题。相比传统的方法，6小波在识别p 波和t 波时显示出一定的优势。王俊贤等利用二进小波基对心电图信号进行s t 段识别，深入到信号的细节部分，提高了对动态心电图s t 的识别能力。谢国明等通过小波变换对e c g 信号进行分解，然后采用神经网络检测e c g 信号的p 波。该方法作为一种辅助检测手段，效果较好，但作纯粹的p波检测效果很差，因其避免不了低频噪声或基漂的影响。陈春晓等通过小波变换的斜率值来确定p 波的起始点，但该方法的精确度需要进一步提高，且算法也有待改进。尽管小波变换在e c g 信号波形检测和参数检测还存在一些问题，但与传统的方法相比，小波变换还是显出较明显的优势。只要选择好合适的小波和变换尺度，并在算法上加以改进，再结合一些其他方法，目前存在的问题将会得到很好地改善。3 e c g 信号的图像压缩作为某些心脏病诊断手段之一，常常测量病人连续2 4 小时的心电图。因此，在对这类心电图记录进行处理时，心电图的压缩成了一个重要问题。而数据压缩是小波变换运用较为突出的一个方面。采用小波变换不仅可提高压缩比，而且可避免“方块效应”和“蚊式噪声 ，质量较好。根据小波系数，可以分解出信号的逐个组成成分，进行数据的压缩和编码。4 时间一频率定位大部分生物医学信号类的脉冲成分( 尖峰或瞬态信号) 和窄带的振荡成分( 如杂音和e e g 波) 的合成是我们较感兴趣的部分，往往在这些成分中含有对诊断极其重要的信息。快速傅立叶变换或其它传统的时间频率方法只适用于上述几种分析，但对前者的瞬时脉冲就不适用了，对于含有上述两种成分的信号，小波变换可以依据定位提供一种较好的折衷方法。1 5 论文的研究内容及意义本文主要的研究内容是应用新一代图形化编程工具l a b v i e w ，结合小波变换的先进理论，针对心电信号这一特定的研究对象，对其中的q r s 波群检测算法进行研究。论文各章节的内容具体安排如下：第一章对虚拟仪器技术做了简单介绍，并对e c g 自动分析技术的发展与现状进行了回顾，对小波变换在生物医学信号处理领域的应用进行了阐述。第二章简明论述了心电信号的产生原理、组成，并对心电信号的特点及测量方法进行了了解。第三章阐述了小波理论，给出了连续小波变换方法、离散小波变换方法及基于m a l l a t 塔式分解和重构方案的小波快速算法，并对小波变换表征信号的突变特征做了重点介绍。第四章对心电信号的噪声来源及预处理方法进行了阐述，并介绍了几种7常见的q r s 波群检测方法，在l a b v i e w 中实现了模板匹配法及差分阈值法。第五章选择二次样条小波应用m a l l a t 算法对心电信号进行小波变换，选择尺度为s = 2 3 的小波变换结果实现了r 波的检测，并和常见q r s 波群检测方法进行了对比。第六章总结了整个论文的研究内容，并探讨了今后工作的方向。第二章心电信号的基本概念与组成2 1 心电信号产生的原理心脏是血液循环的动力器官。由于心脏不断地进行有节奏的收缩和舒张活动，血液才能在闭锁的循环系统中不停地流动。心脏主要由心肌细胞组成，心肌细胞的任何活动，都伴随着电的变化，这是一种生物电，叫做心脏电活动，简称心电。心脏的生物电过程与生物组织的生物化学过程、心脏的机械运动以及有关控制心脏活动的神经系统有着密切的关系。心脏是由心肌细胞所组成的。心肌细胞根据其解剖、组织学特点以及功能上的区别可大体分为五大类：心房肌细胞、心室肌细胞、蒲肯野纤维、过渡细胞和起搏细胞。前两者是心脏的主要工作细胞，后三者形成心脏的传导系，在节律兴奋的发生和扩布上有特殊作用。过渡细胞的形态和电活动的性质介于起搏细胞与蒲肯野纤维之间，分布于窦房结、心房、房室结、房室柬、左右束支。心房和心室周而复始地进行有顺序的、协调同步的收缩和舒张的交替的活动，是心脏实现泵血功能、推动血液循环的必要条件，而心肌细胞膜的兴奋过程则是触发收缩反应的始动因素。心肌细胞的兴奋发生和传导异常可形成心律失常，并通过兴奋收缩偶联而影响心肌的收缩功能和血液循环。心脏细胞除极和复极的电生理现象，是心脏运动的基础。心肌细胞在静止状态时，保持膜内外的电位差别，一般称为极化状态，在动作期电位开始的一瞬间，极化状态消失了，因而把这一过程称为除极过程；心肌细胞经过一次除极后，细胞内又能逐渐恢复其负电位，这一过程称为复极过程。每一个心脏细胞的除极和复极过程可以等效于一个电偶极子的活动。因而采用微小电极可以在心肌细胞被激动时确切地测定细胞膜内外电位差的变化。由心脏内部产生的一系列非常协调的电刺激脉冲，分别使心房、心室的肌肉细胞兴奋，使之有节律地舒张和收缩，从而实现“血液泵”的功能，维持人体循环系统的正常运转。心电信号从宏观上记录心脏细胞的除极和复极过程，在一定程度上客观反映了心脏各部位的生理状况，因而在临床医学中有重要意义。为了研究方便和简化分析，可以把人体看作是一个容积导体，心脏细胞的电偶极子在该容积导体的空间中形成一定方向和大小的电场，所有偶极子电场向量相加，形成综合向量，即心电向量。当它作用于人体的容积导体时。在体表不同部位则形成电位差，通常从体表检测到的心电信号就是这种电位差信号。当检测电极安放位置不同时，得到的心电信号波形也不同，于是产生了临床上不同的导联接法，同时有可能用体表心电电位分布图反推心脏外膜电位即心电逆问题的求解。心脏在收缩舒张之前，心肌首先发生电激动，在电激动的过程中，产生微弱电流。正常情况下，心肌细胞在静息状态时，细胞内的电位为一98 0 9 0 m v ，心肌细胞活动时，电位迅速增高，可达+ 3 0 一+ 4 0 m v ；当细胞活动静止下来时，电位又逐渐降低，直至恢复到以前静息状态时那样。在正常人体内，由窦房结发出的一次兴奋，按一定的途径和过程，依次传向心房和心室，引起整个心脏的兴奋。将测量电极放置在人体表面的一定部位记录下来的心脏电变化曲线就是目前临床上记录的心电图( 体表心电图) 。心电信号经过传导衰减，反映在身体表面时一般为毫伏量级( 约l m v ) 的非常微弱低频电信号【2 0 】【2 1 1 。在每一个心动周期中，心脏各部分兴奋过程中出现的电变化的方向、途径、次序和时间都有一定的规律。这种生物电变化通过心脏周围的导电组织和体液反映到身体表面上来，使身体各部分在每一心动周期中也都发生有规律的电变化。如果在体表放置两个电极，分别用导线连接到心电图机的两端，它会按照心脏激动的时间顺序，将体表两点间的电位差记录下来，形成一条连续的曲线，这就是心电图。2 2 心电图的组成不同导联记录的心电图的波形表现是不同的，但常规的心电图上的每个心动周期中出现的波形曲线是有规律的，如图2 1 所示，常规心电图基本上都包括一个p 波、一个q r s 波群、和一个t 波，有时在t 波之后还会出现一个小的u 波。此外，一个正常的心电图还包括p r 间期( 或p q 间期) 、q t 间期、p r 段和s t 段。p 波代表心房的除极波，q r s 波代表心室的除极波，t 波代表心室的复极波。p r 间期代表由窦房结产生的兴奋经由心房、房室交界和房室束到达心室，并引起心室开始兴奋所需的时间。q t 间期代表心脏的电收缩时间，s t 段代表心室各部分已全部进入去极化状态，心室各部分之间没有电位差存在，曲线又恢复到基线水平。心房收心室收缩开始图2 1 常规心电图l op 波：心脏的兴奋发源于窦房结，最先传至心房，故心电图各波中最先出现的是代表左右两心房兴奋过程的p 波。正常p 波为窦性p 波代表心房肌受窦房结激动除极过程的电位及时间变化，p 波的前半部分代表右心房激动，中间部分代表右心房、左心房共同的激动，p 波的后半部分代表左心房的激动。p波形小而圆钝，随各导联而稍有不同。正常情况下，p 波时间( 限) 0 0 1 s ，振幅 o( 3 1 )qq p - 0 0“小波变换在频域的等效表示如下：f鸭( 咖) = 等p ( 州术( 删o r 0( 3 2 )式中，( 妫，甲( 动分别是f ( x ) ，w ( x ) 的傅立叶变换。把小波变换的作用做一个简单的比喻：用镜头观察目标f ( x ) ( 待分析信号) ，y ( 工) 代表镜头所起到的作用( 如：滤波或卷积) ，b 相当于使镜头相对于目标平1 6行移动，口的作用相当于镜头向目标推进或远离。小波变换具有多分辨率( m u l t i r e s o l u t i o n ) ，也叫多尺度( m u l t i s c a l e ) 的特点，可以由粗及精逐步观察信号。也可以看成用基本频率特性为y ( 动的带通滤波器在不同尺度口下对信号作滤波。这组滤波器具有品质因数恒定，即相对带宽( 带宽与中心频率之比) 恒定的特点。口越大相当于频率越低。图3 1 小波图3 2 普通波适当地选择基本小波( 如图3 一l 所示) ，使y ( x ) 在时域上为有限支撑，甲( 动在频域上也比较集中，便可以使w t 在时、频两域都具有表征信号局部特征的能力，因此有利于检测信号的瞬态或奇异点。由于上述特性，因此小波变换又被誉为分析信号的数学显微镜。3 2 2 连续小波变换对于任意连续小波函数或信号俐进行小波变化，如果基函数。( x ) 的两个参数口和b 均为连续变量，则被称为连续小波变换( c o n t i n u o u sw a v e l e tt r a n s f o r m ，c w t ) a设y 是基本小波， 。) 是连续小波，则信号厂r 的连续小波变换定义为：( 口，6 ) = 。邝) 专( 学) 以( 3 - 3 )。、口口其中，口，b 是整数，参数口被称为尺度参数，参数b 被称为偏移因子。令t = a t ，则连续小波变换公式为：1 7嘶= m f ) 扣+ ( 等) 疣只要基本小波| f ，( f ) 满足容许性条件：c 妒= 受( 3 - 4 )( 3 - 5 )y ( f ) 是矽的傅立叶变换。则连续小波的逆变换存在，形式如下：邝) = 万1j c o 阿( 啪耽“f ) 等( 3 - 6 )一”也就是说，这时可根据信号的小波系数精确地恢复原信号。从式3 3 可以看出，当尺度口增加时，畎三二兰) 在时域上扩展，对越来越长的时间范围内的信号厂( f ) 起作用，而从式3 4 ，当尺度a 增加时，信号f ( a t ) 在时域上收缩越来越厉害，而滤波器长度保持不变。所以说，尺度参数a 所起的作用与地图上的比例尺类似，当尺度越大时，表示的是全局的概况，而尺度越小时，则表示更详细的细节内容。3 2 3 离散小波变换对于连续小波变换来说，尺度a 、时间t 和与时间有关的偏移b 都是连续的。如果利用计算机计算，就必须对它们进行离散化处理，得到离散小波变换。所谓离散小波变换( d w t ，d i s c r e t ew a v e l e tt r a n s f o r m ) 是指对尺度a 和偏移b进行离散化，而不是通常意义上的时间离散化。目前尺度离散化通行的方法是对尺度按照幂级数作离散化，即令a 取a ：= 1 ，口。1 ，29oo g ：，此时取相应的小波函数是：a o2 0 a o 一6 ) l ，( j = o ，1 ，2 )对于位移的离散化，当a = a ：= 1 ，b 可以取某一时间间隔6 d 均匀采样，6 d应按照n y q u i s t 采样率来选择，使信息能够覆盖整个b 轴而不丢失。在其他尺度下，。a o 。( f ) l 的宽度是矽( f ) 的口；倍，因此采样间隔可以扩大口；倍，这样死( f ) 就被改为：一。一a o2 0 a o ，( f k a o b o ) l = a o2 0 l a o ，t k b o ) l ( 3 - 7 )在这些点上计算得到w t 记作：喝( a j ，k b o ) = i x ( f 硫( t ) d t ( 聊= “，慨，j = 0 , 1 ，2 尼z )( 3 8 )上式准确的称为离散a ，b 栅格下的小波变换，如果令a = 2 ，即得到二进制离散小波变换，在小波领域有着广泛的应用。在信号处理应用中，信号源往往不是一个连续函数，而是一个离散采样数据x 例，这种情况下的母小波和相应的小波都是离散时间的，分别用( ，z ) 和办，。( 咒) 表示，这里办，。0 ) 定义为：矽f 七( 刀) = 2 - j 2 纵2 - j 刀一k )( j ，k z )( 3 9 )地叫关于办女( 以) 的小波变换被称为离散小波交换( d w t ，d i s c r e t ew a v e l e tt r a n s f o r m ) ，此时尺度、时间和时间序列均被离散化，定义如下：d w t c x ( 2 j , k 2 ) = x ( ，z ) 瓦，尼z= 2 叫2 x ( ，z ) 瓦( 2 7 n - k ) ( 3 - 1 0 )3 3 多分辨率分析与m a l l a t 算法3 3 1 多分辨率分析若把尺度理解为照相机镜头的话，当尺度由大到小变化时，就相当于将照相机镜头由远及近的接近目标。在大尺度空间里，对应远镜头下观察到的目标，只能看到目标大致的概貌。在小尺度空间里，对应近镜头下观察目标，可观测到目标的细微部分。因此，随着尺度由大到小的变化，在各尺度上可以由粗及精地观察目标，这就是多分辨率分析( m u l t i r e s o l u t i o n ) 的思想。多分辨率分析又称为多尺度分析是建立在函数空间概念上的理论，但其思想的形成来源于工程，与多采样率滤波器不谋而合，使小波变换同数字滤波器的理论结合起来。它是小波变换联系工程应用的重要方面。定义：空间r ( r ) 的一个多分辨率分析是指以下性质的一个闭子空间序列kc ( 只) ，z 。( 1 ) 一致单调性：c 匕- l ，j ez( 2 ) 伸缩不变性：f ( t ) l 甘厂( 2 f ) 一l( 3 1 1 )( 3 ) 平移不变性：f ( t ) ev o 车亨f ( t + ，z ) v o ，bez( 4 ) 逼近性：n 巧- o 】，m 巧r ( 尺)，t 厶j 七( 5 ) 正交基存在性：存在一积分值非零的函数( f ) v o ，使 q ) ( t - n ) l ，z z 】是1 9的标准正交基，即z o = s p a n o ( t 一以) ) ， 矽( f 一，z ) 矽( f m ) d t = 瓯，玎( 3 - 1 2 )若 妒o 一咒) i n ez 】是的标准正交基，则根据式3 1 1 有f1 哆，。( f ) = 22 烈2 t 一万) in ez ( 3 - 1 3 )lj必为子空间巧的标准正交基。基于上面提到的多分辨率分析性质，下式成立：矽( f ) = 2 h ( k ) c ( 2 t - k ) ( 3 - 1 4 )k = - - 。这个方程被称为双尺度方程，表明了尺度函数的两尺度关系。下面引入另一个空间形。彬是，层的细节空间，并且是空间的正交补集。该空间表示两个相近空间巧和巧一。之间的信息差。也就是说，通过增加属于的细节信号到属于巧空