CN101856225A - 一种心电信号r波峰检测方法 - Google Patents

Abstract

本发明提供一种心电信号R波峰检测方法。该方法以点与点之间的差向量作为基础特征，该基础特征具有平移和旋转不变性，能够克服心电信号的基线漂移的影响；同时，对差向量进行对数极坐标转换来度量波形的相似性，这种度量对邻近的波形形态特征敏感，同时又能捕获波形的全局轮廓信息并对波形抖动具有鲁棒性；此外，通过设定恰当的阈值能够有效排除干扰信号的影响。这种将点与点的相似性度量转化为点所在波形的度量的方法，实现了对心电信号R波峰的准确识别和检测。将该方法应用于相关的心电图分析仪器中，能够实现对心电信号中R波峰的准确识别，有助于提高心电图分析设备的检测和分析能力。

Description

一种心电信号R波峰检测方法

技术领域

本发明涉及心电信号自动检测与分析技术领域，特别涉及一种用于心电信号特征提取和匹配的心电信号R波峰检测方法。

背景技术

心电图(Electrocardiogram，简称ECG)是指，心脏在每个心动周期中，由起搏点、心房、心室相继兴奋，伴随着生物电的变化，通过心电描记器从体表引出多种形式的电位变化的图形。心电图是心脏兴奋的发生、传播及恢复过程的客观指标。QRS复合波是心电信号的一个重要特征，也是心电信号检测中最基本的问题，它不仅是诊断心律失常的最重要依据，而且只有在QRS复波确定后才能分析心电信号的其它细节，获取更多的信息。如果QRS复波检测不准确，会大大影响到后面的分析判断工作。QRS复波的检测是所有分析算法的前提，而波形定位的精度将直接影响指标的可信度。QRS复波检测往往以R波峰为准进行定位，R波峰定位便成为QRS复波检测的基础；同时，R波峰作为心电信号单拍节律的最高点，常作为其余波形定位的基点，并可通过检测R波峰得到RR间期、心率、心率变异性等重要参数。因此，R波峰的检测在心电信号检测中具有重要的临床意义。如图2所示的心电信号实例波形图中，r₁、r₂、r₃分别为其中的3个R波峰。

目前，应用比较普遍的R波峰检测方法大致可以分为两类：

一类是几何变换方法，如阈值检测法、斜率法、面积法以及采用一系列带通滤波器提取QRS复合波技术等。这些方法对短周期平稳的心电信号可以提供较高的检测精度，但对于如图3所示的心电信号，由于其中部分波峰异常对R波峰检测形成干扰，几何变换方法并不能提供良好的R波峰检测精度。

专利号为200810238523.4的中国专利“基于心电间期序列归一化直方图的心衰检测方法和装置”中，对心电信号R峰值的检测应用了另一类方法，即小波变换模极大值检测法。由于R波是高频波，在心电波形中的幅值远大于其他波，经过小波变换后，信号的R波能量主要集中在小尺度上，因此，应在低尺度上检测R波。采样后的心电信号往往含有高频噪声，但是噪声的幅值相比R波小的多，利用小波变换模极大值线在小尺度上定位R波时，噪声可以得到有效的抑制；R波在每个尺度上均能产生一对模极大值点，从而形成2条模极大值序列，它们在尺度1上会收敛于一点，即R波峰的横坐标点，通过检测收敛点即可确定R波峰的位置。但小波变换模极大值检测法在很多情况下也无能为力，例如：当出现频率较高、幅值较大的干扰时，小波变换模极大值检测就不能有效的区分出该波段是R波还是干扰；当干扰持续比较长的时间而不是在一个节拍内部，小波变换模极大值检测也会将频率和幅值与R波相当的干扰判断为R波。这些干扰都会让小波变换模极大值检测法失效，从而影响心电信号中R波峰的检测精度。

发明内容

针对现有技术存在的上述不足，本发明方法所解决的技术问题是提高心电信号R波峰检测的准确性。将该方法应用于计算机或心电图分析设备对连续的心电信号的R波峰检测技术中，有助于提高计算机或心电信号分析设备的检测和分析精度。

本发明的目的是这样实现的：一种心电信号R波峰检测方法，将心电检测仪采集的心电信号输入计算机，由计算机进行低通滤波和采样预处理，然后对心电信号进行R波峰检测，进行R波峰检测的具体步骤包括：

a)建立K个互不相同的模板信号；每个模板信号是已识别的心电信号中一个R波峰前后各

周期的一段信号，且该段信号通过采样或插值处理为N个采样点；其中，K≥2，N的取值范围为100～1000；

b)分别建立每个模板信号中的N个采样点相对于其R波峰的归一化对数极坐标；

c)对于待测的心电信号，从其起始点提取时长为t₀的信号段作为检测段；然后对检测段进行自相关分析，计算检测段的自相关函数中每相邻两个局部最大值之间的时间间隔，取所述时间间隔的平均值作为检测段的近似周期；其中，t₀的取值范围为30～90s；

d)计算出检测段起中从始处至ε倍近似周期处的所有的局部最大值点；其中，ε的取值范围为1.2～1.6；

e)提取每个局部最大值点的特征区；每个局部最大值点的特征区是待测的心电信号中该局部最大值点前后各

近似周期的一段信号，且该段信号通过采样或插值处理为N个采样点；

f)分别建立每个局部最大值点的特征区中的N个采样点相对于其局部最大值点的归一化对数极坐标；

g)分别计算每个局部最大值点的特征区与各个模板信号基于归一化对数极坐标的互相关系数，将每个局部最大值点的特征区与各个模板信号的互相关系数中的最大值作为该局部最大值点的相似度；所述互相关系数的计算公式为：

其中，P_i，k为检测段中当前ε倍近似周期以内第i个局部最大值点的特征区与第k个模板信号的互相关系数；(β_i，n，γ_i，n)为检测段中当前ε倍近似周期以内第i个局部最大值点的特征区中第n个采样点相对于该局部最大值点的归一化对数极坐标，β_i，n为归一化极径，γ_i，n为极角；

为第k个模板信号中第n个采样点相对于其R波峰的归一化对数极坐标，α_k，n为归一化极径，为极角；k∈{1，2，...，K}，n∈{1，2，...，N}；

h)比较得出检测段中当前ε倍近似周期以内相似度最大的一个局部最大值点，并将该局部最大值点的相似度与预先设定的阈值C₀进行比较；若其相似度大于阈值C₀，即判定该局部最大值点为一个R波峰；其中，阈值C₀的取值范围为0.2～0.4；

i)以检测段中当前ε倍近似周期以内相似度最大的一个局部最大值点为起始点，计算出其后ε倍近似周期以内所有的局部最大值点；然后重复步骤e)～i)，由此判断出检测段中所有的R波峰；

j)在待测心电信号中，以当前检测段中最后一个R波峰所在位置为起始点，提取其后时长为t₀的信号段作为新的检测段；并且，以当前检测段中最后3个正常周期时间间隔的平均值作为新的检测段的近似周期；然后重复步骤d)～j)，由此判断出待测心电信号中所有的R波峰；

所述正常周期时间间隔是指相邻两个R波峰之间不超过1.5倍且不小于0.5倍当前近似周期时长的时间间隔；

k)对待测心电信号进行R波峰检测，存储并显示待测心电信号R波峰检测结果。

上述步骤中，所述步骤b)具体为：

b1)分别建立每个模板信号中的N个采样点相对于其R波峰的笛卡尔相对坐标，并进行均值归一化处理；均值归一化处理的计算公式如下：

${{\mathrm{\ρ}}_{k,n}}^{\′}=\frac{{\mathrm{\ρ}}_{k,n}}{{\stackrel{\‾}{\mathrm{\ρ}}}_{k,n}}=\frac{\sqrt{{x_{k,n}}^2+{y_{k,n}}^2}}{\frac{1}{N-1}\underset{n=1}{\overset{N}{\mathrm{\Σ}}}\sqrt{{x_{k,n}}^2+{y_{k,n}}^2}};$

θ_k，n′＝θ_k，n，且θ_k，n′∈(-π，π]；

其中，(x_k，n，y_k，n)为第k个模板信号中第n个采样点相对于其R波峰的笛卡尔相对坐标，(ρ_k，n，θ_k，n)为与(x_k，n，y_k，n)相对应的极坐标；(ρ_k，n′，θ_k，n′)为(ρ_k，n，θ_k，n)经均值归一化处理后的极坐标；k∈{1，2，...，K}，n∈{1，2，...，N}；

b2)根据步骤b1)所得的经均值归一化处理后的极坐标，分别将每个模板信号中的N个采样点投射到对数极坐标域，并进行归一化处理，得到每个模板信号中的N个采样点相对于其R波峰的归一化对数极坐标；归一化处理的计算公式如下：

${\mathrm{\α}}_{k,n}=\frac{{\mathrm{\ξ}}_{k,n}-{\mathrm{\ξ}}_{k,\min }}{{\mathrm{\ξ}}_{k,\max }-{\mathrm{\ξ}}_{k,\min }},$

其中，

为第k个模板信号中第n个采样点相对于其R波峰的归一化对数极坐标，α_k，n为归一化极径，

为极角；(ξ_k，n，ψ_k，n)为第k个模板信号中第n个采样点经投射后对应的对数极坐标，极径ξ_k，n＝logρ_k，n′，极角ψ_k，n＝θ_k，n′；k∈{1，2，...，K}，n∈{1，2，...，N}；ξ_k，max和ξ_k，min分别为第k个模板信号中各个采样点经投射后对应的对数极坐标中极径的最大值和最小值。

上述步骤中，所述步骤f)具体为：

f1)分别建立每个局部最大值点的特征区中的N个采样点相对于该局部最大值点的笛卡尔相对坐标，并进行均值归一化处理；均值归一化处理的计算公式如下：

${{\mathrm{\ρ}}_{i,n}}^{\′}=\frac{{\mathrm{\ρ}}_{i,n}}{{\stackrel{\‾}{\mathrm{\ρ}}}_{i,n}}=\frac{\sqrt{{x_{i,n}}^2+{y_{i,n}}^2}}{\frac{1}{N-1}\underset{n=1}{\overset{N}{\mathrm{\Σ}}}\sqrt{{x_{i,n}}^2+{y_{i,n}}^2}};$

θ_i，n′＝θ_i，n，且θ_i，n′∈(-π，π]；

其中，(x_i，n，y_i，n)为检测段中当前ε倍近似周期以内第i个局部最大值点的特征区中第n个采样点相对于该局部最大值点的笛卡尔相对坐标，(ρ_i，n，θ_i，n)为与(x_i，n，y_i，n)相对应的极坐标；(ρ_i，n′，θ_i，n′)为(ρ_i，n，θ_i，n)经均值归一化处理后的极坐标；n∈{1，2，...，N}；

f2)根据步骤f1)所得的经均值归一化处理后的极坐标，分别将每个局部最大值点的特征区中的N个采样点投射到对数极坐标域，并进行归一化处理，得到每个局部最大值点的特征区中的N个采样点相对于该局部最大值点的归一化对数极坐标；归一化处理的计算公式如下：

${\mathrm{\β}}_{i,n}=\frac{{\mathrm{\ξ}}_{i,n}-{\mathrm{\ξ}}_{i,\min }}{{\mathrm{\ξ}}_{i,\max }-{\mathrm{\ξ}}_{i,\min }},$ γ_i，n＝ψ_i，n；

其中，(β_i，n，γ_i，n)为检测段中当前ε倍近似周期以内第i个局部最大值点的特征区中第n个采样点相对于该局部最大值点的归一化对数极坐标，β_i，n为归一化极径，γ_i，n为极角；(ξ_i，n，ψ_i，n)为检测段中当前ε倍近似周期以内第i个局部最大值点的特征区中第n个采样点经投射后对应的对数极坐标，极径ξ_i，n＝logρ_i，n′，极角ψ_i，n＝θ_i，n′；n∈{1，2，..，N}；ξ_i，max和ξ_i，min分别为检测段中第i个局部最大值点的特征区中各个采样点经投射后对应的对数极坐标中极径的最大值和最小值。

在上述方案中，所述低通滤波的截止频率为100～120Hz；所述预采样预处理的采样频率为250～1000Hz。

作为进一步的优化，所述N的优选取值为200；所述t₀的优选取值为60s；所述ε的优选取值为1.5；所述阈值C₀的优选取值为0.20。

相比现有技术，本发明具有如下有益效果：

1、本发明方法以点与点之间的差向量作为基础特征，该基础特征具有平移和旋转不变性，能够克服心电信号的基线漂移的影响。

2、对差向量进行对数极坐标转换来度量波形的相似性，这种度量对邻近的波形形态特征敏感，同时又能捕获波形的全局轮廓信息，并对波形抖动具有鲁棒性。

3、仅以心电信号中的局部最大值点作为识别点，忽略对非局部最大值点的计算和识别，大大简化了检测过程中的数据计算量，进一步提高了识别的鲁棒性。

4、通过设置恰当的阈值，能够进一步有效排除干扰点，提高R波峰的识别准确率。

5、适用于在临床上应用的采用各种导联方式得到的心电信号。

附图说明

图1为本发明方法的流程框图；

图2为心电信号示例波形图；

图3为部分波峰异常的心电信号示例波形图；

图4为一个模板信号的笛卡尔坐标映射示意图；

图5为图4所示模板信号中点a在对数极坐标域中的归一化映射示意图；

图6为实施例中模板信号A₆的波形图；

图7为实施例中待测心电信号首个检测段中前8秒信号的波形图；

图8为图7所示信号中局部最大值点s₁、s₂、s₃、s₄、s₅、s₆、和s₇所在位置；

图9为图7所示信号中R波峰s₂以及局部最大值点s₃、s₄、s₅、s₆、s₇、s₈和s₉所在位置；

图10为图7所示信号中R波峰s₂₆以及局部最大值点s₂₇、s₂₈、s₂₉、s₃₀、s₃₁、s₃₂、s₃₃、s₃₄、s₃₅和s₃₆所在位置；

图11为图7所示信号中各个R波峰所在位置；

图12为图7所示信号中各个局部最大值点的相似度分布图。

具体实施方式

下面结合附图和实施例对本发明的技术方案作进一步说明：

本发明提出了一种结合心电信号的波形轮廓进行综合分析的心电信号R波峰检测方法。心电信号的逐拍对应着心脏搏动，而且各节拍的内在驱动机制相同，都是由起搏点、心房、心室相继兴奋的共同作用驱动的结果，相邻的节拍的波形具有相似性；如果能够对相似性加以度量和匹配，就可以找到与R波峰相似的点，实现R波峰的抗干扰检测。本发明提取心电信号中的点与其所在波形上的其它点的相对位置关系，并通过度量其在对数极坐标域中的分布特征，来度量这些点与R波峰之间的相似性；同时，将点与点的相似性度量转化为对点所在的波形经对数极坐标变换后的相似性匹配程度来加以度量，转换后的度量对邻近的波形形态特征敏感，同时又能捕获波形的全局轮廓信息。将本发明方法应用于带有微处理器等计算处理单元的识别处理设备(如具备计算机功能的心电图分析仪、心电图分析系统等)，结合对心电信号局部形态结构和全局轮廓信息进行识别，便能够准确的判断R波峰的位置。

本发明采用心电检测仪采集心电信号，这些信号是通过A/D转换后的数字信号(A/D转换的采样频率为400Hz)，将这些信号输入计算机，进行低通滤波和预采样处理，其滤波的截止频率为100～120Hz，预采样频率在250～1000Hz之间；然后由计算机建立模板，对待侧心电信号进行处理，进而通过匹配对心电信号进行R波峰检测。计算机进行R波峰检测的流程框图如图1所示，依次按如下步骤进行：

I、建立模板信号，以及模板信号中R波峰的度量特征：

a)建立模板信号：

在不同个体、不同身体状态、不同导联方式下，所采集到的心电信号的周期、幅值和波形轮廓都不尽相同，因此在建立模板时应当充分考虑这些因素，建立K个互不相同的模板信号，K≥2。模板信号的建立过程是：针对不同的导联方式，分别选取多个波形轮廓互不相同的心电信号，并且其各自的周期、幅度和R波峰等参数均预先通过人工检测识别或其他现有的检测识别手段获取为已知条件，便于建立模板信号。这些选取的心电信号，应当对应I导联、II导联、III导联、加压单极肢导联、单击胸导联等多种常用心电信号导联方式；针对每种导联方式所选取的多个模板信号，应当尽可能涵盖实践临床上常见几种心电信号的波形轮廓，其周期在0.43～1.5秒之间，以尽可能使得这些模板信号能够用于识别心率范围在40～140次/分钟的心电信号。由心电检测仪采集上述各类心电信号，输入计算机进行低通滤波和预采样处理后，然后从这已识别的心电信号中选取K个R波峰，其中任意的第k个R波峰记为O_k，k∈{1，2，...，K}。由于心电信号为准周期信号，一个周期的信号段足以体现R波峰附近的波形轮廓信息，因此从提高鲁棒性的角度考虑，提取R波峰O_k前

周期和后

周期的信号段

作为建立模板信号的长度范围。然而，对于不同的心电信号，其周期不尽相同，因而所提取的一个周期信号段内的采样点数也不一致；为了建立统一的模板标准，需要通过再采样或再插值处理将各模板信号的长度统一为固定的N个采样点。对于信号段

而言，即计算其中经采样预处理后所包含的采样点数N_k，若N_k大于统一长度N则对信号段进行再采样，若N_k小于统一长度N则对信号段

进行再插值，最终将其长度调整为N个采样点，形成模板信号A_k。通过上述步骤对选取的K个信号段进行处理，即可建立K个模板信号，每个模板信号的长度均为N个采样点。N的大小在一定程度上决定了后期识别的精度，兼顾识别精度和鲁棒性的考虑，N的适宜取值范围为100～1000。

b)分别建立每个模板信号中的N个采样点相对于其R波峰的归一化对数极坐标：

由于多种因素的影响，心电信号中各个节拍的波形轮廓不可能完全吻合，因此只能通过比较波形形态的相似性匹配程度来识别R波峰。R波峰邻近的波形形态与非R波峰邻近的波形形态之间存在较大的差异，如果可以建立一种度量关系，让度量对邻近的波形形态特征更加敏感，就更容易将R波峰与非R波峰加以明显的区分，达到检测目标。本发明将采集的心电信号映射到对数极坐标域中，让心电信号中待测点的与其所在波形上的其它点的相对位置关系呈现对数变化规律，通过度量心电信号中的识别点相对于其所在波形的其它点在对数极坐标域中的分布特征，以其对数变化规律来体现识别点对其邻近的波形形态的敏感特性，进而实现对心电信号中R波峰的匹配识别。对数极坐标域能够与笛卡尔坐标系相互映射转换。若对数极坐标域为(ξ，ψ)，其与笛卡尔坐标系(x，y)的转换关系如下：

$\mathrm{\ξ}=\log \mathrm{\ρ}=\log \sqrt{x^2+y^2};$

其中，(ρ，θ)为笛卡尔坐标系(x，y)所对应的极坐标，对数极坐标域中极径ξ即表示点与点之间距离的对数值，对数极坐标域中极角ψ的取值范围为(-π，π]。

本发明的具体处理方式是，对于模板信号A_k而言，为了度量和计算模板信号A_k中R波峰O_k与N个采样点的相对位置关系，将这N个采样点投射到以R波峰O_k为原点的笛卡尔坐标系中，建立各采样点相对于该R波峰的笛卡尔相对坐标，以笛卡尔相对坐标度量各采样点与R波峰O_k的差向量；差向量的大小仅与R波峰O_k和其分布特征点之间的相对位置关系有关，而与R波峰O_k前周期和后周期信号波形的基线无关，因此以点与点之间的差向量作为基础特征，使得基础特征具有平移和旋转不变性，该特性能够克服心电信号的基线漂移的影响。A_k中各个采样点相对于其R波峰O_k的笛卡尔相对坐标，需要进行均值归一化处理，主要是对笛卡尔相对坐标所表示的差向量的长度进行均值归一化处理，而保持差向量的方向不变，目的是消除模板信号A_k的各差向量中所附带的部分个性特征信息，同时可以使得其中含有的R波峰周边波形轮廓的共性特征得以保留。

然后，再根据经均值归一化处理后的差向量，将模板信号A_k的N个采样点映射到对数极坐标域中，得到采样点的对数极坐标；这N个采样点的对数极坐标直接的反映了其与R波峰O_k之间的位置关系，并且分布呈对数规律变化，通过度量N个采样点的对数极坐标，这种度量对R波峰O_k邻近的波形形态特征敏感，同时又能捕获波形的全局轮廓信息。最后，再对模板信号中采样点相对于其R波峰的对数极坐标进行再一次的归一化处理，得到归一化对数极坐标，进一步消除其中的个性差异。记模板信号中采样点相对于其R波峰的归一化对数极坐标为

例如，模板信号A_k中第n个采样点a_k，n，n∈{1，2，...，N}，在以R波峰O_k为原点的笛卡尔坐标系中的笛卡尔相对坐标为(x_k，n，y_k，n)，相应的极坐标为(ρ_k，n，θ_k，n)，如图4所示；对其进行均值归一化处理，即：

${{\mathrm{\ρ}}_{k,n}}^{\′}=\frac{{\mathrm{\ρ}}_{k,n}}{{\stackrel{\‾}{\mathrm{\ρ}}}_{k,n}}=\frac{\sqrt{{x_{k,n}}^2+{y_{k,n}}^2}}{\frac{1}{N-1}\underset{n=1}{\overset{N}{\mathrm{\Σ}}}\sqrt{{x_{k,n}}^2+{y_{k,n}}^2}};$

θ_k，n′＝θ_k，n，且θ_k，n′∈(-π，π]；

(ρ_k，n′，θ_k，n′)则为(ρ_k，n，θ_k，n)经均值归一化处理后的极坐标；再由(ρ_k，n′，θ_k，n′)映射到对数极坐标域之后，得到采样点a_k，n相对于R波峰O_k的对数极坐标(ξ_k，n，ψ_k，n)，其中，极径ξ_k，n＝logρ_k，n′，极角ψ_k，n＝θ_k，n′＝θ_k，n，且ψ_k，n∈(-π，π]；由此得到模板信号A_k中各个采样点相对于R波峰O_k的对数极坐标后，计算得到其中极径的最大值ξ_k，max和最小值ξ_k，min，再将各个采样点对数极坐标的极径归一化处理到0～1之间，保持极角不变，具体对于采样点a_k，n而言，即为：

${\mathrm{\α}}_{k,n}=\frac{{\mathrm{\ξ}}_{k,n}-{\mathrm{\ξ}}_{k,\min }}{{\mathrm{\ξ}}_{k,\max }-{\mathrm{\ξ}}_{k,\min }},$

则为模板信号A_k中第n个采样点a_k，n相对于R波峰O_k的归一化对数极坐标，α_k，n∈[0，1]，

如图5所示。

由上述步骤可分别建立各模板信号中采样点相对于其R波峰的归一化对数极坐标，将之储存在计算机或心电图分析设备的存储设备中，作为待测心电信号中R波峰的匹配标准。至此，测试准备工作已完成，接下来即可进行待测心电信号的测试步骤。

II、识别待测心电信号中的R波峰：

待测心电信号也由心电检测仪采集，再输入计算机进行低通滤波和采样预处理，以备分割处理。待测心电信号中的每个R波峰都应该是一个局部最大值点，若仅以检测段中的各个局部最大值点作为识别点进行计算，可以避免对信号中大量的明显非R波峰进行识别，大大简化了检测过程中的数据计算量，能够进一步提高识别的鲁棒性。在每个节拍中，除实际R波峰以外的局部最大值点均为干扰点，判断单个节拍中与模板信号的R波峰最相似的局部最大值点即为该节拍中的实际R波峰。但在确定R波峰之前，单个节拍的周期时长无法准确的判定，因此需要一个判定时长，该判定时长中既能确定至少包含一个R波峰，又不会超过2个节拍时长，以尽可能保证判定的准确性。我们以一个“近似周期”来作为待测信号中单个节拍的判定时长基准。

但实际操作中，不同时段心率的快慢很可能各有差异，心率的变化直接引起心电信号周期的变化，因此在采集的整段待测心电信号中，可能存在周期互不相同的节拍；若不同点所在节拍之间的周期差别过大，却以同一近似周期对这不同点进行识别，势必导致识别结果存在较大的误差。为此，本发明采用了对待测心电信号以分段方式逐进行检测处理，每一个分段的时长设定为30～90s，以避免单个分段中不同节拍之间的周期差别过大，从而将识别误差控制在有限的范围内。

综合考虑上述因素，本发明对待测心电信号中R波峰的识别过程如下：

c)确定待测心电信号的首个检测段：

对于待测心电信号的首个检测段而言，是从待测心电信号的起始点提取时长为t₀的信号段作为检测段；然后对检测段进行自相关分析，计算检测段的自相关函数中每相邻两个局部最大值之间的时间间隔，取所述时间间隔的平均值作为检测段的近似周期；其中，t₀的取值范围为30～90s。

计算检测段的近似周期，可采用本领域常用的自相关函数求解，对检测段进行自相关分析，计算其自相关函数中每相邻两个局部最大值之间的时间间隔，取所述时间间隔的平均值作为检测段的近似周期。例如，对于检测段

其信号值为时间的函数，记为S(t)，则检测段

的自相关函数R_S(τ)为：

$R_S\left(\mathrm{\τ}\right)=\underset{-\∞}{\overset{+\∞}{\∫}}S\left(t\right)S(t+\mathrm{\τ})\mathrm{dt},$

计算其自相关函数R_S(τ)取局部最大值时所对应的L个τ值，记为τ_l，l∈{1，2，...，L}，则检测段

的近似周期

为：

${\stackrel{\‾}{T}}_s=\frac{1}{L-1}\underset{l=2}{\overset{L}{\mathrm{\Σ}}}({\mathrm{\τ}}_l-{\mathrm{\τ}}_{l-1}).$

d)确定检测段中首个判定时长中的局部最大值点：

在一个检测段中，某些节拍的时长有可能大于预上述近似周期的长度。为了保证一个判定时长中确定包含一个R波峰，本发明以近似周期的长度为基准，取ε倍(ε＞1)近似周期作为实际的判定时长；ε的取值不能过大，其取值范围为1.2～1.6，以避免判定时长超过了2个节拍的时长导致其中包含了2个实际的R波峰，进而产生漏检情况。

对于检测段的首个判定时长而言，则是计算出检测段中从起始处至ε倍近似周期处的所有的局部最大值点，以备进行后续的检测判定。计算局部最大值点可采用本领域常用一些方法。例如，可以计算各相邻采样点之间的幅值差，若某一采样点与其前、后相邻采样点之间的幅值差均不小于零，则判定该采样点为局部最大值点。也可利用求导法，对检测段进行求导运算，取得检测段上导数为“0”的极值点，再进一步判断这些极值点是极大值点还是极小值点，其中的极大值点即为心电信号的局部最大值点。

e)提取局部最大值点的特征区：

为了让每个局部最大值点能够分别与模板信号中的R波峰进行对应的匹配和度量，需要提取每个局部最大值点的特征区。提取的具体方法是，从待测心电信号的波形轮廓中提取每个局部最大值点前

近似周期和后

近似周期的信号段，利用与步骤a)相似的方法，将提取的各个信号段的长度统一为N个采样点(与模板信号中的采样点数一致)，以便与模板信号进行匹配和比较，从而形成每个局部最大值点的特征区。例如，检测段

近似周期为

通过计算得到检测段

中当前ε倍近似周期以内的I个局部最大值点，其中第i个局部最大值点为s_i，i∈{1，2，...，I}。从待测的心电信号中提取局部最大值点s_i前

近似周期和后

近似周期的信号段

计算其中包含的预采样点数N_i，若N_i大于统一长度N则对信号段

进行再采样，若N_i小于统一长度N则对信号段

进行再插值，最终将其长度调整为N个采样点，形成局部最大值点s_i的特征区S_i。通过上述步骤，从待测的心电信号中提取检测段

中当前ε倍近似周期以内I个局部最大值点各自对应的特征区。

f)分别建立每个局部最大值点的特征区中的N个采样点相对于其局部最大值点的归一化对数极坐标；

相应地，与步骤b)相似，分别建立每个局部最大值点的特征区中N个采样点相对于其局部最大值点的笛卡尔相对坐标，然后对笛卡尔相对坐标所表示的差向量的长度进行均值归一化处理，保持差向量的方向不变；再根据经均值归一化处理后的差向量，将每个局部最大值点的特征区中N个采样点映射到对数极坐标域中，得到其对数极坐标，最后通过进一步归一化处理得到归一化对数极坐标。记特征区中采样点相对于其局部最大值点的归一化对数极坐标为(β，γ)。

对于检测段中当前ε倍近似周期以内第i个局部最大值点s_i的特征区S_i而言，i∈{1，2，...，I}，将其中N个采样点投射到以局部最大值点s_i为原点的笛卡尔坐标系中，建立各采样点相对于s_i的笛卡尔相对坐标，以笛卡尔相对坐标度量各采样点与局部最大值点s_i的差向量；其中，特征区S_i中第n个采样点s_i，n，n∈{1，2，...，N}，其在以局部最大值点s_i为原点的笛卡尔坐标系中的笛卡尔相对坐标为(x_i，n，y_i，n)，相应的极坐标为(ρ_i，n，θ_i，n)，对其进行均值归一化处理，即：

${{\mathrm{\ρ}}_{i,n}}^{\′}=\frac{{\mathrm{\ρ}}_{i,n}}{{\stackrel{\‾}{\mathrm{\ρ}}}_{i,n}}=\frac{\sqrt{{x_{i,n}}^2+{y_{i,n}}^2}}{\frac{1}{N-1}\underset{n=1}{\overset{N}{\mathrm{\Σ}}}\sqrt{{x_{i,n}}^2+{y_{i,n}}^2}};$

θ_i，n′＝θ_i，n，且θ_i，n′∈(-π，π]；

(ρ_i，n′，θ_i，n′)为(ρ_i，n，θ_i，n)经均值归一化处理后的极坐标；再由(ρ_i，n′，θ_i，n′)映射到对数极坐标域之后，得到采样点s_i，n相对于局部最大值点s_i的对数极坐标(ξ_i，n，ψ_i，n)，极径ξ_i，n＝logρ_i，n′，极角ψ_i，n＝θ_i，n′＝θ_i，n；由此得到局部最大值点s_i的特征区S_i中各个采样点相对于局部最大值点s_i的对数极坐标后，计算得到其中极径的最大值和最小值分别为ξ_i，max和ξ_i，min，则采样点s_i，n相对于局部最大值点s_i的归一化对数极坐标(β_i，n，γ_i，n)满足：

${\mathrm{\β}}_{i,n}=\frac{{\mathrm{\ξ}}_{i,n}-{\mathrm{\ξ}}_{i,\min }}{{\mathrm{\ξ}}_{i,\max }-{\mathrm{\ξ}}_{i,\min }},$ γ_i，n＝ψ_i，n；

经归一化处理后，β_i，n∈[0，1]，γ_i，n∈(-π，π]。由上述步骤可分别建立检测段中当前ε倍近似周期以内每个局部最大值点的特征区中的N个采样点相对于其局部最大值点的归一化对数极坐标。

g)分别计算检测段中当前ε倍近似周期以内各个局部最大值点的相似度：

在检测段的每一个节拍周期中，只有一个局部最大值点是真正的R波峰，该局部最大值点应该与模板信号中R波峰的相似性匹配程度最高。所以，在此引入“相似度”这一概念，通过计算局部最大值点的相似度，来描述局部最大值点与模板信号中R波峰的相似性匹配程度；局部最大值点的相似度越大，则表示该局部最大值点与模板信号中R波峰的相似性匹配程度越高，该局部最大值点就越有可能是检测段的实际R波峰。本发明是采用局部最大值点的特征区与模板信号的互相关系数来度量检测段中各个局部最大值点的相似度的，具体处理方式是：基于步骤b)和步骤f)所建立的归一化对数极坐标，分别计算每个局部最大值点的特征区与各模板信号的互相关系数，将每个局部最大值点的特征区与各个模板信号的互相关系数中的最大值作为该局部最大值点的相似度，从而得到各局部最大值点的相似度。

例如，检测段

中当前ε倍近似周期以内第i个局部最大值点s_i的特征区S_i，i∈{1，2，...，I}，该特征区的N个采样点中的第n个采样点为s_i，n，n∈{1，2，...，N}，s_i，n相对于局部最大值点s_i的归一化对数极坐标为(β_i，n，γ_i，n)；同时，第k个模板信号A_k，k∈{1，2，...，K}，该模板信号中的R波峰为O_k，其N个采样点中的第n个采样点为a_k，n，n∈{1，2，...，N}，a_k，n相对于R波峰O_k的归一化对数极坐标为

则局部最大值点s_i的特征区S_i与模板信号A_k的互相关系数P_i，k为：

其中，n∈{1，2，...，N}；由于特征区S_i的N个采样点中，局部最大值点s_i与其自身的归一化对数极坐标的极径长度为0，因此，实际仅有N-1个不为0的内积求和取平均，所以求和项前的系数为

由此，即可得到检测段中当前ε倍近似周期以内第i个局部最大值点s_i的特征区S_i与各个模板信号中R波峰的互相关系数P_i，1、P_i，2、P_i，2、……P_i，K。将P_i，1、P_i，2、P_i，2、……P_i，K中的最大值作为局部最大值点s_i的相似度C_i，以此来度量检测段

中当前ε倍近似周期以内第i个局部最大值点s_i与模板信号中R波峰的相似性匹配程度。

通过该步骤逐一对检测段中当前ε倍近似周期以内每个局部最大值点进行互相关分析，得到各个局部最大值点的相似度。

h)判定检测段中当前ε倍近似周期以内的R波峰：

检测段每一节拍中，除实际R波峰以外的局部最大值点均为干扰点，应当在识别过程中加以排除。心电信号中对于检测R波峰的干扰点是多方面的，从识别角度来讲可将这些干扰点分为自干扰点和剧烈干扰点两种。自干扰点，是心电信号的中的P波、T波和U波中的峰值点，但由于P波、T波和U波的波形轮廓与R波的波形轮廓差别比较明显，因此这种干扰点与模板信号的相似度往往比R波峰要小，可以通过比较相似度大小加以排除。剧烈干扰点，是除了心电信号的中的P波、T波和U波之外，还由于咳嗽、喷嚏等动作导致心电信号剧烈抖动，这种波动或剧烈抖动具有随机性，并且振幅较大、持续时间较长，形成一段剧烈的干扰波；这种剧烈的干扰波若重叠在一个节拍以上的心电信号中，就可能导致被重叠干扰的部分信号被严重的破坏，这种存在于被剧烈的干扰波破坏的信号段中的局部最大值点被视为剧烈干扰点。如果一段心电信号中存在这样的剧烈干扰，该段信号中有用信息也就被破坏了，实际上就失去了心电信号临床的识别意义。因此，本发明通过预先设定一个阈值C₀将R波峰与剧烈干扰点区分开，避免把被剧烈干扰波破坏的信号段中的局部最大值点误检测为正常的R波峰而导致出错。

具体处理方式是，先通过比较求出检测段中当前ε倍近似周期以内相似度最大的一个局部最大值点，而除该点以外的其它局部最大值点均被视为自干扰点加以排除；然后将该局部最大值点的相似度与预先设定的阈值C₀进行比较，若其相似度大于阈值C₀，即判定该局部最大值点为一个R波峰；若其相似度小于阈值C₀，则判定该局部最大值点为一个剧烈干扰点。例如，计算得到检测段

中当前ε倍近似周期内相似度最大的局部最大值点为s_i，其相似度为C_i；将C_i与预先设定的阈值C₀进行比较，若C_i≤C₀，则将局部最大值点s_i视为剧烈干扰点排除掉；若C_i＞C₀，则判定局部最大值点s_i为R波峰。

该步骤中，阈值C₀的取值是排除剧烈干扰点的决定值，若阈值C₀取值过小，则会造成剧烈干扰点的漏检；若阈值C₀取值过大，则可能将实际为R波峰的局部最大值点视为剧烈干扰点一并排除，导致R波峰检测混乱。通常，作为检测段的实际R波峰，其相似度最高可达到0.4；但当存在较大振幅干扰信号的情况下，若被干扰的信号中实际R波峰的相似度大于0.2，依然可以认为其中的有用信息没有被完全破坏，将其作为有意义R波峰加以识别在临床上还是可以被接受的。因此，阈值C₀的取值范围取0.2～0.4为宜，阈值C₀取值越大即表示判定R波峰的要求越严格。

i)判定检测段中的所有R波峰：

以检测段中当前ε倍近似周期以内相似度最大的一个局部最大值点为起始点，计算出其后ε倍近似周期以内所有的局部最大值点；然后重复步骤e)～i)，由此判断出检测段中所有的R波峰。例如在当前的检测段

中，以当前ε倍近似周期以内相似度最大的局部最大值点s_i为起始点，计算检测段中点s_i之后ε倍近似周期内相似度最大的局部最大值点，然后判断其相似度与阈值C₀之间的大小，从而判定其是否为R波峰；再以该点为起始点，计算其后ε倍近似周期内相似度最大的局部最大值点进行进一步判断……由此类推，逐段计算出当前的检测段

中所有的R波峰。

j)判定待测心电信号中的所有R波峰：

在待测心电信号中，以当前检测段中最后一个R波峰所在位置为起始点，提取其后时长为t₀的信号段作为新的检测段，准备检测新的检测段中的R波峰。但新的检测段与当前检测段中节拍周期可能存在差异，因此需要先更新近似周期，以避免出现较大的计算误差。更新近似周期的方法是，以当前检测段中最后3个正常周期时间间隔的平均值作为新的检测段的近似周期；所述正常周期时间间隔是指相邻两个R波峰之间不超过1.5倍且不小于0.5倍当前近似周期时长的时间间隔。然后重复步骤d)～j)，由此判断出待测心电信号中所有的R波峰。

III、对待测心电信号进行R波峰检测：

k)最后，将待测心电信号R波峰检测结果存储在计算机的存储设备中，并通过显示设备输出显示R波峰检测结果，以便观察和进行后续处理。

下面通过实施例进一步说明本采用发明方法实现心电信号R波峰检测的具体过程。

实施例：

本实施例中，由心电检测仪(ECG-9130P，福田公司，日本)采集心电信号，这些信号是采样频率为500Hz的数字信号，将这些信号输入计算机，进行低通滤波和采样预处理，其滤波器采用二阶Butterworth低通滤波器，截止频率为100Hz，采样频率为250Hz，将得到的信号作为待测心电信号。利用本发明方法，对该待测心电信号进行R波峰检测，R波峰检测过程由计算机按如下步骤进行：

首先，采用多种不同的导联方式，由心电检测仪采集多个周期不同、分别代表临床上常见波形轮廓的已识别心电信号(周期、幅度、R波峰等参数均已经识别获知)，这些信号也是采样频率为500Hz的数字信号，将这些信号及其相应参数输入计算机，进行低通滤波和采样预处理，其滤波器采用二阶Butterworth低通滤波器，截止频率为100Hz，采样频率为250Hz。从上述各个已识别信号中选取50个R波峰(取K＝50)，分别提取每个R波峰前

周期和后

周期的一段信号；其中第32个R波峰O₃₂前

周期和后周期的一段信号为

该段信号是从一个已识别的II导联的心电信号中提取出来的。然后通过再采样或再插值处理将提取的各段信号的长度统一为固定的200个采样点(取N＝200)；例如，经计算R波峰O₃₂前

周期和后

周期的一段信号

中采样预处理后包含的采样点数为221个，预定的模板信号统一长度为200个采样点，因此将信号段

再采样为200个采样点，得到模板信号A₃₂，其波形轮廓如图6所示；由此得到50个模板信号。再按照步骤b)所述方法建立每个模板信号中200个采样点相对于其R波峰的归一化对数极坐标。

关于模板信号的准备工作完成后，接着进行待测心电信号中R波峰的识别。该待测信号为一个II导联的心电信号，先确定待测心电信号的首个检测段，从待测心电信号的起始点提取时长为60s的信号段(取t₀＝60s)作为首个检测段

并通过自相关分析得到检测段

的近似周期

检测段

中前8秒的波形轮廓如图7所示，从图7中可见，在2000～3000采样点之间存在一段由于咳嗽引起的剧烈干扰信号，致使此间的一个信号节拍已被较严重的破坏。

接下来，以1.5倍近似周期

为判定时长，计算出检测段中从起始处至

处的所有的局部最大值点；但由于待测心电信号起始第一个近似周期中的波形轮廓不完整，因此起始第一个

近似周期中的局部最大值点无法提取其前

周期的完整信号，便无法利用本发明方法进行测试，所以将待测心电信号起始第一个

近似周期中的局部最大值点舍去，得到检测段

中从起始处至

处能够作为识别对象的局部最大值点分别为点s₁、s₂、s₃、s₄、s₅、s₆、和s₇，如图8所示。然后，分别提取这7个局部最大值点的特征区；以点s₁为例，提取s₁前近似周期和后

近似周期的信号段

计算其中经采样预处理后包含的采样点数为193个，小于预定的统一长度200个采样点，因此将信号段

进行插值处理为200个采样点，形成点s₁的特征区S₁；以相同方法分别形成点s₂、s₃、s₄、s₅、s₆、和s₇的特征区S₂、S₃、S₄、S₅、S₆、和S₇。再按照步骤f)所述方法分别建立上述每个特征区中的200个采样点相对于各自局部最大值点的归一化对数极坐标。计算点s₁的特征区S₁与50个模板信号的互相关系数，得到特征区S₁的50个互相关系数中的最大值是与II导联的模板信号A₃₂的互相关系数P_1，32＝0.04，即确定点s₁的相似度C₁＝P_1，32＝0.04；计算点s₂的特征区S₂与50个模板信号的互相关系数，得到特征区S₂的50个互相关系数中的最大值也是与II导联的模板信号A₃₂的互相关系数P_2，32＝0.27，即确定点s₂的相似度C₂＝P_2，32＝0.27；以同样的方法计算得到点s₃、s₄、s₅、s₆、和s₇的相似度分别为：C₃＝P_3，32＝0.15、C₄＝P_4，32＝0.12、C₅＝P_5，32＝0.13、C₆＝P_6，32＝0.14和C₇＝P_7，32＝0.24。相比而言，C₁＜C₄＜C₅＜C₆＜C₃＜C₇＜C₂，点s₂的相似度较大，将s₂的相似度与预先设定的阈值C₀进行比较，C₀取值为0.20；由于C₂＝0.27＞C₀，从而局部最大值点s₂被判定为检测段

的一个R波峰。接下来，又以局部最大值点s₂为起始点，计算出检测段

中点s₂之后以内的所有的局部最大值点分别为s₃、s₄、s₅、s₆、s₇、s₈和s₉，如图9所示；同样，分别提取点s₃、s₄、s₅、s₆、s₇、s₈和s₉的特征区为S₃、S₄、S₅、S₆、S₇、S₈和S₉，再按照步骤f)所述方法分别建立上述每个特征区中的200个采样点相对于各自局部最大值点的归一化对数极坐标，分别计算点s₃、s₄、s₅、s₆、s₇、s₈和s₉的特征区S₃、S₄、S₅、S₆、S₇、S₈和S₉与各模板信号基于对数极坐标的互相关系数；通过计算，点s₃、s₄、s₅、s₆、s₇、s₈和s₉的特征区均相对于II导联的模板信号A₃₂的互相关系数最大，即得s₃、s₄、s₅、s₆、s₇、s₈和s₉的相似度分别为：C₃＝P_3，32＝0.15、C₄＝P_4，32＝0.12、C₅＝P_5，32＝0.13、C₆＝P_6，32＝0.14、C₇＝P_7，32＝0.24、C₈＝P_8，32＝0.14和C₉＝P_9，32＝0.11。通过比较得知，相似度大小为C₉＜C₄＜C₅＜C₆＝C₈＜C₃＜C₇，从而当前1.5倍近似周期中相似度最大的局部最大值点为s₇，并且C₇＝0.24＞C₀，即判定局部最大值点s₇为检测段的又一个R波峰。接着，再以局部最大值点s₇为起始点，计算出检测段

中点s₇之后

以内的所有的局部最大值点s₈、s₉、s₁₀、s₁₁、s₁₂、s₁₃、s₁₄和s₁₅进行进一步判定……判定R波峰s₂₆后，计算出检测段

中点s₂₆之后

以内的所有的局部最大值点分别为s₂₇、s₂₈、s₂₉、s₃₀、s₃₁、s₃₂、s₃₃、s₃₄、s₃₅和s₃₆，如图10所示；再次重复上述步骤计算相似度的步骤，得到s₂₇、s₂₈、s₂₉、s₃₀、s₃₁、s₃₂、s₃₃、s₃₄、s₃₅和s₃₆中点s₃₃的相似度最大，为C₃₃＝0.19，但由于C₃₃＜C₀，即判定局部最大值点s₃₃为检测段

中的一个剧烈干扰点，因此将点s₃₃排除。再以局部最大值点s₃₃为起始点，计算出检测段

中点s₃₃之后

以内的所有的局部最大值点s₃₄、s₃₅、s₃₆、s₃₇、s₃₈、s₃₉、s₄₀、s₄₁、s₄₂、s₄₃和s₄₄进行进一步判定……由此递推确定检测段

中的87个R波峰分别为s₂、s₇、s₁₂、……、s₄₂₅、s₄₃₂、s₄₄₆、s₄₅₂和s₄₅₇；另还确定检测段

中存在2个剧烈干扰点，分别为s₃₃和s₄₃₉，剧烈干扰点s₃₃位于R波峰s₂₆与s₃₈之间，剧烈干扰点s₄₃₉位于R波峰s₄₃₂与s₄₄₆之间。其中，检测段

前8秒以内的R波峰如图11所示，检测段前8秒以内各局部最大值点的相似度分布图如图12所示；结合图10和11能够看到，信号中2000～3000采样点内R波峰s₂₆与s₃₈之间的局部最大值点均被视为干扰点排除掉，因此在点s₂₆与s₃₈之间不存在有意义的R波峰点。

判定出待测心电信号首个检测段

中所有的R波峰以后，以检测段

中最后一个R波峰s₂₈₂所在位置为起始点，从待测心电信号中提取点s₂₈₂之后60s时长的信号段作为新的检测段

准备检测新的检测段

中的R波峰。此时更新近似周期的值，以检测段

中最后3个正常周期时间间隔的平均值作为新的检测段的近似周期；由于R波峰s₄₃₂与s₄₄₆之间因存在剧烈干扰信号导致其间时间间隔T₈₇超过

因此T₈₇并不是正常周期时间间隔，取R波峰s₄₂₅与s₄₃₂的时间间隔T₈₆、R波峰s₄₄₆与s₄₅₂的时间间隔T₈₈和R波峰s₄₅₂与s₄₅₇的时间间隔T₈₉三者的平均值作为新的检测段

的平均周期

${\stackrel{\‾}{T}}_s\left(2\right)=\frac{1}{3}\×(T_{86}+T_{88}+T_{89});$

然后，重复上述步骤，判定待测心电信号的检测段

中所有的R波峰。同样由此递推判定待测心电信号的检测段

直至判断出待测心电信号中所有的R波峰。最后，将待测心电信号R波峰检测结果存储在计算机的存储设备中，并通过显示设备输出显示R波峰检测结果。

为了评估本发明方法的检测性能，我们构建了一个数据库，数据库中待测心电信号的R波峰数量为82612个，这些待测心电信号的R波峰已经过临床专家手工标记。利用本发明方法对待测数据库中待测心电信号进行R波峰检测，然后将检测结果与专家标记的R波峰进行比较，进而评估本发明的检测性能。我们将手工标记的R波峰前后8ms设为容错区间，即：由本发明检测的起拍点与专家手工标记的起拍点误差不大于8ms时认为该检测是正确的。本发明方法对此82612个R波峰的识别精确度为98.80％，特异度为98.33％，满足临床识别的要求。

本发明方法不仅仅把心电信号中的幅值、局部最大值点等局部信息作为参考因素，更结合了心电信号的波形轮廓进行综合分析，以点与点之间的差向量作为基础特征，该基础特征具有平移和旋转不变性，能够克服心电信号的基线漂移的影响；对差向量进行对数极坐标转换来度量波形的相似性，这种度量对识别点邻近的波形形态特征敏感，又能捕获波形的全局轮廓信息，同时对波形抖动和变形具有鲁棒性，能够有效识别和排除干扰波峰和干扰波段，进而准确的实现了对心电信号R波峰的识别。

最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (9)

1.一种心电信号R波峰检测方法，其特征在于，将心电检测仪采集的心电信号输入计算机，由计算机进行低通滤波和采样预处理，然后检测心电信号中的R波峰，检测R波峰的具体步骤包括：

a)建立K个互不相同的模板信号；每个模板信号是已识别的心电信号中一个R波峰前后各

周期的一段信号，且该段信号通过采样或插值处理为N个采样点；其中，K≥2，N的取值范围为100～1000；

b)分别建立每个模板信号中的N个采样点相对于其R波峰的归一化对数极坐标；

c)对于待测的心电信号，从其起始点提取时长为t₀的信号段作为检测段；然后对检测段进行自相关分析，计算检测段的自相关函数中每相邻两个局部最大值之间的时间间隔，取所述时间间隔的平均值作为检测段的近似周期；其中，t₀的取值范围为30～90s；

d)计算出检测段起中从始处至ε倍近似周期处的所有的局部最大值点；其中，ε的取值范围为1.2～1.6；

e)提取每个局部最大值点的特征区；每个局部最大值点的特征区是待测的心电信号中该局部最大值点前后各

近似周期的一段信号，且该段信号通过采样或插值处理为N个采样点；

f)分别建立每个局部最大值点的特征区中的N个采样点相对于其局部最大值点的归一化对数极坐标；

g)分别计算每个局部最大值点的特征区与各个模板信号基于归一化对数极坐标的互相关系数，将每个局部最大值点的特征区与各个模板信号的互相关系数中的最大值作为该局部最大值点的相似度；所述互相关系数的计算公式为：

其中，P_i，k为检测段中当前ε倍近似周期以内第i个局部最大值点的特征区与第k个模板信号的互相关系数；(β_i，n，γ_i，n)为检测段中当前ε倍近似周期以内第i个局部最大值点的特征区中第n个采样点相对于该局部最大值点的归一化对数极坐标， β_i，n为归一化极径，γ_i，n为极角；

为第k个模板信号中第n个采样点相对于其R波峰的归一化对数极坐标，α_k，n为归一化极径，

为极角；k∈{1，2，...，K}，n∈{1，2，...，N}；

h)比较得出检测段中当前ε倍近似周期以内相似度最大的一个局部最大值点，并将该局部最大值点的相似度与预先设定的阈值C₀进行比较；若其相似度大于阈值C₀，即判定该局部最大值点为一个R波峰；其中，阈值C₀的取值范围为0.2～0.4；

i)以检测段中当前ε倍近似周期以内相似度最大的一个局部最大值点为起始点，计算出其后ε倍近似周期以内所有的局部最大值点；然后重复步骤e)～i)，由此判断出检测段中所有的R波峰；

j)在待测心电信号中，以当前检测段中最后一个R波峰所在位置为起始点，提取其后时长为t₀的信号段作为新的检测段；并且，以当前检测段中最后3个正常周期时间间隔的平均值作为新的检测段的近似周期；然后重复步骤d)～j)，由此判断出待测心电信号中所有的R波峰；

所述正常周期时间间隔是指相邻两个R波峰之间不超过1.5倍且不小于0.5倍当前近似周期时长的时间间隔；

k)对待测心电信号进行R波峰检测，存储并显示待测心电信号R波峰检测结果。

2.根据权利要求1所述的心电信号R波峰检测方法，其特征在于：所述步骤b)具体为：

b1)分别建立每个模板信号中的N个采样点相对于其R波峰的笛卡尔相对坐标，并进行均值归一化处理；均值归一化处理的计算公式如下：

${{\mathrm{\ρ}}_{k,n}}^{\′}=\frac{{\mathrm{\ρ}}_{k,n}}{{\stackrel{\‾}{\mathrm{\ρ}}}_{k,n}}=\frac{\sqrt{{x_{k,n}}^2+{y_{k,n}}^2}}{\frac{1}{N-1}\underset{n=1}{\overset{N}{\mathrm{\Σ}}}\sqrt{{x_{k,n}}^2+{y_{k,n}}^2}};$

θ_k，n′＝θ_k，n，且θ_k，n′∈(-π，π]；

其中，(x_k，n，y_k，n)为第k个模板信号中第n个采样点相对于其R波峰的笛卡尔相对坐标，(ρ_k，n，θ_k，n)为与(x_k，n，y_k，n)相对应的极坐标；(ρ_k，n′，θ_k，n′)为(ρ_k，n，θ_k，n)经均值归一化处理后的极坐标；k∈{1，2，...，K}，n∈{1，2，...，N}；

b2)根据步骤b1)所得的经均值归一化处理后的极坐标，分别将每个模板信号中的N个采样点投射到对数极坐标域，并进行归一化处理，得到每个模板信号中的N个采样点相对于其R波峰的归一化对数极坐标；归一化处理的计算公式如下：

${\mathrm{\α}}_{k,n}=\frac{{\mathrm{\ξ}}_{k,n}-{\mathrm{\ξ}}_{k,\min }}{{\mathrm{\ξ}}_{k,\max }-{\mathrm{\ξ}}_{k,\min }},$

其中，

为第k个模板信号中第n个采样点相对于其R波峰的归一化对数极坐标，α_k，n为归一化极径，

为极角；(ξ_k，n，ψ_k，n)为第k个模板信号中第n个采样点经投射后对应的对数极坐标，极径ξ_k，n＝logρ_k，n′，极角ψ_k，n＝θ_k，n′；k∈{1，2，...，K}，n∈{1，2，...，N}；ξ_k，max和ξ_k，min分别为第k个模板信号中各个采样点经投射后对应的对数极坐标中极径的最大值和最小值。

3.根据权利要求1所述的心电信号R波峰检测方法，其特征在于：所述步骤f)具体为：

f1)分别建立每个局部最大值点的特征区中的N个采样点相对于该局部最大值点的笛卡尔相对坐标，并进行均值归一化处理；均值归一化处理的计算公式如下：

${{\mathrm{\ρ}}_{i,n}}^{\′}=\frac{{\mathrm{\ρ}}_{i,n}}{{\stackrel{\‾}{\mathrm{\ρ}}}_{i,n}}=\frac{\sqrt{{x_{i,n}}^2+{y_{i,n}}^2}}{\frac{1}{N-1}\underset{n=1}{\overset{N}{\mathrm{\Σ}}}\sqrt{{x_{i,n}}^2+{y_{i,n}}^2}};$

θ_i，n′＝θ_i，n，且θ_i，n′∈(-π，π]；

其中，(x_i，n，y_i，n)为检测段中当前ε倍近似周期以内第i个局部最大值点的特征区中第n个采样点相对于该局部最大值点的笛卡尔相对坐标，(ρ_i，n，θ_i，n)为与(x_i，n，y_i，n)相对应的极坐标；(ρ_i，n′，θ_i，n′)为(ρ_i，n，θ_i，n)经均值归一化处理后的极坐标；n∈{1，2，..，N}；

f2)根据步骤f1)所得的经均值归一化处理后的极坐标，分别将每个局部最大值点的特征区中的N个采样点投射到对数极坐标域，并进行归一化处理，得到每个局部最大值点的特征区中的N个采样点相对于该局部最大值点的归一化对数极坐标；归一化处理的计算公式如下：

${\mathrm{\β}}_{i,n}=\frac{{\mathrm{\ξ}}_{i,n}-{\mathrm{\ξ}}_{i,\min }}{{\mathrm{\ξ}}_{i,\max }-{\mathrm{\ξ}}_{i,\min }},$ γ_i，n＝ψ_i，n；

其中，(β_i，n，γ_i，n)为检测段中当前ε倍近似周期以内第i个局部最大值点的特征区中第n个采样点相对于该局部最大值点的归一化对数极坐标，β_i，n为归一化极径，γ_i，n为极角；(ξ_i，n，ψ_i，n)为检测段中当前ε倍近似周期以内第i个局部最大值点的特征区中第n个采样点经投射后对应的对数极坐标，极径ξ_i，n＝logρ_i，n′，极角ψ_i，n＝θ_i，n′；n∈{1，2，...，N}；ξ_i，max和ξ_i，min分别为检测段中第i个局部最大值点的特征区中各个采样点经投射后对应的对数极坐标中极径的最大值和最小值。

4.根据权利要求1～3中任一项所述的心电信号R波峰检测方法，其特征在于：所述低通滤波的截止频率为100～120Hz。

5.根据权利要求1～3中任一项所述的心电信号R波峰检测方法，其特征在于：所述预采样预处理的采样频率为250～1000Hz。

6.根据权利要求1～3中任一项所述的心电信号R波峰检测方法，其特征在于：所述N的优选取值为200。

7.根据权利要求1～3中任一项所述的心电信号R波峰检测方法，其特征在于：所述t₀的优选取值为60s。

8.根据权利要求1～3中任一项所述的心电信号R波峰检测方法，其特征在于：所述ε的优选取值为1.5。

9.根据权利要求1～3中任一项所述的心电信号R波峰检测方法，其特征在于：所述阈值C₀的优选取值为0.20。

Images