心电图（ECG） 室性早搏 伪差 小波变换 模糊神经网络分析研究 临床医学专业

1、摘要心血管疾病在一定程度上影响广大群众的身心健康，其中心电图（ECG）是判定此类疾病的关键方式，在临床上具有不可替代的地位。人工诊断ECG不仅会增加诊断者的工作量，也可能会使诊断者因为疲劳而造成误判。因此，ECG自动诊断系统应运而生，这类系统的核心是数字心电信号算法的研究。本文先介绍了ECG自动诊断系统的框架与系统各部分组成模块的发展现状，接着介绍了心电图的基本知识，包括心电图波形各波段的成因和意义、心电信号所携噪声的成因和特征以及几种常见心律失常的心电图特征和诊断标准。随后，为了提高检测的可靠性及准确率，本文对心电信号进行了去噪的预处理，包括基线漂移、工频干扰、肌电噪声这三种噪声的滤除。预处

2、理之后，本文介绍了阈值法和小波变换法进行QRS波群检测的思路，并进行了仿真和比较。得到QRS波群信息后，便可以从中提取心电信号的特征参数，进而通过特征参数进行异常心拍诊断。伪差是心电噪声的一种，要做到完全滤除十分困难，本文把其对应的波形视为异常波段，与异常心拍诊断一样，将伪差波段与非伪差波段进行识别分类。因此，本文中的异常诊断模块实现的主要功能是PVC心拍识别和伪差识别。在本文描述的ECG自动诊断系统中，涉及了很多心电信号处理的算法，具体如下：去除基线漂移时，本文对均值滤波、中值滤波、形态学滤波三种方法进行了优劣对比，最终选定了中值滤波来做基线漂移滤除的工作。去除工频干扰时，设计了60Hz的带

3、阻陷波器，通过频域仿真图验证该方法去噪的效果。去除肌电干扰时，利用窗函数法设计了一个低通滤波器，从时域和频域均可看到滤波的效果。QRS波形检测时，介绍了基于阈值和基于小波变换的两种不同的检测算法，并对这两种算法进行了对比。PVC心拍识别时，把模糊化后的特征参数输入到BP神经网络中，由网络的输出情况来判断是否是PVC心拍。伪差识别时， 这些算法在信号处理领域十分常见，用于ECG处理时也能起到较好的效果。将这些算法运用于ECG自动诊断系统中，可以得到一份令人满意的心电诊断报告。关键词：心电图（ECG） 室性早搏 伪差 小波变换 模糊神经网络Key words: Electrocardiogram(

4、ECG)，Premature Ventricular Contract，artifacts，vavelet transform，fuzzy neural network绪论论文研究的背景和意义随着科学技术日新月异的发展、学科知识瞬息万变的更新，人们生活水平越来越好的同时，生活节奏越来越快，各种疾病越来越猖獗，因为身体达到生理极限而猝死的情况不再是我们身边的个例。科学技术是把双刃剑，它的发展给临床治疗提供了新方法新思路，能让很多的病症更有效地得到缓解甚至是治愈，但它带来的压迫也使得许多疾病的患者逐日增多。而医疗水平的提升及其它因素影响下，人口出现老龄化现象，这也一定程度上加重了人们对慢性疾病的关

5、注程度。根据世界卫生组织（WHO）相关信息，世界每年有3600万人因非传染性疾病去世（Noncommunicable Disease，NCD），占死亡总数的2/3。在NCD死亡率中，心血管疾病（Cardiovascular Disease，CVD）所占比例最高。WHO预计，到2020年，世界上死于NCD的人数将上升至4400万，死于CVD的人数将达到2500万。在我国，每年约有55万人发生心脏性猝死，其中中青年比例持续上升【1】。表1-1 非传染疾病中各种疾病的致死疾病名称心血管疾病癌症呼吸疾病糖尿病其他致死率37%27%8%4%24%心脏病作为高发慢性病，是多重原因共同作用的结果，其患病发病

6、与个人行为、社会环境、家族遗传等因素息息相关。这使得心脏病在一定程度上具有可控性，人们可以通过适当的途径来降低其患病率和发病率。而心电图作为诊断心脏病的主要手段，具有无创、便捷、可靠等优点，在临床诊断中备受青睐。医院里使用的临床心电仪要求在静止状态下对测试者进行心电检测，这受病人经济条件、病人可接受的静止测试时长、测试环境等诸多因素限制。同时，很多早期的临床心电仪需要医生对心电记录进行解读。这使得诊断结果主要依赖于医生的主观诊断，而医生的学习背景、病理储备、精神状态等不定因素都会影响诊断结果。为了避免临床诊断的上述弊端，自动诊断系统应运而生。在现今医院的常规体检时，会进行不到一分钟的心电检测，

7、而检测结束后能够立即看到一些检测信息与简单的检测结果。随着医疗家庭化的兴起，医疗器械不断地“微型化、智能化、网络化、个性化”发展，家用心电仪也由便携式的概念转化为可穿戴的概念。在这两种及更多未提及的应用条件下，都能体现自动诊断系统研究的现实意义。论文研究的基本原理本文中采用的ECG自动诊断系统如图1-1所示，下面对该系统的几个基本构成部分进行简单的介绍。原始心电信号原始心电信号预处理去除基线漂移去除工频干扰去除肌电噪声心电特征提取异常诊断分类输出诊断结果图 SEQ 图 * ARABIC 1-1 ECG自动诊断系统1.心电数据来源当前全球认可的可当做标准的心电数据库是以下几个，主要是美国麻省理工

8、学院创建的MIT-BIH 数据库， HYPERLINK /item/%E7%BE%8E%E5%9B%BD%E5%BF%83%E8%84%8F%E5%AD%A6%E4%BC%9A/8040894 t /_blank 美国心脏学会的AHA数据库和欧洲ST-T心电数据库。本文主要使用第一个MIT-BIH数据库内的信息，其中所有病例的ECG信息，主要依照每通道360Hz（适合美国工频60Hz的整数倍）的采样率、12采样精度实施量化，不同采样值2个字节。此数据库总共包含四十八个病例，病例数据长30分钟，总共包含116000多个心拍，涵盖正常心拍以及多种异常心拍，内容充足且完善，此外库内的所有心拍都有医学

9、人员对其进行辨别与备注。此数据库内的病例ECG数据，具有两个导联的值，也就是MLII导联与V5导联。在本文内选择导联信号进行分析。2.心电信号预处理心电信号相对微弱，容易遭受环境的影响。为了强化心电信号内有效成分、弱化噪声与干扰、提升波形测试的精准率，不仅要对心电记录仪的硬件抗干扰水平进行提升，此外也需要对ECG信号实施滤波预处理。此方面是心电信号的初期处理，在上述时期删除心电信号内出现的多种干扰与噪声，便于在特征提取的时候寻找到更精准的特征参数。本文基于心电信号所开展的预处理主要涵盖三部分：滤除基线漂移、工频干扰、肌电噪声。3.心电信号特征提取ECG自动诊断系统中心电参数的测试与提取一般针对

10、QRS波、P波、T波进行，最关键的是对QRS波群（R波）进行科学检测，其次是P波的科学检测，最后是科学检测出T波，之后就可以对ST段开展研究与评价。QRS波与P波的科学检测对心率异常研究的准备性具有非常关键的价值。但是P波幅值不大，在噪声状态下对其开展科学检测相对艰难。本文使用基于波峰定位与小波变换的不同方式对ECG信号的QRS波、P波、T波开展检测，且依照QRS波的最终检测结论辨别心率失常问题。4.心电异常诊断分类自动诊断辅助系统使用计算机研究、查找、统计得到完善、精准、清晰的结论。心电分类辨别是对ECG开展自动诊断与解释，使用精准的分类算法对送入的心电波形或特征参数进行分辨，且依照模糊神经

11、网络内设置的诊断要求来判定ECG是否对应某病症。论文研究的现状和进展心电信号的预处理、特征提取与诊断分类是自动诊断系统的三个重要组成部分，下面介绍一下这三个部分涉及的算法及前人的一些研究成果。心电信号预处理的研究现状因为心电信号相对微弱，只有毫伏级，因此会遭受外界坏境的干扰。工频干扰、基线漂移、肌电干扰是目前普遍出现的问题。为了开展科学的参数测量、波形辨别与病情诊断，需要弱化上述噪声与干扰。1.基线漂移的常见滤除方式是预估以及提取信号的基线，之后利用减法计算去除信号内的漂移成分，进而完成滤波目标，上述方式被叫做拟合基线抵消法；线性相位滤波器是处置基线漂移的关键方式，因为基线漂移的频率一般少于1

12、Hz。所以，要去除基线漂移通常采用高通滤波器，然而值得关注的是滤波器阶数的挑选，假如阶数过高，运算量就会增加；另外，Xue，Sandor与Esposito曾使用基于神经网络的非线性自适应滤波器全面弱化基线漂移的作用，然而算法繁杂，运作量多。2.工频干扰抑制方式内的平滑滤波是数字滤波方式中最初被大众多使用的，此算法单一，效率高，得到的效果突出，然而因为滤波通带较窄，对心电信号内的QRS波群具有较大削峰，信号衰减明显；自适应滤波方式可以追踪干扰频率与幅度的变动，然而会影响信号参考源，此外算法繁杂，运算任务多。Ahlstrom与Tompkin确定合成参考信号的从原始信号中去除干扰的滤波方式，此方式需

13、要一段0.5s的自学习过程来预估噪声，所以无法追踪干扰幅度的变动；1984年，Levkov研发出直接适用的50Hz工频干扰抑制算法，主要理论是首先测试线性段，运算出干扰幅度以便储存成噪声模版，之后从源信号中去除干扰，就可以得出结果，此方式相对直接，任务量不大，此外可以适应干扰频率与幅度的改变。3.肌电干扰抑制的主要方式是通过低通滤波器去除高频干扰，然而成功并不明显。近期，小波变换开始变成处理此现实问题的重要方式。Donoho指出的小波阈值去噪法，利用对小波系数实施阈值化处置完成对肌电干扰的弱化，然而因为阈值函数的约束，去噪效果并不突出。近期，心电信号处置的有关分析依旧在进行中，专家也在持续寻找

14、全新方式。怎样高效去除上述噪声，是此后分析的重点。ECG波形特征提取的研究现状特征提取的精准性影响最终诊断效果，事关患者的生命安全。正常ECG信号主要包含众多波形，上述波形利用兴奋的零电位来划分。主要包含P波、QRS波群、T波等部分，所有波都对照特定的心脏活动与电生理时期。而对于QRS波形的测试，不同算法一般都利用其和其余波形、噪声不同的幅频特性来完成的。QRS波群的测试一般包含下面几类方式：滤波器法、模版匹配法等。1.滤波器法滤波器法是使用时间最长的方式，到现在为止专家逐渐研发出阶导数算法、移动窗口积分算法、正交滤波算法等多种算法。二阶导数算法是取一阶与二阶导数的平方与当做QRS波群输出标记

15、的脉冲信号，此方式凸显QRS波群上升速率变化最明显的部位，可依照输出脉冲的宽度相对准确的估计R波宽度；移动窗口积分法的求导平方运算和二阶导数算法类似，最终是对求导的平方数据实施移动窗口积分，然而此方式对高频随机噪声敏感性不高；此外正交滤波法主要把心电信号输入到不同相位固定、相差的滤波器，进而得出彼此互为希尔伯特交换的输出，利用边检测包络的幅值可检测QRS波。2.模板匹配法因为心电信号的周期性相对明显，不同心动周期相对照的波形差距不大，因此把QRS波群、T波等近似认为单独的固定模板。对于此类模板的信号，基于幅值归一化的幅频分量可表示此模板在上述频率范围内的能量集中状况。主要包含脉冲干扰、基线漂移

16、在内的多个模板，在特定频率上的能量分布出现差异，幅频分量并未包含信号的相位数据，所以可利用信号幅值与特定幅频值对比的方式测试QRS模板，如此对QRS模板，对QRS波群的辨别就转变成化成对QRS模板和其余形式的分辨。此方式本质上是幅值和频率判别的结合。3.小波变换法小波变换属于时频局部化分析方式，小波变换主要把信号划分成各个尺度下的信号，之后在不停尺度下开展多种操作。此方式的主要特征是弱化工频干扰、肌肉收缩、病人移动和呼吸导致的基线漂移等噪声对最终结果的影响。此外，使用自学法浮动阈值与多标准判断，可高效应对患者个体与时间差异，避免漏检与误检，提升测试的精准性。4.神经网络法神经网络在医学信号处置

17、中的使用是全新领域，当前QRS波检测内大部分使用具备非线性隐藏层的自适应神经网络。最先在心电信号噪声平坦段选择多个正常QRS复合波，对其开展平均处置，以便得到较小噪声模板，之后对所得到的模板实施白化处置，大致能够去除基线漂移的感染，进而得到弱化P、T波和强化R波的成果。最终对匹配之后的心电信号先后实施差分滤波、取平方、滑动平均和可变阈值的QRS波检测，以便得到QRS波测试的最终结论。神经网络特征主要是利用自学习，可以在内部不同层自动创建关系，形成与去除节点，即便需要长久的培训时间，然而判定时期的效率较高。综合分析，QRS波形检测在长久的发展之后，当前此行业的分析重点依旧汇聚在提升结果精准率与缩

18、减判别时间上；其中对于P、T波的测试依旧没有得到妥善处理。特别是在长久ECG检测中，因为导联挑选的局限与强烈干扰的出现，促使P波在特定导联上缺少显著表现或被噪声所遮掩，所以寻求运算简单且稳定的P、T波检测算法依旧是心电信号研究领域内的重中之重。ECG诊断分类的研究现状ECG分类辨别的方式大致可被划分成：句法分析、统计分类法、模糊技科技和人工智能等众多模式。近期，神经网络与模糊科技的使用相对普遍，更多ECG自动划分的多种方式彼此交叉使用。模糊科技与人工神经网络在处理ECG自动辨别问题上，具备突出的优势。使用此科技，能够把不精准的样本信息或定性叙述的模糊语言转变成可被自动识别模块使用的数值内容。其

19、中神经网络在ECG自动识别的优势为：具备其余方式所不具备的知识获取与学习能力；具备高效并行数据处理水平和相应的容错性。在坏境数据不充足。比如，ECG信号提取的部分特点分量不完善或者不甚精准，利用统计依旧能让得到让人信服的解答与判定结果。用于心拍分类模糊理论通常包含下面几个流程：（1）ECG信号的特征提取；（2）模糊化提取得到的特征量；（3）模糊推理之前的特征量；（4）模糊决策规则判断；（5）得到最终分类结论。人工神经网络利用众多ECG样本信息的学习，完成心拍分类。神经网络根据学习算法，自主调节神经网络结构指数，得到相关分类理论。学习平稳之后，可完成对多种ECG信号的自动辨别。QRS复合波采样点

20、或QRS波的特征参数通常被当做输入层输入，用心拍的种类当做神经网络的输出层输出。在现实使用的时候需要处置的ECG的形态通常相对复杂，需要增加输入层的特征参数，增多输出层节点数目等方式来处理。模糊神经网络不仅包含模糊推理技术的信息模糊处理功能，此外也包含神经网络强大的学习和模式分辨功能，进而在ECG分类辨别领域中得到全面使用。本文研究的难点即便大众提出把提升心电图解释的精准性当做计算机辅助ECG自动分析的重要趋势与宗旨，然而当前依旧需要把心电图计算机自动解释与人工阅读解释融合起来应用。即便在ECG自动分析、诊断等部分有大量专家开展相关分析，寻找大量算法，然而上述方式都出现相应的不足，并不健全。其

21、一般是因为ECG自动分析表现出下面的不足：ECG信号特别是动态ECG信号内出现众多干扰、噪声与伪迹，导致信号特征无法顺利提取，相关子波定位的精准度较低。ECG信号的特征参数表现出模糊性，不同特征参数全部在特定范围内变化着，相同特征参数用来划分正常值和异常值的阈值对不同个体也会有所差异，因此就导致在参数明确和提取以及波形辨别上出现问题。ECG波形类型众多，在个体之间、个体内部都表现出相应的不同，因此需要对其开展合理辨别，此外也需要减少运算量，问题比较多。ECG信号，特别是动态ECG，信息量多，自动研究、判定的实时性不高。本文研究的主要内容及章节安排本文主要任务是基于数字心电信号处理算法的有关分析

22、而进行。在吸收当前国内外心电信号处理方法的基础上，完成了ECG的去燥算法、波形检测算法和异常诊断算法的研究。本文明确了算法设计理论，且利用MIT-BIT心律失常数据库内的信息开展仿真与测试，完成自动分析目标。本文的章节安排如下：第一章：绪论。最先叙述了本文分析的背景与价值，以及基本原理，再阐述了相关研究的发展现状及难点，最后概况了本论文的研究内容与章节安排。第二章：心电图的基础知识。介绍了心电图产生的原理及各波段的意义，再对几种常见的心电噪声进行了简单的介绍，随后介绍了几种常见的心律失常心电图表现，其中重点描述了室性早搏这一种心律失常现象。第三章：ECG去噪预处理。分析了噪声对ECG分析的影响

23、，凸显预处理的必要性。该章节中预处理主要包括处理基线漂移、工频干扰、肌电噪声这三个方面。第四章：ECG波形检测。主要介绍了基于阈值法和小波变换法的QRS波形检测算法，并对这两种算法进行了仿真以及结果分析。第五章：PVC心拍识别。叙述了神经网络和模糊技术的相关理论常识。基于室性早搏等普遍的心律失常问题，指出围绕模糊神经网络的自动辨别算法，全面叙述了网络结构的具体流程，且对网络训练和功能开展研究。第六章：伪差识别。简单介绍了几种伪差识别的方法，并提出识别伪差的改进算法。第七章：总结与展望。对本文所做的工作进行总结，提出存在的问题及可以改进的地方，对心电算法未来的研究进行展望。心电图的基础知识心脏作

24、为人最重要的器官之一，它为循坏系统中提供动力，负责把血液运送到身体各个部位。心动周期指从一次心跳的起始到下一次心跳的起始，心血管系统所经历的过程3。每个心动周期心脏都会进行一次收缩和舒张，它包括心房的收缩与舒张、心室的收缩与舒张四个过程。心脏中富含心肌细胞，而心肌细胞的任何活动都会产生动作电位，心肌细胞有规律的收缩特性被称为节律性。这种生物电活动过程与心脏的机械运动过程、心脏组织的生物化学过程及神经系统控制心脏活动过程息息相关。心脏生物电活动利用身体内导电组织与体液进入体表，促使体表相关部位的电位变化在不同心动周期中具有不同特点。把测量电极放到体表的固定方位上，记载心脏电位变动曲线，被叫做心电

25、图（Electrocardiogram，ECG）。心电图波形的产生与意义电极放到体表各个位置，就组成多种导联，测试得出的心电图波形也各不相同。然而上述心电图波形的所有心动周期通常都涵盖P波，QRS波群以及T波。图1-1是普遍的正常心拍心电图波形，不同波段的产生和作用为：P波：表示左右两心房除极过程的电位变动。起点代表右心房进行除极，终点代表不同心房除极结束。P波波形小且出现圆顿，出现微弱切迹，时间是0.080.11秒，振幅低于0.25mv。P-R段：是P波之后的等电位线，从P波终点到QRS波群起点，表示激动在房室交界区、房室束和少数束支内传播。此处包含心房复极波（Ta波）的成分，由于电压微弱而

26、反应不突出，在心电图中是平线。Ta波（心房T波）表示心房复极时期出现的电变化。其最初出现在P波以后，和P波方向不同。P-Ta间期（从P波出现到Ta波结束的时程）是0.150.45s；因此Ta波和P-R段、QRS波与ST段的初期重合起来，此外Ta波波幅不高，因此无法从心电图中寻找到。P-R间期：表示P波起点到QRS波群起点间的间期，表示从心房除极到心室除极开始的时间。一般成年人是0.120.20s，然而不同人会出现不同。P-R间期随着心率和年纪而发生改变，年龄大或心率慢，P-R间期就会增加。QRS波群：表示左右两心室除极过程的电位变动。在一般成年人中，QRS波群时间是0.060.10s，最多是0

27、.08s。比较明显的QRS复合波涵盖三个紧密相关的波，第一是向下波是Q波，第二是向上的高且尖的R波，第三是R波后的向下波是S波。然而在用各个导联所记载的心电图上，上述波并非全部出现，其波形与幅度的改变也比较明显。J点：QRS波群的终点和ST段的相交处。 此点表示心室全部除极结束。一般J点大部分在等电位线上，上下偏移范围是0.1mv。S-T段：从QRS波群的终点（J点）到T波起点的一段水平线。其表示心室逐渐复极的情况，一般时限是0.050.15s。一般ST段大部分是一等电位线，很多时候会发生微弱的偏移。T波：表示心室高效复极时期的电位变动。波形圆顿，升降支并非全部对称，波形的前支长此外后支短。一

28、般T波的时限是0.050.25s，然而T波的振幅高，其时限就会延长。T波和QRS波群的主波方向相同，在R波为重点的导联内，T波电压幅度需要超过相同导联R波幅度的百分之十。Q-T间期：从QRS波群开始到T波终点的时程，表示心室肌除极与复极整个时期所需要花费的时间。其长短和心率之间有紧密关系，心率快，Q-T间期短暂。心率在60100次/分钟时，Q-T间期的一般范围是0.320.44s。U波：在T波之后的0.020.04s也许发生的低且宽的波，方向通常和同导联T波的方向相同，幅度和T波相比更低。U波在肢体导联内不容易分辨，在胸导联内相对清晰。其作用和产生原因目前并不清晰，然而在判断部分疾病的时候也具

29、备相应的参考意义。虽然在临床上把心房除极的开始时刻当做心动周期的开始，下一次心房除极的开始时刻当做心动周期的结束，但在计算心率时，往往以一个RR间期（两个R峰的间隔）作为一个心动周期。心率表示每分钟心动周期出现的次数，计算公式如下：ECG信号噪声分析心电信号主要源自对人体体表的筹集，因此会夹杂众多噪声和干扰。动态心电信号内的噪声干扰一般是下面几类：（1）基线漂移基线漂移通常是因为人体呼吸运动、电极滑动变动和电极移动时其和皮肤之间的阻抗变动等情况，在心电图上主要体现在波形基线伴随时间出现定向缓慢变动，其频率不高，通常是0.052Hz范围内。此漂移是限制心电信号幅值测量和形态研究（尤其是S-T段）

30、的关键原因，上下变化的心电图导致医生目不暇接，进而不利于得到精准的判断。（2）工频干扰工频干扰一般是由交流电源出现的电磁场功能和心电采集设备和人体之间的环形电路等情况造成，频率是50Hz或者60Hz。由于人体分布电容会导致身体隐含天线效应，此外经常裸露在外面，导致工频干扰变成心电信号内相对常见、且明显的干扰信号。工频干扰一般包含正弦信号，主要表现为规律性出现的波浪纹，其幅值甚至可以超过心电信号R波幅值的一半，之间把幅值不高的心电特征波全面遮盖。（3）肌电噪声干扰肌电干扰主要是由甲状腺等疾病、肌肉兴奋收缩和身体紧张寒冷等原因导致的，频率位于52000Hz范围内，和心电信号进行对比分析，肌电干扰是

31、高频干扰信号，此外范围相对宽泛，需要把其近似成零均值高斯噪声的短时间爆发。此类干扰主要表现为无规律的持续变化波形，频谱特性靠近白噪声，其遮盖原本的心电信号中的细微交错曲折，进而导致心电图模糊不清或出现失真问题。（4）运动干扰运动干扰是因为身体猛然出现的激烈运动，电极和皮肤出现相对位移，造成接触阻抗变化导致电势改变所造成的突变干扰，有关资料将其叫做伪差干扰。此干扰也许会全面掩盖T波，乃至导致QRS波群形态出现明显畴变，丧失诊断数据。对于动态心电信号因为被检测者位于持续变动的现实活动中，此类干扰出现频率高。此类干扰的频谱能量和QRS波群出现相应重叠，是动态心电图中最普遍、最明显、最无法限制的干扰。

32、因此也经常被叫做伪差或伪迹干扰。（5）极化电压噪声为了强化导电性，心电电极和皮肤触碰的时候通常会涂上导电膏。导电膏和电极搭配之后电极上会出现半电池效应，随之出现电动势。极化电压是因为电动势的不均衡所导致的电位差，最高是几百毫伏，频率类似于直流。（6）高频干扰空中电磁波干扰信号所导致的空间电场会影响心电导线，促使线路两端出现较高的电磁干扰电压，进而出现高频干扰，导致最终测试结果不精准。此类干扰的频率大概是200Hz2.3MHz。根据以上描述我们就可以知道，频带宽、幅度大是ECG噪声与干扰的关键特征，假如ECG信号不实施预处理，会明显阻碍心电信号的测试和参数统计。心律失常心律失常（arrhythm

33、ia）在临床上非常普遍，不仅出现在心血管疾病，此外也出现在大部分其余患者和少量健康人身上。心律失常表示心脏搏动的频率、节律、起源位置、传导速度和激动次序的不正常情况。其中具体类型与出现频率是表现心脏电活动平稳性的关键指标。心律失常阻碍心脏的同步收缩时序，降低心脏泵血效率。所以，全面辨别心律失常十分关键。心律失常的主要表现类型众多，有时候会危及生命、需要尽早处理，有时候却没有其他症状，只能在一般检查时才能看到。对于各个类型的病人，依照其现实临床情况与症状，可采用多种评定方式。用来判定心律失常的主要实验室方式为：常规心电图、长时间心电记录、运动测试等。QRS波群形态与RR间期的变动在大部分心律失常

34、中的表现相对直接。早搏过早搏动（Premature Beat）：也就是早搏，表示异位起搏点发出的过早冲动造成的心脏搏动，为普遍的心律失常情况。一般出现在窦性或异位性心律（比如心房颤动）上。早搏分为偶发或频发，可不规则或规则的出现在每个或数个正常搏动之后，出现二联律或联律性过早搏动。按照起源方位被划分成窦性、房性、房室交接处性与室性等部分。此处室性早搏最普遍，之后是房性，结性相对少，窦性过早搏动基本上非常少。室性过早搏动室性过早搏动（Ventrieular Premature Beat）：也就是室性早搏，被叫做期前室性收缩（Premature Ventrieular Contract，PVC）。

35、此早搏是为目前最普遍的心律失常问题，出现原因是窦性激动没有达到心室时，心室内某起搏点的激动提早出现，造成心室除极。QRS波群提前出现，和它有关的异位P波在之前并未出现。QRS波群宽大畸形，粗钝或出现切迹，时间通常超过或等于0.12秒。T波方向和QRS波群的主波方向不同，属于继发性T波变动。出现完全代偿间歇，也就是早搏之后的间期补偿早搏提早的部分，换句话说，早搏前后间期正好是两个窦性周期。少量PVC的代偿间歇并不完全。如果是相同异位兴奋灶造成的早搏问题，那么室性早搏和之前心搏具有固定联律间期（也叫做配对间期，表示异位搏动和之前心脏搏动的间期）。房性过早搏动房性过早搏动（Atrial Premat

36、ure Beat）：也叫做房性早搏。此早搏源自心房异位提早的心脏搏动。出现概率相对更高，也需要得到我们的关注。P波提早出现（P波也许和前一窦性搏动的T波出现重合）。PR间期正常或稍微增加。P波形态和窦性P波出现差异。P后QRS波群也许正常或畸形。假如是畸形QRS波就被叫做房性早搏伴室内差异性传导。如果P波没有QRS波，叫做未下传房早。在相同导联上，假如P形态和配对间期不一样，叫做多源性房早。常有不完全的代偿间期，也就是包含房早在内的两个P波间的时间少于两倍正常PP间距。窦性心律不齐一般状况下，心脏起搏点出现在窦房结内，只要是窦房结发出激动所产生的心律称窦性心律（sinus rhythm）。窦房

37、结发出的兴奋利用房间束与心房肌传入到心房内，利用结间传导到房室交界区，通过相应的时延，经过房室束和其左、右束支传导到蒲肯野纤维网和其所控制的心内膜，最终兴奋从心内膜向心外膜延伸，进而导致所有心室的激动与收缩。一般健康人的心律基本上是窦性心律，其中器质性心脏病人的主要节律是窦性心律。因此此心律并不表示心脏健康。P波是窦房结发出“窦性P波”（I、II导联中正向，aVR导联中负向），具体形态不便。PR间期超过0.12秒。呼吸变化作用于心率快慢，吸气时心率提高，呼气时则相反，其中单个周期正好是快慢变化周期。RR间距或PP间距差异在相同导联内甚至超过0.12秒。起搏器起搏的心拍因起搏器起搏的心拍（Pac

38、ed Beat）：假如心拍是通过起搏器的脉冲形成的，依照起搏器装置方位，QRS波形态也许和一般窦性心拍差异较大。假如位于起搏心室，那么QRS波一般很宽。束支传导阻滞束支传导阻滞表示传导障碍出现在希氏束（房室束）以下的阻滞问题。左束支传导阻滞被叫做左束支阻滞。通常出现概率明显低于右束支阻。完全性左束支传导阻滞典型心电图特征：QRS波形态出现改变，比如左侧导联（V5、V6、I、aVL导联）形成的R波一般是宽大、出现切痕、顶部粗钝。QRS波的时限超过0.12s（大部分是0.14s）。V5、V6导联VAT的时限超过0.06s（大部分超过0.08s）。V1、V2导联VAT时间没有问题。ST-T方向与QR

39、S波群的主波方向不同。右束支传导阻滞右束支传导阻滞（Right Bundle Branch Block）：也就是右束支阻滞。比较明显的心电图特点：V5、V6导联S波显著变宽，时限不低于0.04s，然而不深。II导联S波主要特点是表宽大且不深。QRS时限不低于0.12s。V1、V2导联表现为有切迹的R波时，VAT时间超过0.05s，其中V5、V6导联内的VAT时间没有问题。ST-T方向和QRS波群末向量不同，V1、V2导联的ST段变低，T波属于倒置，此外ST段抬高在V5、V6导联上，T波是直立。心室过早搏动目前普遍的心律失常问题是心室过早搏动。此问题在心脏病患者内出现概率高，在一般人身上也许会发

40、生。室性早搏一般状态是心脏（冠状血管）血液供应不好，器质性心脏病主要是时常性或多源性两类问题；血液动力学遭受室性早搏作用相对显著；病理性室性早搏和其余中种类的早搏进行比较，具备突出的预后性；室性早搏无法得到按时诊治，也许就会转变成室性心室颤动、心动过速或心室扑动，变成非常恶劣的致命性心律失常。所以，此类早搏是心律失常测试中非常关键的研究问题。本部分主要对心室过早搏动的详细特点开展全面的叙述。室性早搏典型心电图主要有下述症状：QRS波：心室起源部位和在激动时期的传导状态影响QRS波形态。在心室的所有部位也许都会发生室性早搏。异位起搏点距离束支分叉很远，QRS波畸形相对突出，此外会发生粗钝或有切迹

41、等问题。PVC如异位起搏点在左心室，QRS波可表现出与右束支阻滞相似的问题，反之也是如此。在原本心肌病变，或心室内出现传导问题的时候，PVC的QRS波畸形情况会遭受影响。在QRS波时限超过0.16s时，PVC被判定成病理性室性早搏。在出现室性融合波时，其QRS形态位于室性早搏QRS波与健康心拍QRS波范围内。ST-T：室性早搏出现的时候，心肌的除极过程效率不高，在当前心脏除极并未完结的时候，一些心肌逐渐开启复极过程。此过程主要从先除极的心肌进行，所以T波大部分和QRS主波方向不同，ST段偏移和QRS波主波方向不同。上述改变被叫做继发性ST-T改变。P波：窦性P波一般掩盖在较大的畸形QRS波中，

42、也会发生在PVC的QRS波以前，然而PR间期通常低于0.12s。假如心室早搏是插入性室早，此时PVC前后缺少P波。代偿间歇：被叫做代偿间期。此问题大部分是完全性。早搏提早的部分被早搏之后的间期所弥补，也就是早搏前后间期正好是两个窦性周期，因此被叫做完全性代偿间歇。此外也有少量不完全性PVC代偿间歇。联律间期：异位搏动和其前心脏搏动的间期是联律间期（Coupling interval），也被叫做配对间期、时间或间距。比较明显的早搏和之前的心搏存在相应的联律间距。本章小结本部分大致叙述了心电信号出现的机理、健康心电波形的出现、不同特征点的作用与隐含的噪声干扰，之后叙述了多种普遍的不正常心电图的特征

43、。特别是对室性早搏（PVC）开展全面分析。ECG去噪预处理受不同的采集条件影响，心电仪筹集到的心电信号会出现多种噪声。心电信号相对微弱，对此类信号的筹集与处理是弱信号测试。要完成对心电信号的自动研究，在得到相关信号之后，重点是对上述信号进行相应的预处理，也就是对筹集到的心电信号实施去噪，去除不需要的噪声，留存构成心电信号相关波形的有效内容。为全面降低噪声对心电信号判定的负面作用，本章将对几种常见的心电噪声进行滤波处理。去除基线偏移基线漂移是心电信号在采集过程中最容易混入的噪声之一，它的产生因素有很多，会影响心电信号的识别。但是这种干扰信号会随着产生原因有一定的阶段性规律，比如人体进行呼吸产生的

44、规律性偏移信号、因为体表肌肤和传感器相对移动产生的干扰噪音等，这些因素与心肌细胞产生的信号有变化规律上的差异。这种干扰信号的频率和能量一般都会在特定的范围中变化，其幅度也与心电信号有较大的差异。基线漂移信号在0.052Hz的频率范围内变化，以0.1Hz为中轴线进行小范围的能量变化，幅度可以达到心电信号最大幅值的15%。由于ST段的频带在0.72.0Hz之间，与基线漂移的频段有重叠，因此在进行心电信号处理的过程中很容易产生ST段的信号错误，进而影响整个心电信号变化的判定，甚至可能会造成医疗事故。心电信号的转变形式容易混淆心肌细胞活动对应的电信号和各种干扰对应的电信号，当医者通过复杂的心电信号判定

45、患者病情的时候很容易被干扰信号误导，从这一点就能够看出，控制基线漂移在医学上具有重要的意义。而自动诊断系统通过信息处理技术代替人工进行信号识别，有助于减少医者的工作量，一个优秀的系统在诊断准确度上可以高出人工处理很多。这种系统也需要通过有效的方法控制基线漂移的干扰，才能保证诊断精确度。在这里介绍了三种处理干扰信号的方法，并对这三种方法进行比较。均值滤波均值滤波是一种线性滤波，也称为滑动平均滤波、递推平均滤波或邻域平均滤波，多用于图像处理。这种方法的中心思想就是通过截取平均值的方法将变化强烈的信号变成变化趋势平缓的信号。在进行滤波的处理过程中，将图像元素变化分成若干领域，取该领域中所有像元灰度值

46、的平均值作为该领域中的输出像元灰度值，通过若干个领域灰度值的平均变化代替总体图像的变化趋势，以达到图像平滑的效果5。这种方法在过滤干扰信号的时候会造成原信号失真。心电信号是一维的，用均值滤波器做平滑时，可以选择只带经验值的邻域，也可以选择经验值和预测值的邻域，本文选择经验值与预测值等长的邻域。具体来说，就是通过半径为的滑动窗口，截获长度为的离散序列，窗口每向前滑动一次，会丢掉一个经验值，加入一个预测值。对每次截获个心电数据进行算术平均，得到一组新的数序列如下： （3-1）将原序列减去这组均值序列，即可得到去除基线漂移后的心电数据，表达式如下： （3-2）值得注意的是，若设序列的长度为，那么由式

47、（3-1）计算得到的序列长度为，此时需要把序列的长度补齐为。本文采用的补齐方式为： （3-3） （3-4）中值滤波这种信号处理方法原理同上一方法相似，但是在取值元素上存在不同。中值滤波的思路是通过一个像元相邻区域像元的中值代表该像元数值的方法进行处理信号的，这种方法是1971年Tukey在进行离散信号分析的过程中提出的。这种方法能够有效的杜绝短暂高峰值信号的干扰，通过中值赋值法，将小范围内的高浮动信号屏蔽，使输出的信号逐渐趋于平滑。这种方法不仅能够降低不必要的干扰信号对使用者判断的影响，而且在信号真实度上要较前种方法高。而且中值滤波法能够对过滤效果进行调节，通过增大取值窗口减小信号频率浮动范围

48、，通过减小取值窗口增加信号频率浮动范围。若采用与上述均值滤波一样的前后等长领域作为窗口样值，那么基线序列的计算公式如下： （3-5）式子中的表示对取值窗口内的所有数据进行依据大小排序取中值的运算。将式（3-2）、（3-3）、（3-4）与式（3-5）联立，即可求出去除基线漂移后的心电信号分布。通过上式能够看出，中值过滤的主要方式就是根据各取值窗口内的中值运算结果排序成有效像元的过程，所以在进行信号传递的过程中，排序运算的复杂度决定了信号处理的速度。也就是说如果要得出窗口长度为的序列输出就需要在原来信号数据的基础上进行次排序运算。排序运算的次数直接影响了数据输出的时间。通常情况下，对长度为的数据进

49、行排序，理论上认为计算复杂度最小为。因此，这种传统的中值滤波方法在窗口长度较大或者输入序列长度较大的情况下会十分耗时。针对这个问题，有学者提出了快速中值滤波的方法，此方法通过减少重复排序的次数以达到降低计算时间的效果。运用这种方法进行信号波过滤的原理是：（1）截取原始数据序列的前个数据作为输入序列，对输入序列进行由小到大的排序，得到对应的有序序列，取其中值；（2）更新输入序列为，将新元素插入到有序序列中，使得，此时序列的长度为，再将从序列中剔除，使序列的长度恢复为，取其中值；（3）依次求解，得到原始数据序列对应的中值序列，对中值序列进行补齐，前补个，后补个，得到完整的中值序列，长度为；（4）原

50、始数据序列减去中值序列，得到去除基线漂移后的心电数据。文献8提出通过两次中值滤波进行基线漂移的滤除，其处理过程要先通过200ms规格的过滤器对ECG信号中的QRS和P波进行首次处理，得出的信号波为，再利用600ms规格的过滤器对中的T波进行再次过滤，得出较为干净的漂移信号。最后将信号位移之后与进行减法运算，得出最终去除了基线漂移的心电信号。形态学滤波这种滤波方法是由数学领域延伸出来的一种用于处理图像信号的方法。这种方法的最大好处就是能够保证高度的真实率，比其他的时频域变换法更有效的保留原数据。此方法的核心是“探针”元素。它是一段一定形态的数据，在图形中不断地移动，从而提取出图像或信号波形的形状

51、信息。因此使用不同形态的数据段进行图形比较会得出不同的输出结果。假设原数据信号，它的定义域为，结构元素为，定义域为，且，则腐蚀运算定义为： （3-6）膨胀运算定义为： （3-7）由腐蚀和膨胀运算可以组成开、闭运算，分别为： （3-8） （3-9）理论上通过数学形态学的开闭运算能够屏蔽孤立信号，也能将2个紧挨的数据领域合并在一起，还能避免波谷噪声信号的干扰。但是在实际运用中，开闭运算使用最多的是级联形式，一般开闭运算的转换过程是： （3-10） （3-11）因为开闭的过程存在扩张和反扩张的数据偏移，因此在运用开闭运算之后的数据会有一定的偏移。为了减小这种影响，可以在中截取长度不一的数据结构组成开

52、-闭、闭-开的滤波器，也就是： （3-12） （3-13）与普通的滤波器相比较，广义形态学滤波器具有屏蔽ECG中的基漂噪声的优势。比较很多文献中都将中值滤波器的窗口长度设定为奇数，其实该窗口长度也可以是偶数，此时，每次更新数据后进行排序，取大小居中的两个中值，并求这两个中值的均值。从理论上分析，偶数窗长比奇数窗长多涉及了一个数据来决定待减除的基线，会使得滤波后的数据保留更多细节信息。取MIT-BIH心律失常数据库203号记录中的一段数据，用中值滤波的方法去除基线漂移，设定窗口长度分别为50和51，得到仿真结果如下：从上述仿真图中可以看出，在心电数据去除基线漂移时，窗口长度为2R或者2R+1没有

53、明显的区别，但从时间段1314s期间的波形看，还是能看出窗长为50时波形保留得更完整。因为偶数窗长多出两个中值取平均的步骤，所以计算时间会增加。实验结果如下表：表3-1 50s心电数据用2种窗长的中值滤波器滤波所用的时间中值滤波器窗长5051滤波所用时间0.042734 秒0.039897 秒采用同样的数据，对上述三种去除基线漂移的方法进行仿真，其中均值滤波的窗长设定为51，中值滤波器的窗长设定为50，形态学滤波方法中的结构元素设定为长度等于51的零序列，仿真结果如下：表3-2 50s心电数据用3种方法去基漂所需的时间表3-2 50s心电数据用3种方法去基漂所需的时间表3-2 50s心电数据用

54、3种方法去基漂所需的时间去噪方法均值滤波快速中值滤波形态学滤波计算时间0.077720 秒0.045245 秒0.718754 秒从仿真结果可以看出：（1）三种方法均实现了使心电信号基线回归零点的效果；（2）均值滤波本身存在着固有的缺陷，即去噪的同时会破坏细节，使得心电信号在用均值滤波器滤波后发生较明显的形变，不能很好地去除噪声；（3）采用快速中值滤波的方法，不必每次都重新将窗口内所有的数据重新进行排序，大大较少了计算时间，这也使得快速中值滤波所用时间不到均值滤波所用时间的60%；此外，中值滤波原理制作的滤波器在处理图像功能上具有清晰度高的优点，这种方法能够有效去除不必要的干扰信号，同时对边缘

55、部分的处理较真实，便于还原数据，所以中值滤波去基线漂移后心电信号细节信息保留得比较完整；（4）形态学方法去除基线漂移，是三种方法中心电信号细节信息保留得最完整的方法，但计算复杂，计算时间远远大于前两者。解决基线漂移的方法有很多种，但每种方法涉及的算法复杂度不同，导致处理时间也有所差异。所以在选择处理方法时，要考虑系统是否要求实时性。实时系统需要在处理速度和处理效果两方面找到最佳平衡点。在本文介绍的三种方法中，中值滤波的方法计算用时最少，同时也能较好的保持心电信号的主要波群信息。因此，本文采用中值滤波的方法进行基线漂移的滤除。去除工频干扰心电信号内的工频干扰一般表示50Hz（或60Hz）市电源和

56、高次谐波干扰。因为人体自然生理特点导致我们具备天线效应，此外心电采集设施一般会有具备天线效应的导联线被暴露出来，所以在心电信号中工频干扰相对普遍，出现概率高。在各种环境中筹集心电信号，其干扰幅度甚至是心电信号幅值的050%，因为电网负载的变动，导致工频干扰的频率主要将50Hz（或60Hz）当做中心在特定范围内随便波动，干扰幅值也出现改变，上述波动属于随机过程，需要全面去除干扰相对艰难。此外，四周坏境的电磁干扰就是心电测量中出现噪声的关键因素。因此，在开展预处理时，减少工频干扰是非常关键的步骤。陷波器的设计陷波器属于独特的带阻滤波器，其阻带在正常状况下只存在单独频率点，所以被叫做点阻滤波器。上述

57、设施的关键作用是滤除某一个范围的频率，让其余频率通过。因此，本文采用固定中心频率的窄带陷波器来滤除工频干扰。陷波器研发，本质上是数学逼近观念的使用，利用统计让物理可完成的真实陷波器频率特性接近理想的或确定的频率特性，以便完成去除干扰留存有效信号的目标。借助z变换和零极点来设计陷波器，即利用离散时间系统z变换和对该系统中零点和极点的分析来进行。在设计的时候，可利用传递函数的零点与极点笼统得出频率响应图。在零点的地方，频率响应存在极小值；在极点处，频率响应存在极大值。所以可依照所需频率响应分配零点与极点，之同理设计带纤数字滤波器。思考下面的独特情况，假如零点在第一象限单位圆上，极点在单位圆内接近零

58、点径向上。为了避免滤波器系数发生复数，需要在z平面第四象限对称方位分配相应的共轭零点与共轭极点。如此零点、极点分配的滤波器称是单一频率陷波器，在频率部位发生凹陷。将极点设定在零点径向上距圆点距离是处，那么我们就可以知道传递函数为： （3-14）公式内越靠近1，极点越接近单位圆，那么频率响应曲线凹陷就更深，凹陷宽度随之变窄。在需要去除窄带干扰而无法对其余频率进行衰减时，陷波器就是去除窄带影响的最佳设备。需要对上述频率共同开展带陷滤波时，要将上述频率的带陷滤波器串接起来。如对点进行点阻（即陷波），则取零点。为保证时，再加一对极点，应接近1，则系统函数为，它实际是一个二阶系统，即。本文采用MIT-B

59、IH数据库中的心电数据进行仿真，这些心电数据对应的工频干扰中心频率为60Hz，采样频率为360Hz。因而，有： （3-15）即待求的60Hz陷波器传递函数为 （3-16）因此分子系数为b = 1 -1 1；分母系数为a = 1 。陷波器滤波效果采用MIT-BIH心律失常数据库203号记录的数据进行仿真，上述陷波器取，得到仿真结果如下：当时，十分接近1，陷波器的频率响应十分理想的接近点阻特性。但由仿真结果可以看出，心电数据的频谱在60Hz处不是理想的冲激函数，而类似于具有一定脉宽的三角脉冲。此时陷波器阻带过窄，导致上述仿真结果中60Hz邻域的工频噪声没有滤除干净。因此，设计陷波器时不是阻带越接近

60、理想点阻越好，而是应该与心电信号的工频干扰频谱范围互补。调整的取值，当时陷波器滤除工频干扰的效果较佳，仿真结果如下：去除肌电噪声各国分析指出，在人体表皮层的内外出现典型值是30mV的皮肤电势，上述电势会伴随身体肢体运动情况而出现变化。如果皮肤进行伸展，那么此电势降低到大概25mV，25mV的皮肤电势变动再心电信号内的表现就是大众所了解到的因为肌电收缩造成的噪声，也就是肌电干扰。因为病人压力大或寒冷影响，会导致高频肌电噪声，其出现是大量肌纤维随机收缩导致的，此外因部分疾病比如甲状腺机能亢进等也会导致此噪声，且产生频率范围相对宽泛，一般在52000Hz之间。在预处理时，肌电噪声通常被作为高频噪声处