【技术实现步骤摘要】
一种基于小波变换的心电波形检测方法、装置、终端设备
本申请涉及医疗
，尤其涉及一种基于小波变换的心电波形检测方法、装置、终端设备。
技术介绍
随着社会高速发展和进步，人们的生活节奏加快，竞争日渐白热化而带来诸多的压力。如何解除并控制压力状态，预防压力所导致的身心疾病，已越来越受到人们的关注和重视。对心电信号异常进行检测是一个有效的发现异常的途径，目前的方法主要提取心电图形态特征进行训练，然而由于心电P波、T波难以精准检测，这样计算出的形态特征并不准确，在心电波形检测基础上进行心脏骤停预警的精确度并不高。
技术实现思路
鉴于现有技术中的上述缺陷或不足，提供一种基于小波变换的心电图波形检测方法、装置、终端设备和存储介质。以提高心电图波形判断的精准度。第一方面，本申请实施例提供了一种基于小波变换的心电图波形检测方法，其特征在于，该方法包括：接收心电信号；对心电图波形去噪处理；进行QRS波形检测；提取心拍数据；对去噪后的心电图波形依次进行小波变换、提取低频系数、低频系数降维处理；输入到支持向量机SVM进行训练；输出心电图波形检测结果。第二方面，本申请实施例提供了一种基于...
【技术保护点】
1.一种基于小波变换的心电波形检测方法，其特征在于，该方法包括：接收心电信号；对心电波形去噪处理；进行QRS波形检测；提取心拍数据；对去噪后的心电波形依次进行小波变换、提取低频系数、低频系数降维处理；输入到支持向量机SVM进行训练；输出心电波形检测结果。
【技术特征摘要】
1.一种基于小波变换的心电波形检测方法，其特征在于，该方法包括：接收心电信号；对心电波形去噪处理；进行QRS波形检测；提取心拍数据；对去噪后的心电波形依次进行小波变换、提取低频系数、低频系数降维处理；输入到支持向量机SVM进行训练；输出心电波形检测结果。2.根据权利要求1所述的方法，其特征在于，心电波形去噪步骤具体包括：使用bior2.6小波函数，对原始心电信号进行8层小波分解，得到8个高频系数D1-D8和1个低频系数A8，对D1采用启发式阈值，公式如下：crit和eta定义如下：其中N是信号长度，Sj代表小波分解的系数，δ是信号噪声的标准差，对D2采用极值阈值，公式如下：当D1、D2的绝对值小于阈值时令其为0，否则不变，对于A8，将所有系数置为0，用处理后的高频系数与低频系数进行小波重构，得到去噪后的心电波形。3.根据权利要求2所述的方法，其特征在于，进行QRS波形检测步骤包括：先对去噪后的心电信号ECG进行通带为15-25Hz的40阶FIR带通滤波，通带频率大致为QRS波的频段；然后在滤波后波形的点两侧寻找平均最大最小斜率，计算最大斜率与最小斜率的差值；对斜率差值进行滑动窗口积分以增强信号；从信号的第一个波峰开始，判断波峰幅值是否超过thr0，若是，认为检测到了R波，否则认为是噪声；根据当前检测到的波峰和之前检测出的波峰，更新高低阈值thr1与thr0，并进行下一个波峰的检测，thr1与thr0公式如下：，其中pi代表之前检测到的波峰，p代表目前正在检测的波峰。4.根据权利要求3所述的方法，其特征在于，提取心拍数据包括：将检测到的QRS波形前后250点提出，具体是前100点，后150点。5.根据权利要求4所述的方法，其特征在于，去噪后的心电波形进行的小波变换具体是5层小波变换，小波函数选择coif3，低频系数降维使用的是主成分分析法PCA。6.根据权利要求5所述的方法，其特征在于，输入支持向量机SVM进行训练包括：用网格搜索法寻找最优超参数，将原始数据集划分为K份数据，每次用其中K-1份作为训练集，剩下的一份作为测试集，设置好超参数的搜索范围与步长，在范围内逐步计算精度函数，进行K次重复试验，找到K次试验中精度函数最优的超参数组，将支持向量机的参数设为找到的最优超参数组，对PCA降维后的数据进行训练。7.一种基于小波变换的心电波形检测装置，其特征在于，该装置包括：预处理模块，用于对接收的心电信号进行预处理，包括心电波形去噪子模块、QRS波形检测子模块、心拍提取子模块；心电波形去噪子模块，用于对心电波形去噪处理；QRS波形检测子模块，用于进行QRS波形检测；心拍提取子模块，用于提取心拍数...
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。