The present disclosure provides an ECG signal feature area detection method for wearable devices. The ECG signal feature area detection method for wearable devices includes: calculating the wavelet decomposition coefficient WT (n) of the input ECG signal; processing the wavelet decomposition coefficient WT (n) by empirical mode decomposition method to determine that there is a wavelet decomposition coefficient WT (n). The single component sequence I (t) of the energy distribution information in the ECG signal is enveloped by Hilbert transform, and the distribution information of the characteristic region of the ECG signal is detected. The present disclosure is applied to the ECG signal feature area detection method of wearable equipment with low complexity and high accuracy, realizes the integration of signal denoising and feature extraction, and reduces processing overhead.
【技术实现步骤摘要】
一种应用于穿戴式设备的心电信号特征区域检测方法
本公开涉及信号处理领域,更确切地说是涉及生理电信号处理的
,具体涉及一种应用于穿戴式设备的心电信号特征区域检测方法,其是一种适合穿戴式便携系统实现的低复杂度、高准确率的检测方法。
技术介绍
心电图信号,以下简称心电信号,是在心脏的生理活动中由心肌的电活动叠加产生的。在日常监测的场景中,具有体积小、无外接引线的优势的基于胸壁双导联及单导联采集方式的心电收集装置获得了愈发广泛的应用,且其处理电路往往还兼具便于集成化的优势,而这样的采集节点往往存在信号信噪比较差的问题,因此需要将特征区域在线检测进行无线传输的方式进行处理,在穿戴式设备的场景下,这样的区域一般是指如QRS波簇这样具有相对较大时域能量分布信息的区域。目前常用的QRS波识别法主要包括时域法、神经网络法以及时频分析法。时域法是针对心电的特征区域中存在斜率大、振幅大这一时域波形特征来进行波形检测的方法,其优点在于运算复杂度低、便于硬件化实现,然而由于该方法存在抗干扰能力差的缺陷,不适合应用于穿戴式设备中。神经网络法一般根据训练集合来训练神经网络识别器,这种方法的优势在于训练集选择得当时可以取得非常良好的识别精度,但是由于生理信号本身存在着个体之间的差异,因而这类方法往往受到训练集合的限制。时频分析法是一种集合时域和频域分析的方法工具,具有能够对信号中能量和特征点精确识别、抗噪声干扰能力强的优势。通常来说这类方法运算量也比较大,不太便于在便携式设备上实现。综上,亟需一种复杂度低、准确率高、运算量小的应用于穿戴式设备的心电信号特征区域检测方法。
技术实现思路
...
【技术保护点】
1.一种应用于穿戴式设备的心电信号特征区域检测方法,包括:计算输入心电信号的小波分解系数WT(n);利用经验模态分解法处理所述小波分解系数WT(n),确定包含有心电信号中能量分布信息的单分量序列I(t);利用希尔伯特变换对所述单分量序列I(t)进行包络解调,由此检测得到所述心电信号特征区域的分布信息。
【技术特征摘要】
1.一种应用于穿戴式设备的心电信号特征区域检测方法,包括:计算输入心电信号的小波分解系数WT(n);利用经验模态分解法处理所述小波分解系数WT(n),确定包含有心电信号中能量分布信息的单分量序列I(t);利用希尔伯特变换对所述单分量序列I(t)进行包络解调,由此检测得到所述心电信号特征区域的分布信息。2.根据权利要求1所述的应用于穿戴式设备的心电信号特征区域检测方法,其中,在所述经验模态分解法中采用线性插值取代三次样条插值的方式进行分解,即简化经验模态分解法。3.根据权利要求1所述的应用于穿戴式设备的心电信号特征区域检测方法,其中,利用经验模态分解结果的频带递减特性,基于与小波分解系数的相关性选取单分量序列I(t)。4.根据权利要求3所述的应用于穿戴式设备的心电信号特征区域检测方法,其中,选取与所述小波分解系数WT(n)相关系数最大的本征模态函数后一阶的输出作为所述单分量...
【专利技术属性】
技术研发人员:陈弘达,庞博,刘鸣,
申请(专利权)人:中国科学院半导体研究所,中国科学院大学,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。