一种多级导联心电信号QRS波形识别方法技术

本发明专利技术涉及一种心电信号QRS波形识别的方法。本发明专利技术首先对采集到的心电信号进行滤波，再对II级导联心电信号的R波进行识别，依据II级导联信号的R波的位置作为参考对其他多级导联心电信号的R波进行识别，之后对多级导联信号的Q波S波进行识别，以实现对多导联心电信号QRS波形识别。本发明专利技术的有益效果为，在小波变换识别R波提出了新的方法，可以避免传统极大值-极小值方法中极大值与极小值的匹配错误。本发明专利技术尤其适用于心电信号QRS波形识别。

【技术实现步骤摘要】
【专利摘要】本专利技术涉及一种心电信号QRS波形识别的方法。本专利技术首先对采集到的心电信号进行滤波，再对II级导联心电信号的R波进行识别，依据II级导联信号的R波的位置作为参考对其他多级导联心电信号的R波进行识别，之后对多级导联信号的Q波S波进行识别，以实现对多导联心电信号QRS波形识别。本专利技术的有益效果为，在小波变换识别R波提出了新的方法，可以避免传统极大值-极小值方法中极大值与极小值的匹配错误。本专利技术尤其适用于心电信号QRS波形识别。【专利说明】一种多级导联心电信号QRS波形识别方法
本专利技术涉及一种心电信号QRS波形识别的方法，尤其涉及一种基于小波变换的多级导联心电信号QRS波形识别方法。
技术介绍
由于我国老龄化的加剧以及现有的医疗资源分布不平衡，医疗健康领域在我国变得越来越重要。其中心血管疾病作为危害现代人身体健康的重要疾病，心血管疾病的预防与治疗变得尤为重要。心电信号波形的识别作为心血管疾病治疗的一个重要环节，其理论研究需要提供高正确率。心电信号波形识别的步骤往往是从QRS波形识别开始。 在传统的心电信号检测过程中，通常采用标准的十二级导联形式、单级导联形式以及其他改进的导联形式。但在传统的心电信号波形的识别方法中，往往仅识别II级导联波形。然而有些心律失常信号II级导联波形与正常信号II级导联波形差异很小，却在其他级导联波形上具有明显的差异。比如对于室性早搏信号，其在Vl导联上的特征信息比II级导联上的信号的特征信息更为明显。因此多级导联信号QRS波形识别对其后续的特征信号提取以及心律失常信号分类很有帮助。本专利技术所述多级导联是指标准十二级导联形式或其他改进的导联形式中的包含II级导联信号的多个导联信号组合，如后述的MLII级导联与Vl级导联的组合、MLII级与V5级导联的组合。所述MLII级导联是指改进肢体II级导联。 心电信号QRS波形识别主要有如下方法:基于滤波和阈值检测的方法、基于小波变换的方法，以及基于神经网络的方法。其中滤波和阈值检测方法是基于时域的分析，对于大量的心电信号难以选取一个适合所有心电信号的阈值。神经网络方法需要提前训练，而且其训练时间长，难以实际应用。小波变换是时间和频率的局部变换，能有效地从信号中提取时频域信息，适合心电信号QRS波形识别。 由于用户在进行心电信号检测时，无法确定用户的心电信号是正常心电信号，还是包含一种或多种心律失常心电信号。因此，心电信号QRS波形方法识别必须能够识别出所有心律失常心电信号的QRS波形。各种心律失常心电信号在II级导联信号中都是正向的，而在一些其他级导联信号中并不一定是正向的。这给多级导联心电信号QRS波形识别带来了一些困难。 传统的使用小波变换进行R波识别方法往往是在频域上通过阈值来获取极大值和极小值，再根据这个极大值和极小值获取极大值-极小值对中的过零点。将这个过零点视为R波出现的位置。对有些波形，使用这种方法获得的极大值个数与极小值个数不匹配，从而造成无法获取的极大值-极小值对的过零点。而且如果其中的一个极大值与极小值匹配错误，可能造成接下来的其他的极大值与极小值匹配错误，从而形成大量的错误的极大值-极小值对的过零点。 心电信号Q波S波的识别存在一些不方便识别的情况:一些心电信号Q波或S波可能消失；室性早搏II级导联信号的S波消失，其随后紧跟着倒置的T波。在识别S波时可能把倒置的T波作为QRS复合波的一部分进行识别。 传统的使用小波变换进行Q波S波识别的方法往往采用类似与R波识别的频域极大值-极小值对过零点的方法。R波对应的过零点的前面一个过零点是Q波，其后的过零点是S波。然而如上述的一些特殊情况这种传统方法没有考虑从而会造成错误的识别。 心电信号QRS波形识别需要在多级导联信号中识别多种心律失常信号的QRS波形，且识别的方法要求准确性高，从而对心电信号的识别提高了要求。
技术实现思路
本专利技术的目的，就是针对上述问题，提出一种提出了多级导联心电信号QRS波形识别方法。 本专利技术的技术方案:一种多级导联心电信号QRS波形识别方法，其特征在于，包括以下步骤: a.滤波:对采集到的心电信号进行滤波；具体方法为: al.使用Daubechies小波的5阶小波db5对心电信号进行分解,得到第7尺度低频信号对应心电信号的基线漂移噪声，将其滤除再进行重构从而滤除基线漂移噪声； a2.使用symlet小波8阶小波sym8对各层噪声分别进行估计、调整进行硬阈值滤波，从而滤除工频干扰噪声和肌电干扰噪声； b.对II级导联心电信号的R波进行识别:使用硬阈值进行极大值检测，再进行RR间距的调整，之后进行时域调整识别R波；具体方法为: bl.使用sym8小波对一维小波系数进行单支重构，获取第四尺度的高频信号； b2.设定固定的幅度阈值THR_amplitude，查找大于该幅度阈值的信号点并存储为X_i;对X-1做差分，其差分结果为大于固定阈值的点之间的间距X-diff ； b3.设置RR间距阈值THRfinteval，选择大于该间距阈值的信号X_intCTval，X_inte?al是每段大于幅度阈值的信号的右侧边界点的位置，从而可以获得右侧边界点X ok ； b4.根据大于幅度阈值的信号的右侧边界位置X_intOTval来查找每段大于幅度阈值的信号的最大值，该最大值为高频信号的极大值； b5.根据极大值位置在时域中进行时域调整，具体为:在滤波后的心电信号中的极大值位置左右1/12秒的时间窗内查找最大值，该最大值便是时域上的R波； b6.在时域上再次进行RR间距阈值滤波，具体为:设定RR间距对步骤b5得到的R波进行滤波，滤波后的R波作为识别得到的R波；所述RR间距的范围为0.6?I秒； c.心电信号其他多级导联R波识别:根据II级导联中识别的R波的位置作为基础再进行时域调整，获得其他级导联的R波识别；具体方法为: Cl.检测其他级导联时间窗内的最大值和最小值的绝对值，比较最大值与最小值的绝对值，如果最大值大于最小值的绝对值。若是，则进入步骤c2 ;若否，则进入步骤c3: c2.判断R波是正向的，找出相应的最大值作为识别的R波； c3.判断R波是负向的，找出相应的最小值作为识别的R波； d.心电信号Q波S波识别:用小波分解获取第4尺度的低频信号，在低频信号上查找R波波峰两侧的波谷，在波谷左右两侧查找极大值，之后进行时域调整识别Q波S波；具体方法为: dl.使用sym8小波对一维小波系数进行单支重构，获取第四尺度的低频信号； d2.在低频信号中给定的时间窗内查找R波波峰左右两侧的最小值来识别R波波谷; d3.在R波波谷左右两侧给定的时间窗内取最大值，判断该最大值是否在左右两侧边沿上，若否，则进入步骤d3，若是，则在时间窗内取极大值，所述极大值为从一侧沿一个方向找到大于前后两边的幅度的位置； d4.在滤波后的心电信号上进行时域调整，具体为在微小的时间窗上查找极大值，若查到到极大值，则通过极大值识别Q波S波；若不存在极大值，则判定Q波S波消失，并将消失的Q波S波定为R波波谷。 本专利技术的有益效果为，本专利技术对多级导联的心电信号进行QRS波形识别而非仅仅对II级导联波形进本文档来自技高网...

【技术保护点】
一种多级导联心电信号QRS波形识别方法，其特征在于，包括以下步骤：a.滤波：对采集到的心电信号进行滤波；具体方法为：a1.使用Daubechies小波的5阶小波db5对心电信号进行分解，得到第7尺度低频信号对应心电信号的基线漂移噪声，将其滤除再进行重构从而滤除基线漂移噪声；a2.使用symlet小波8阶小波sym8对各层噪声分别进行估计、调整进行硬阈值滤波，从而滤除工频干扰噪声和肌电干扰噪声；b.对II级导联心电信号的R波进行识别：使用硬阈值进行极大值检测，再进行RR间距的调整，之后进行时域调整识别R波；具体方法为：b1.使用sym8小波对一维小波系数进行单支重构，获取第四尺度的高频信号；b2.设定固定的幅度阈值THR‑amplitude，查找大于该幅度阈值的信号点并存储为X‑i，对X‑i做差分，其差分结果为大于固定阈值的点之间的间距X‑diff；b3.设置RR间距阈值THR‑RR‑interval，选择大于该间距阈值的信号X‑interval，X‑interval是每段大于幅度阈值的信号的右侧边界点的位置，从而可以获得右侧边界点X ok；b4.根据大于幅度阈值的信号的右侧边界位置X‑interval来查找每段大于幅度阈值的信号的最大值，该最大值为高频信号的极大值；b5.根据极大值位置在时域中进行时域调整，具体为：在滤波后的心电信号中的极大值位置左右1/12秒的时间窗内查找最大值，该最大值便是时域上的R波；b6.在时域上再次进行RR间距阈值滤波，具体为：设定RR间距对步骤b5得到的R波进行滤波，滤波后的R波作为识别得到的R波；所述RR间距的范围为0.6～1秒；c.心电信号其他多级导联R波识别：根据II级导联中识别的R波的位置作为基础再进行时域调整，获得其他级导联的R波识别；具体方法为：c1.检测其他级导联时间窗内的最大值，判断最大值是否大于阈值；若是，则进入步骤c2，若否，则进入步骤c3；c2.判断R波是正向的，找出相应的最大值作为识别的R波；c3.判断R波是负向的，找出相应的最小值作为识别的R波；d.心电信号Q波S波识别：用小波分解获取第4尺度的低频信号，在低频信号上查找R波波峰两侧的波谷，在波谷左右两侧查找极大值，之后进行时域调整识别Q波S波；具体方法为：d1.使用sym8小波对一维小波系数进行单支重构，获取第四尺度的低频信号；d2.在低频信号中给定的时间窗内查找R波波峰左右两侧的最小值来识别R波波谷；d3.在R波波谷左右两侧给定的时间窗内取最大值，判断该最大值是否在左右两侧边沿上，若否，则进入步骤d3，若是，则在时间窗内取极大值，所述极大值为从一侧沿一个方向找到大于前后两边的幅度的位置；d4.在滤波后的心电信号上进行时域调整，具体为在微小的时间窗上查找极大值，若查到到极大值，则通过极大值识别Q波S波；若不存在极大值，则判定Q波S波消失，并将消失的Q波S波定为R波波谷。...

【技术特征摘要】

【专利技术属性】
技术研发人员：窦衡，孔飞，张德波，李玲，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：四川;51