【技术实现步骤摘要】
一种单导心电信号PQRST波联合精准识别算法
本专利技术涉及生物信息学
,涉及一种基于小波分解和特征点识别的单导心电信号PQRST波联合识别算法,尤其涉及在心电终端实时人体佩戴过程中,心电信号的去噪、去基线漂移和实时PQRST波特征识别的方法。
技术介绍
心电信号的临床应用已有一百多年历史,至今仍是临床医学最重要的辅助检查之一。它不仅用于心血管疾病的诊断,也是临床各科观察病情变化必不可少的手段。心电图是诊断心律失常的“金标准”,且无创、经济、方便快捷、重复性好,具有其他检查设备望尘莫及的优点。目前在我国,从农村基层诊所到中心城市超大型医院都有心电图检查项目,因而阅读、识别、解释常见的心电图现象成为几乎所有临床医生必须具备的基本功,随着科技的发展,尤其是人工智能技术的进步,人工智能识别心电图成为发展的必然趋势,在智能判断心脏疾病之前需要对心电信号的特征进行提取,其中心电信号的PQRST波是心电信号的最主要特征,由此可以演化出其他的许多相关特征值,其识别的结果可以作为自动分析诊断系统的关键输入,直接影响到智能诊断的准确性和可靠性,其PQRST波的检测结果是诊断心 ...
【技术保护点】
1.一种单导心电信号PQRST波联合精准识别算法,所述方法包括以下步骤:S1:当输入单导信号时,利用小波分析方法对信号进行预处理,滤除噪音信号并对心电信号的基线漂移进行调整;S2:预处理后的信号,利用差分方法计算得到心电信号的R波峰值位置;S3:根据R波峰位置和RR间期,智能定位每个心跳周期,并按照心跳周期对心电信号进行分段;S4:针对分段后的心电信号,采用自适应方法计算确定Q波和S波位置;S5:针对分段后的心电信号采用卷积方法,识别确定P波和T波波峰位置。
【技术特征摘要】
1.一种单导心电信号PQRST波联合精准识别算法,所述方法包括以下步骤:S1:当输入单导信号时,利用小波分析方法对信号进行预处理,滤除噪音信号并对心电信号的基线漂移进行调整;S2:预处理后的信号,利用差分方法计算得到心电信号的R波峰值位置;S3:根据R波峰位置和RR间期,智能定位每个心跳周期,并按照心跳周期对心电信号进行分段;S4:针对分段后的心电信号,采用自适应方法计算确定Q波和S波位置;S5:针对分段后的心电信号采用卷积方法,识别确定P波和T波波峰位置。2.根据权利要求1所述的方法,其特征在于:对于输入的单导心电信号,采用小波方法对信号进行滤波处理、基线漂移去除。3.根据权利要求2所述的方法,其特征在于:采用高斯1阶小波实数基作为单导心电信号小波分解的基础小波基,对单导心电信号进行分解,并将其分解得到的低频部分和高频部分略去,将剩下的信号进行重构,得到经过噪声滤波和基线漂移去除之后的单导心电信号。4.根据权利要求3所述的方法,其特征在于:经过噪声滤波和基线漂移去除之后的稳定无噪声单导心电信号,经过两次差分过程,得到心电信号的R波的位置;经过两次差分过程之后,采用最大值检测法,检测差分信号的最大值位置,得到的位置就是R波波峰的位置。5.根据权...
【专利技术属性】
技术研发人员:孙见山,张蓝天,朱孟斌,吴松,仲飞,
申请(专利权)人:苏州平稳芯跳医疗科技有限公司,
类型:发明
国别省市:江苏,32
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。