一种基于小波变换的心电波形检测方法、装置、终端设备制造方法及图纸

本发明专利技术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，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。本发明专利技术可以提高心电图波形判断的精准度。

An ECG Waveform Detection Method, Device and Terminal Equipment Based on Wavelet Transform

【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小波变换的心电图波形检测装置，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，包括心电图波形去噪子模块、QRS波形检测子模块、心拍提取子模块；心电图波形去噪子模块，用于对心电图波形去噪处理；QRS波形检测子模块，用于进行QRS波形检测；心拍提取子模块，用于提取心拍数据；小波变换模块，用于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；训练模块，用于输入到支持向量机SVM进行训练；输出模块，用于输出心电图波形检测结果。第三方面，本申请实施例提供了一种终端设备，其特征在于，其特征在于，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时，实现本申请实施例描述的方法。第四方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如本申请实施例描述的方法。附图说明通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：图1示出了本申请实施例提供的基于小波变换的心电图波形检测方法的流程示意图；图2示出了本申请又一实施例提供的基于小波变换的心电图波形检测装置结构框图。图3示出了本申请又一实施例提供的心拍提取示意图。图4示出了本申请又一实施例提供的小波变换流程示意图。具体实施方式为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。实施例一请参考图1，图1示出了本申请实施例提供的基于小波变换的心电图波形检测方法的流程示意图。如图1所示，该方法包括：步骤10，接收心电信号；步骤20，对心电图波形去噪处理；具体的，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。步骤30，进行QRS波形检测；具体的，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。步骤40，提取心拍数据；具体的，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。请参考图3，图3示出了心拍提取示意图。步骤50，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；具体的，去噪后的心电图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。请参考图4，图4示出了小波变换流程。步骤60，输入到支持向量机SVM进行训练；具体的，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。步骤70，输出心电图波形检测结果。实施例二请参考图2，图2示出了本申请又一实施例提供基于小波变换的心电图波形检测装置，该装置包括：预处理模块10，用于对接收的心电信号进行预处理，包括心电图波形去噪子模块、QRS波形检测子模块、心拍提取子模块；心电图波形去噪子模块，用于对心电图波形去噪处理；具体的，心电图波形去噪子模块具体用于：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。QRS波形检测子模块20，用于进行QRS波形检测；具体的，QRS波形检测子模块具体用于：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。心本文档来自技高网...

【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...

【专利技术属性】
技术研发人员：姚俊峰，刘笑寒，
申请(专利权)人：厦门大学，
类型：发明
国别省市：福建,35