一种心电图降噪方法、装置、计算机设备及存储介质制造方法及图纸

本发明专利技术适用于计算机技术领域，提供了一种心电图降噪方法、装置、计算机设备及存储介质，所述心电图降噪方法包括：获取输入的待降噪处理的心电图，并根据所述心电图确定心电信号；基于形态学滤波算法获取所述心电信号的基线漂移参考信号；基于预先建立的含有可变参数的心电信号自适应滤波模型以及所述基线漂移参考信号对所述心电信号进行自适应滤波降噪处理生成降噪后心电信号。本发明专利技术实施例提供的心电图降噪方法，先采用形态学滤波算法，能够有效地滤取心电信号的基线漂移噪音，进一步将基线漂移噪音信号作为基线漂移参考信号输入到自适应滤波模型进行校正，使得最终输出的降噪心电信号更为接近真实心电信号。

A method, device, computer equipment and storage medium for ECG noise reduction

【技术实现步骤摘要】
一种心电图降噪方法、装置、计算机设备及存储介质
本专利技术属于计算机
，尤其涉及一种心电图降噪方法、装置、计算机设备及存储介质。
技术介绍
心电图是利用心电图机记录用户心脏在周期内所产生的电活动的变化，也是医生用于诊断用户心脏相关疾病的重要手段之一，也就是说，心电图的准确与否严重影响到最终诊断的准确率。而现有的心电图由于在测量过程中或多或少受到外界的干扰因素(噪音)，比如人体与大地分布电容之间引起的位移电流而导致的工频干扰、用户的呼吸所带来的基线漂移、电机与皮肤接触不良等等，而导致现有的心电图通常需要先进行降噪处理才能进行诊断。而在上述几种常见的噪音之中，基线漂移是一种最难处理的噪音，主要原因是基线漂移的频率通常在0.05Hz～2Hz之间，这样的频率与心电图中ST段的频率部分重叠，也就是说，在对基线漂移进行消除的过程中，通常会导致心电图中ST段发生形变，甚至丢失原有的特征，这对于需要通过ST段来诊断的部分心脏疾病例如心肌梗塞、心肌缺血的诊断极为不利。以几种常见的算法为例，如采用高通滤波算法对基线漂移进行消除会存在截止频率设定较低，对基线漂移噪音消除效果差，而截止频率设定较高，会导致ST段随基线漂移一起被消除的两难问题，而采用中值滤波算法对基线漂移进行消除虽然处理效率高，但是处理后的ST段特征丢失明显，只适用于精度要求低的场合。可见，现有的心电图降噪算法对基线漂移的处理还存在着ST段会发生形变、丢失特征的技术问题。
技术实现思路
本专利技术实施例的目的在于提供一种心电图降噪算法，旨在解决现有的心电图降噪算法对基线漂移的处理还存在的ST段会发生形变、丢失特征的技术问题。本专利技术实施例是这样实现的，一种心电图降噪方法，所述方法包括：获取输入的待降噪处理的心电图，并根据所述心电图确定心电信号；基于形态学滤波算法获取所述心电信号的基线漂移参考信号；基于预先建立的含有可变参数的心电信号自适应滤波模型以及所述基线漂移参考信号对所述心电信号进行自适应滤波降噪处理生成降噪后心电信号，所述可变参数包括滤波系数。本专利技术实施例的另一目的在于提供一种心电图降噪装置，所述装置包括：心电信号确定单元，用于获取输入的待降噪处理的心电图，并根据所述心电图确定心电信号；基线漂移参考信号获取单元，用于基于形态学滤波算法获取所述心电信号的基线漂移参考信号；心电信号降噪单元，用于基于预先建立的含有可变参数的心电信号自适应滤波模型以及所述基线漂移参考信号所述对所述心电信号进行自适应滤波降噪处理生成降噪后心电信号，所述可变参数包括滤波系数。本专利技术实施例的另一目的在于提供一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如上述所述心电图降噪方法的步骤。本专利技术实施例的另一目的在于提供一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行如上述所述心电图降噪方法的步骤。本专利技术实施例提供的一种心电图降噪方法，主要针对于基线漂移类型的噪音降噪，在获取输入的待降噪处理的心电图后，处理生成心电信号，并先基于形态学滤波算法获取所述心电信号的基线漂移参考信号，进一步通过预先建立的含有可变参数的心电信号自适应滤波模型以及基线漂移参考信号对所述心电信号进行自适应滤波降噪处理生成滤除基线漂移噪音的心电信号。本专利技术实施例提供的形态学滤波算法，能够有效地滤取心电信号的基线漂移噪音，但会导致心电图ST段会略微抬高，而进一步将采用形态学滤波算法从心电信号中提取出来的基线漂移噪音信号作为基线漂移参考信号输入到自适应滤波模型中，通过负反馈调节能够逐步消除心电图ST段抬高的异常，从而使得最终输出的降噪心电信号已基本和真实心电信号相同，有效提高了心电疾病的确诊率。附图说明图1为本专利技术实施例提供的一种心电图降噪方法的步骤流程图；图2为本专利技术实施例提供的一种基于形态学滤波算法获取所述心电信号的基线漂移参考信号的方法的步骤流程图；图3为本专利技术实施例提供的一种自适应滤波降噪处理方法的步骤流程图；图4为本专利技术实施例提供的一种采用第一直线型结构元素对所述心电信息进行滤波处理的方法的步骤流程图；图5为本专利技术实施例提供的一种采用第二直线型结构元素对滤除QRS波的心电信号进行二次滤波处理的方法的步骤流程图；图6为本专利技术实施例提供的一种心电图降噪装置的结构示意图；图7为本专利技术实施例提供的一种基线漂移参考信号获取单元的结构示意图；图8为本专利技术实施例提供的一种心电信号降噪单元的结构示意图。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。本专利技术实施例提供的一种心电图降噪方法，为实现将检测得到的心电信号中的基线漂移噪音滤除出来，得到纯净的心电信号，先通过形态学滤波算法提取出心电信号中的基线漂移参考信号，但此时的基线漂移参考信号与真实的基线漂移噪音还存在差异，如果直接用检测得到的心电信号减去基线漂移参考信号会导致ST段抬高，从而失去部分特征，为进一步修正基线漂移参考信号，将基线漂移参考信号以及待检测的心电信号输入到预先建立的心电信号自适应滤波模型对基线漂移参考信号进行校准，从而使得最终生成的纯净的心电信号更加精确，有效地解决了现有技术中对基线漂移噪音去除效果不佳的技术问题。如图1所示，在一个实施例中，提出了一种心电图降噪方法的步骤流程图，具体包括以下步骤：步骤S102，获取输入的待降噪处理的心电图，并根据所述心电图确定心电信号。在本专利技术实施例中，为便于理解，先将与本专利技术实施例相关的有关心电图的基本信息进行解释说明。当然，未被解释说明的心电图的其他基本信息也应当属于本领域技术人员的公知常识，即使在本说明书中未详细解释说明，也不得作为对本专利技术的限制。在本专利技术实施例中，心电图主要包括QRS波，P波，T波，每个波都衡量了心脏电位的一种变化，例如P波表示的是左右心房除极时的电位变化，QRS波表示的是左右心室除极时的电位变化，属于心电图的基本概念。本领域技术人员应当理解本申请全文中各处描述的各波、段的含义。在本专利技术实施例中，在进行心电图检测过程中，考虑到存在的外界干扰因素会产生或大或小的噪音干扰，因此，在输出心电图后，通常需要对心电图进行降噪处理，其中以消除工频干扰以及基线漂移为主。本专利技术所提供的实施例主要是以消除基线漂移噪音为目的，其步骤与消除基线漂移噪音相关，对基线漂移噪音的滤除效果优异，后续实施例以及解释说明也主要以基线漂移噪音信号为主，但并不能够解释为本专利技术实施例提供的实施例只能用于消除基线漂移，凡在本专利技术权利要求限定的步骤之内对心电图存在的各种噪音信号进行滤除的技术方案均在本专利技术要求保护的范围之内。在本专利技术实施例中，心电本文档来自技高网...

【技术保护点】
1.一种心电图降噪方法，其特征在于，所述方法包括：/n获取输入的待降噪处理的心电图，并根据所述心电图确定心电信号；/n基于形态学滤波算法获取所述心电信号的基线漂移参考信号；/n基于预先建立的含有可变参数的心电信号自适应滤波模型以及所述基线漂移参考信号对所述心电信号进行自适应滤波降噪处理生成降噪后心电信号，所述可变参数包括滤波系数。/n

【技术特征摘要】
1.一种心电图降噪方法，其特征在于，所述方法包括：
获取输入的待降噪处理的心电图，并根据所述心电图确定心电信号；
基于形态学滤波算法获取所述心电信号的基线漂移参考信号；
基于预先建立的含有可变参数的心电信号自适应滤波模型以及所述基线漂移参考信号对所述心电信号进行自适应滤波降噪处理生成降噪后心电信号，所述可变参数包括滤波系数。


2.根据权利要求1所述的心电图降噪方法，其特征在于，所述基于形态学滤波算法获取所述心电信号的基线漂移参考信号的步骤具体包括：
采用预设的第一直线型结构元素对所述心电信息进行滤波处理，生成滤除QRS波的心电信号，所述第一直线型结构元素的宽度大于心电信号中QRS波的宽度，小于P波的宽度；
采用所述预设的第二直线型结构元素对所述滤除QRS波的心电信号进行二次滤波处理，生成滤除P波以及T波的心电信号，所述滤除P波以及T波的心电信号即为基线漂移参考信号，所述第二直线型结构元素的宽度大于P波的宽度。


3.根据权利要求1所述的心电图降噪方法，其特征在于，所述基于预先建立的含有可变参数的心电信号自适应滤波模型以及所述基线漂移参考信号对所述心电信号进行自适应滤波降噪处理生成降噪后心电信号的步骤具体包括：
将所述基线漂移参考信号输入到含有可变参数的心电信号自适应滤波模型中生成基线漂移模拟信号；
计算所述心电信号与所述基线漂移模拟信号的差的均方差；
判断所述均方差是否小于预设的阈值；
当判断所述均方差不小于预设的阈值时，基于梯度下降算法，根据所述均方差以及预设的步长对所述滤波系数进行优化，并返回至所述将所述基线漂移参考信号输入到含有可变参数的心电信号自适应滤波模型中生成基线漂移模拟信号的步骤；
当判断所述均方差小于预设的阈值时，将所述心电信号与所述基线漂移模拟信号的差确定为降噪后心电信号。


4.根据权利要求2所述的心电图降噪方法，其特征在于，所述采用预设的第一直线型结构元素对所述心电信息进行滤波处理，生成滤除QRS波的心电信号的步骤具体包括：
将所述第一直线性结构元素与所述心电信息进行腐蚀运算后，再进行膨胀运算生成滤除QRS波的第一心电信号；
将所述第一直线性结构元素与所述心电信息进行膨胀运算后，再进行腐蚀运算生成滤除QRS波的第二心电信号；
对所述滤除QRS波的第一心电信号以及所述滤除QRS波的第二心电信号进行平均运算生成滤除QRS波的心电信号。


5.根据权利要求2所述的心电图降噪方法，其特征在于，所述采用所述预设的第二直线型结构元素对所述滤除QRS波的心电信号进行二次滤波处理，生成滤除P波以及T波的心电信号的步骤具体包括：
将所述第二直线型结构元素与所述滤除QRS波的心电信号进...

【专利技术属性】
技术研发人员：田国樑，
申请(专利权)人：上海询康数字科技有限公司，
类型：发明
国别省市：上海;31