一种应用于穿戴式设备的心电信号特征区域检测方法技术

本公开提供了一种应用于穿戴式设备的心电信号特征区域检测方法；该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。本公开应用于穿戴式设备的心电信号特征区域检测方法复杂度低，准确率高，实现了信号消噪和特征提取一体化，降低了处理开销。

An ECG Feature Area Detection Method for Wearable Equipment

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
(一)要解决的技术问题本公开提供了一种应用于穿戴式设备的心电信号特征区域检测方法，以至少部分解决以上所提出的技术问题。(二)技术方案根据本公开的一个方面，提供了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。在一些实施例中，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。在一些实施例中，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)。在一些实施例中，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序列I(t)。在一些实施例中，所述应用于穿戴式设备的心电信号特征区域检测方法在所述的利用希尔伯特变换对所述单分量序列I(t)进行包络解调的步骤之后还包括：对所述包络解调得到的信号进行相位修正及特征区域划分。在一些实施例中，根据与心电信号中待检测顶点就近对齐的原则对包络解调造成的相位漂移进行修正。在一些实施例中，修正量为每一帧中各顶点偏移量的均值。在一些实施例中，基于移位和加减法操作计算输入心电信号的小波分解系数WT(n)。在一些实施例中，通过移位操作获得中间数值，再通过对所述中间数值进行周期延时累加即获得特定阶的小波分解系数WT(n)。(三)有益效果从上述技术方案可以看出，本公开应用于穿戴式设备的心电信号特征区域检测方法至少具有以下有益效果其中之一：(1)本公开应用于穿戴式设备的心电信号特征区域检测方法，复杂度低、准确率高、运算量小，有利于在穿戴式便携设备中的应用实现。(2)利用时频分析法，具体为简化经验模态分解法，实现了信号消噪和特征提取一体化。(3)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替代标准化的时频分析法，进一步降低了整体处理的运算开销。(4)利用经验模态分解获得的本征模态函数本身存在的窄带特性，结合希尔伯特变换可以滤除平稳噪声的特点，同时实现了对心电信号中同频平稳干扰的滤除，以及对能量时域分布的有效检测。附图说明通过附图所示，本公开的上述及其它目的、特征和优势将更加清晰。在全部附图中相同的附图标记指示相同的部分，并未刻意按实际尺寸等比例缩放绘制附图，重点在于示出本公开的主旨。图1为依据本公开实施例应用于穿戴式设备的心电信号特征区域检测方法流程图。图2为依据本公开实施例简化经验模态分解的伪代码流程图。具体实施方式为使本公开的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本公开进一步详细说明。需要说明的是，在附图或说明书描述中，相似或相同的部分都使用相同的图号。附图中未绘示或描述的实现方式，为所属
中普通技术人员所知的形式。另外，虽然本文可提供包含特定值的参数的示范，但应了解，参数无需确切等于相应的值，而是可在可接受的误差容限或设计约束内近似于相应的值。实施例中提到的方向用语，例如“上”、“下”、“前”、“后”、“左”、“右”等，仅是参考附图的方向。因此，使用的方向用语是用来说明并非用来限制本公开的保护范围。本公开提出了一种复杂度低、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，基于信号中波形能量分布信息的方法组合、简化和近似处理，从而有效的降低运算量，较好的适用于穿戴式需求。本公开应用于穿戴式设备的心电信号特征区域检测方法主要包括以下步骤：基于移位和加减法操作计算输入心电信号的小波分解系数WT(n)，也就是说，在实现小波分解系数WT(n)的计算过程中，仅基于移位和加减法计算即可(具体的，可通过移位操作获得中间数值，再通过对所述中间数值进行周期延时累加即获得特定阶的小波分解系数WT(n))，未涉及乘法计算，无需利用乘法器(本公开检测方法既可以通过硬件实现，也可以通过软件实现，硬件实现时可省去乘法器，软件实现时可避免乘法计算)，实现了对输入心电信号中高频毛刺噪声和低频基线漂移的初步滤除；利用简化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)；其中，简化经验模态分解法即对标准化的时频分析法进行了一定的简化，具体而言，其在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，从而可以低开销地获取携带有原始心电信号中能量分布信息的单分量序列I(t)，求取单分量序列I(t)的过程本身可以实现对信号的初步消噪；以及将上述单分量序列I(t)视作经过调幅调制的窄带信号，利用希尔伯特变换对所述单分量序列I(t)进行包络解调，求取的解调信息，即为输入心电信号中特征区域的分布信息。在上述步骤中，可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)；优选的，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序列I(t)。可选的，在所述的利用希尔伯特变换对所述单分量序列I(t)进行包络解调的步骤之后，还包括：对所述包络解调得到的信号进行相位修正及特征区域划分。其中，根据与心电信号中待检测顶点就近对齐的原则对包络解调造成的相位漂移进行修正。修正量可以为每一帧中各顶点偏移量的均值。如图1所示，在一具体实施例中，所述应用于穿戴式设备的心电信号特征区域检测方法，包括以下步骤：S11，心电信号采样。心本文档来自技高网...

【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