一种融合巴特沃斯滤波和小波变换的ECG特征提取方法技术

一种融合巴特沃斯滤波和小波变换的ECG特征提取方法，属于医学计算机技术领域。核心思想为：对原始ECG信号工频干扰进行了去噪处理；同时使用曲线拟合的方式，去基线漂移；在获取到较为精确的ECG信号后，使用差分阈值法和小波变换的方法分别对Q波、R波和S波分别进行定位，与专家标注的信息比对，分别调整阈值、尺度和平移量参数，得到最佳的定位结果。基于上述结果，针对Q波、R波和S波，分别选取差分阈值或者小波变换方法进行定位。本发明专利技术能够对原始的ECG信号进行更为精确的去噪处理，并且，能够实现QRS波的精确定位，为心电图的数字化分析提供基础。

【技术实现步骤摘要】
一种融合巴特沃斯滤波和小波变换的ECG特征提取方法
本专利技术涉及一种心电信号特征提取的方法，尤其涉及一种融合巴特沃斯滤波和小波变换的ECG特征提取方法，属于医学计算机

技术介绍
长久以来，心血管疾病因其高发病率和高死亡率严重威胁着人类的健康和生命。局世界卫生组织(WHO)估计，目前世界上每年有3600万人死于心血管疾病、糖尿病、呼吸系统疾病和恶性肿瘤等非传染性疾病，占全球死亡总数的2/3，到2020年，数目要攀升到4400万。《中国心血管病报告(2015)》显示，2014年中国心血管病死亡率仍居疾病死亡构成的首位，高于肿瘤及其他疾病。2014年农村心血管病死亡率为295.63/10万，其中心脏病死亡率为143.72/10万，脑血管病死亡率为151.91/10万(脑出血74.51/10万，脑梗死45.30/10万)；城市心血管病死亡率为261.99/10万，其中心脏病死亡率为136.21/10万，脑血管病死亡率为125.78/10万(脑出血52.25/10万，脑梗死41.99/10万)。随着中国社会老龄化步伐的加速，这些数据均在快速增长，心血管疾病已成为我国的重大公共卫生问题之一。所以，心脏类疾病的预防、诊断和治疗尤为重要，是当今医学人员的巨大挑战和研究热点。心电图(Electrocardiogram，ECG)检查通过放置在人体表面不同部位的电极，记录也肌细胞在每个也动周期收缩和舒张的过程中产生的电流，同时记录电流随心动周期方向和强弱的变化趋势并实时描绘心电变化曲线，用以判断心脏电活动的情况，可以判断心肌细胞是否死亡、是否存在缺血、是否存在冲动传导异常，并记录具有临床意义的特征性心电图改变。除此之外，某些电解质紊乱的疾病心电图也有特征性改变。如高钾血症会出现T波高尖、QT间期缩短，血钙降低会出现ST段延长等；进行ECG信号的特征提取对临床研究具有重要的意义。但在心电信号的检测过程中，存在工频干扰、环境噪声等因素的影响，影响了测量时的精度。并且目前由于心电图的智能分析的准确性和可靠性并不能与心脏病专家的分析相提并论，所以它在实际临床应用中的比例并不大。
技术实现思路
本专利技术的目的在于进一步提高现有心电信号的采集准确度以及各个QRS波段的精确检测，提出了一种融合巴特沃斯滤波和小波变换的ECG特征提取方法。本专利技术的核心思想为：对原始ECG信号工频干扰进行了去噪处理；同时使用曲线拟合的方式，去基线漂移；在获取到较为精确的ECG信号后，使用差分阈值法和小波变换的方法分别对Q波、R波和S波分别进行定位，与专家标注的信息比对，分别调整阈值、尺度和平移量参数，得到最佳的定位结果。一种融合巴特沃斯滤波和小波变换的ECG特征提取方法，包括如下步骤：步骤A、对原始ECG信号进行频谱分析得出最高频率和最低频率，再使用巴特沃斯滤波器对原始ECG信号进行滤波处理，得到滤波后的ECG1信号；步骤A又具体包括如下子步骤：SA.1通过公式(1)使用离散傅里叶变换的方法，对ECG信号的频谱进行分析，得到ECG信号频谱X(ejω)，进一步得ECG信号的最高频率f1以及工频干扰和其他噪声干扰频段的最低频率f2；其中，X(ejω)为ECG信号的频谱，ω为ECG信号的频率，ECG(n)为ECG信号的第n个幅值；在得到的X(ejω)中，低频段的最高频率，即为ECG信号的最高频率f1；高频段的最低频率，是工频干扰和其他噪声干扰频段的最低频率f2；SA.2对ECG信号经巴特沃斯滤波器进行滤波,得到滤波后的ECG信号ECG1，具体通过公式(2)进行巴特沃斯滤波：其中，公式(2)中的N代表整数集，|H(ω)|为巴特沃斯滤波器的模，|H(ω)|2为模的平方；ωc(2πf1＜ωc＜2πf2)为巴特沃斯滤波器的截止频率，p(p∈N)为阶数；步骤B、对步骤A输出的ECG1进行曲线拟合、求取多项式系数并去基线漂移，得到去基线漂移后的信号，ECG2；步骤B又包括如下子步骤：SB.1基于公式(3)进行曲线拟合：其中，y为用来拟合的多项式，多项式的阶次q(q∈N)，a0,a1,...,ap为q阶多项式的系数，x为采样时间序列，xi为x的第i次方；SB.2基于公式(4)，求取公式(3)中的多项式系数；其中，为多项式系数组成的向量，为ECG信号的幅值向量，C＝[1xx2...xq]T，CT为C的转置；SB.3基于公式(5)，得到去基线漂移后的信号；ECG2＝ECG1-y(5)公式(5)中，ECG2为去基线漂移后的信号，ECG1为滤波后的信号；y是式公(3)的输出；步骤C、将步骤B输出的ECG2信号使用差分阈值的方法先进行R波的定位，再进行Q波和S波的定位，分别输出R波、Q波和S波的位置；步骤C又包含如下子步骤：SC.1基于公式(6)和公式(7)，顺序计算ECG2信号的一阶差分S(n)和二阶差分W(n)；S(n)＝ECG2(n)-ECG2(n-1)(6)W(n)＝S(n)-S(n-1)(7)其中，S(n)为第n个一阶差分，ECG2(n)为ECG2信号的第n个幅值，ECG2(n-1)为ECG2信号的第n-1个幅值，W(n)为第n个二阶差分，S(n-1)为第n-1个一阶差分；SC.2使用枚举法，确定步骤SC.1输出的S(n)的最大值max1和W(n)的最大值max2；SC.3基于公式(8)，设定阈值门限Y1：Y1＝m1·max1(0＜m1＜1)(8)公式(8)中，阈值门限为Y1，m1是人为设定的系数，其范围为(0,1)；SC.4判断S(n)中是否有连续k1(k1∈N)个点超过Y1且ECG2(n)＞0，并根据判断结果进行如下操作：SC.4A若S(n)中有连续k1(k1∈N)个点超过Y1，且ECG2(n)＞0，该点n即为这个范围的R波峰，所处位置为r，跳至SC.5；其中，k1是大于等于2的整数；SC.4B若S(n)中没有连续k1(k1∈N)个点超过Y1，则k1＝k1-1，跳至步骤SC.4；SC.5基于公式(9)和(10)，设定起点阈值门限Y2和终点阈值门限Y3：Y2＝m2·max2(0＜m2＜1)(9)Y3＝m3·max2(0＜m3＜1)(10)公式(9)(10)中，阈值门限分别为Y2,Y3，m2,m3是人为设定的系数；SC.6从每个R波向前搜索，判断W(n)中是否有连续k2(k2∈N)个点小于Y2，并根据判断结果进行如下操作：SC.6A若W(n)中有连续k2(k2∈N)个点小于Y2，该点n即为该点为这个范围的QRS波的起点s，跳至SC.5；其中，k2是大于等于2的整数；SC.6B若W(n)中没有连续k2(k2∈N)个点小于Y2，则k2＝k2-1，跳至步骤SC.6；SC.7从每个R波向后搜索，判断W(n)中是否有连续k3(k3∈N)个点小于Y3，并根据判断结果进行如下操作：其中，k3是大于等于2的整数；SC.7A若W(n)中有连续k3(k3∈N)个点小于Y3，该点n即为该点为这个范围的QRS波的终点e，跳至SD.8；SC.7B若W(n)中没有连续k3(k3∈N)个点小于Y3，则k3＝k3-1，跳至步骤SC.7；SC.8基于公式(11)，在Q波、R波和S波的起点s和R波所在r位置的范围内搜索幅值极小值点Q：Q＝min(ECG2(n)),(s＜n＜r)(11)公式(11)本文档来自技高网...

【技术保护点】
1.一种融合巴特沃斯滤波和小波变换的ECG特征提取方法，其特征在于：对原始ECG信号工频干扰进行了去噪处理；同时使用曲线拟合的方式，去基线漂移；在获取到较为精确的ECG信号后，使用差分阈值法和小波变换的方法分别对Q波、R波和S波分别进行定位，与专家标注的信息比对，分别调整阈值、尺度和平移量参数，得到最佳的定位结果；包括如下步骤：步骤A、对原始ECG信号进行频谱分析得出最高频率和最低频率，再使用巴特沃斯滤波器对原始ECG信号进行滤波处理，得到滤波后的ECG1信号；步骤A又具体包括如下子步骤：SA.1通过公式(1)使用离散傅里叶变换的方法，对ECG信号的频谱进行分析，得到ECG信号频谱X(ejω)，进一步得ECG信号的最高频率f1以及工频干扰和其他噪声干扰频段的最低频率f2；

【技术特征摘要】
1.一种融合巴特沃斯滤波和小波变换的ECG特征提取方法，其特征在于：对原始ECG信号工频干扰进行了去噪处理；同时使用曲线拟合的方式，去基线漂移；在获取到较为精确的ECG信号后，使用差分阈值法和小波变换的方法分别对Q波、R波和S波分别进行定位，与专家标注的信息比对，分别调整阈值、尺度和平移量参数，得到最佳的定位结果；包括如下步骤：步骤A、对原始ECG信号进行频谱分析得出最高频率和最低频率，再使用巴特沃斯滤波器对原始ECG信号进行滤波处理，得到滤波后的ECG1信号；步骤A又具体包括如下子步骤：SA.1通过公式(1)使用离散傅里叶变换的方法，对ECG信号的频谱进行分析，得到ECG信号频谱X(ejω)，进一步得ECG信号的最高频率f1以及工频干扰和其他噪声干扰频段的最低频率f2；其中，X(ejω)为ECG信号的频谱，ω为ECG信号的频率，ECG(n)为ECG信号的第n个幅值；在得到的X(ejω)中，低频段的最高频率，即为ECG信号的最高频率f1；高频段的最低频率，是工频干扰和其他噪声干扰频段的最低频率f2；SA.2对ECG信号经巴特沃斯滤波器进行滤波,得到滤波后的ECG信号ECG1，具体通过公式(2)进行巴特沃斯滤波：其中，公式(2)中的N代表整数集，|H(ω)|为巴特沃斯滤波器的模，|H(ω)|2为模的平方；ωc(2πf1＜ωc＜2πf2)为巴特沃斯滤波器的截止频率，p(p∈N)为阶数；步骤B、对步骤A输出的ECG1进行曲线拟合、求取多项式系数并去基线漂移，得到去基线漂移后的信号，ECG2；步骤B又包括如下子步骤：SB.1基于公式(3)进行曲线拟合：其中，y为用来拟合的多项式，多项式的阶次q(q∈N)，a0,a1,...,ap为q阶多项式的系数，x为采样时间序列，xi为x的第i次方；SB.2基于公式(4)，求取公式(3)中的多项式系数；其中，为多项式系数组成的向量，为ECG信号的幅值向量，C＝[1xx2...xq]T，CT为C的转置；SB.3基于公式(5)，得到去基线漂移后的信号；ECG2＝ECG1-y(5)公式(5)中，ECG2为去基线漂移后的信号，ECG1为滤波后的信号；y是式公(3)的输出；步骤C、将步骤B输出的ECG2信号使用差分阈值的方法先进行R波的定位，再进行Q波和S波的定位，分别输出R波、Q波和S波的位置；步骤C又包含如下子步骤：SC.1基于公式(6)和公式(7)，顺序计算ECG2信号的一阶差分S(n)和二阶差分W(n)；S(n)＝ECG2(n)-ECG2(n-1)(6)W(n)＝S(n)-S(n-1)(7)其中，S(n)为第n个一阶差分，ECG2(n)为ECG2信号的第n个幅值，ECG2(n-1)为ECG2信号的第n-1个幅值，W(n)为第n个二阶差分，S(n-1)为第n-1个一阶差分；SC.2使用枚举法，确定步骤SC.1输出的S(n)的最大值max1和W(n)的最大值max2；SC.3基于公式(8)，设定阈值门限Y1：Y1＝m1·max1(0＜m1＜1)(8)公式(8)中，阈值门限为Y1，m1是人为设定的系数，其范围为(0,1)；SC.4判断S(n)中是否有连续k1(k1∈N)个点超过Y1且ECG2(n)＞0，并根据判断结果进行如下操作：SC.4A若S(n)中有连续k1(k1∈N)个点超过Y1，且ECG2(n)＞0，该点n即为这个范围的R波峰，所处位置为r，跳至SC.5；其中，k1是大于等于2的整数；SC.4B若S(n)中没有连续k1(k1∈N)个点超过Y1，则k1＝k1-1，跳至步骤SC.4；SC.5基于公式(9)和(10)，设定起点阈值门限Y2和终点阈值门限Y3：Y2＝m2·max2(0＜m2＜1)(9)Y3＝m3·max2(0＜m3＜1)(10)公式(9)(10)中，阈值门限分别为Y2,Y3，m2,m3是人为设定的系数；SC.6从每个R波向前搜索，判断W(n)中是否有连续k2(k2∈N)个点小于Y2，并根据判断结果进行如下操作：SC.6A若W(n)中有连续k2(k2∈N)个点小于Y2，该点n即为该点为这个范围的QRS波的起点s，跳至SC.5；其中，k2是大于等于2的整数；SC.6B若W(n)中没有连续k2(k2∈N)个点小于Y2，则k2＝k2-1，跳至步骤SC.6；SC.7从每个R波向后搜索，判断W(n)中是否有连续k3(k3∈N)个点小于Y3，并根据判断结果进行如下操作：其中，k3是大于等于2的整数；SC.7A若W(n)中有连续k3(k3∈N)个点小于Y3，该点n即为该点为这个范围的QRS波的终点e，跳至SD.8；SC.7B若W(n)中没有连续k3(k3∈N)个点小于Y3，则k3＝k3-1，跳至步骤SC.7；SC.8基于公式(11)，在Q波、R波和S波的起点s和R波所在r位置的范围内搜索幅值极小值点Q：Q＝min(ECG2(n)),(s＜n＜r...

【专利技术属性】
技术研发人员：郭树理，韩丽娜，陈启明，桂心哲，张祎彤，张禾，刘宏斌，范利，
申请(专利权)人：北京理工大学，中国人民解放军总医院，
类型：发明
国别省市：北京,11