CN103584854A

CN103584854A - 心电信号r波的提取方法

Info

Publication number: CN103584854A
Application number: CN201310633841.1A
Authority: CN
Inventors: 庞宇; 李章勇; 李捷; 吴强; 赵何婷; 任斌斌; 李泽颖
Original assignee: CHONGQING HAIRUI SCIENCE & TECHNOLOGY Co Ltd
Current assignee: CHONGQING HAIRUI SCIENCE & TECHNOLOGY Co Ltd
Priority date: 2013-11-29
Filing date: 2013-11-29
Publication date: 2014-02-19
Anticipated expiration: 2033-11-29
Also published as: CN103584854B

Abstract

一种心电信号R波的提取方法，获取预定时间T内的心电信号，并进行低通滤波预处理，然后对滤波后的心电信号提取第一个R波，并将第一个R波所在心电信号段作为初始模板，再对获取的心电信号进行双阈值比较和粗细匹配计算，提取预定时间T内其它R波。显著效果是：通过对获取的心电信号进行低通滤波、双阈值比较和粗细匹配计算，提升了心电信号R波提取的准确率，不会出现错检和漏检情况；计算量小，对于常见的心电信号干扰如基线漂移、R-R间期不一、高频干扰等都有很好地免疫，抗干扰能力强，得出的心电信号R波直观形象，诊断效果良好。

Description

心电信号R波的提取方法

技术领域

本发明涉及到医疗器械技术领域，具体地说，是一种心电信号R波的提取方法。

背景技术

QRS波是心电图ECG（Eletrocardiogram）信号的主要特征，因此在Indian信号最重要的是检测出QRS波。这是因为只有在确定QRS波群后下才能计算心率、检测心率变异，并进一步检测心电信号的其他细节。目前R波的检测有以下几种检测方法：差分法、滤波器组法、小波变换法等。差分法具有直观形象计算量小的优点，但是抗干扰能力弱；滤波器组法具有运算量小，抗干扰能力较强的优点，但是时常出现错检和漏检情况；小波变换法对R波的提取效果很好，但是运算大，运算复杂。

因此，需要一种能够克服抗干扰能力弱、准确率低、运算量大、运算复杂等缺陷的提取方法。

发明内容

针对现有技术的不足，本发明的目的之一是提供一种抗干扰能力强、准确率高、运算量小的心电信号R波的提取方法。

为达到上述目的，本发明表述一种心电信号R波的提取方法，具体按照以下步骤进行：

步骤1：获取预定时间T内的心电信号，并进行低通滤波预处理；

步骤2：对滤波后的心电信号提取第一个R波，并将第一个R波所在心电信号段作为初始模板；

步骤3：对获取的心电信号进行双阈值比较和粗细匹配计算，提取预定时间T内其它R波。

作为进一步描述，所述步骤1中以频率f=400Hz进行采样，将采样获取的心电信号按照截止频率100Hz进行低通滤波；所述步骤2中获取第一个R波的具体方法按照以下步骤进行：

步骤2-1：从起始处取宽度W1=2s的心电信号段；

步骤2-2：按照等式（a）对心电信号做一阶前向差分运算，得到差分信号dif(k)，等式中f(k)为滤波后的心电信号，f(k+1)是f(k)的移位序列；

dif(k)＝f(k)-f(k+1) （a）

步骤2-3：找到该信号段的前向差分的最大值dif(k)_max所在的位置，记为K0点；

步骤2-4：以K0点为中心，取宽度W2=100ms的心电信号段，找到该信号段中的最大值点K1，即为第一个R波所在位置。

作为进一步描述，所述步骤3中的双阈值比较和粗细匹配具体按照以下步骤进行：

步骤3-1：以上一个R波所在点的位置为中心，选取宽度W3=150ms的心电信号段作为模板信号；

步骤3-2：设置t0的初值并滑动t0，取宽度为W3=150ms的心电信号段作为匹配信号；

步骤3-3：更新幅度阈值；

步骤3-4：将匹配信号段中的最大值与幅度阈值比较，小于阈值的则进入步骤3-5作粗糙匹配，大于阈值的则进入步骤3-6作精细匹配；

步骤3-5：按照等式（b）计算粗糙匹配度Q1，并将得到的粗糙匹配度Q1与阈值c1比较，若Q1大于c1的，则返回步骤3-3重新更新幅度阈值，若Q1小于c1的，则修改t0=t1，返回步骤3-2；

Q 1 = (1 - \frac{| M_{k} - ki |}{M_{k}}) * (1 - \frac{| M_{c} - ci |}{M_{c}}) - - - (b)

等式（b）中，Q1为粗糙匹配度，M_k为模板信号的一阶差分最大值，ki为匹配信号的一阶差分最大值，M_c为模板信号中的最大值与最小值的差值，ci匹配信号中的最大值与最小值的差值；

步骤3-6：按照等式（c）计算精细匹配度Q2，并将得到的精细匹配度Q2与阈值c2比较，若Q2小于c2，则修改t0=t1，返回步骤3-4，若Q2大于c2，则修改t0=t2，并滑动t0连续匹配，寻找匹配度最大的匹配信号段提取R波；

Q 2 = ρ_{(M, P)} * (1 - \frac{| M_{k} - ki |}{M_{k}}) * (1 - \frac{| M_{c} - ci |}{M_{c}}) - - - (c)

等式（c）中，Q2为精细匹配度，ρ_(M,P)为模板信号与匹配信号的相关系数，M_k模板信号的一阶差分最大值，ki为匹配信号的一阶差分最大值，M_c为模板信号中的最大值与最小值的差值，ci为匹配信号中的最大值与最小值的差值；

步骤3-7：更新模板信号，返回步骤3-2循环，直至提取出预设时间T内其它R波。

所述相关系数ρ_(M,P)为匹配信号与模板信号的相关系数，其计算公式如下：

ρ^{2} = \frac{{(Σ_{n = - \infty}^{+ \infty} X (n) Y (n))}^{2}}{Σ_{n = - \infty}^{+ \infty} X^{2} (n) Σ_{n = - \infty}^{+ \infty} Y^{2} (n)}

其中X(n)为模板信号函数表达式，Y(n)为匹配信号函数表达式，ρ为相关系数ρ_(M,P)。

所述步骤3-3中的幅度阈值设定为动态的幅度阈值，所述幅度阈值的更新方法为，取宽度为W4=3s的包含所述匹配信号的心电信号段，取其中幅值最大的10个点的平均值的0.7倍作为幅度阈值。

所述步骤3-7中所述动态模板按照等式（d）进行加权平均：

newModR(n)＝a1*newR(n)+a2*oldModR(n)*Q （d）

其中，Q为模板信号与匹配信号的匹配度，a1和a2为加权值，权重为0.6：0.4，oldModR(n)原始模板信号，newR(n)为匹配信号，newModR(n)为更新后的模板信号。

所述t0的初值为20ms，t1=20ms，t2=2ms，c1=0.8，c2=0.95。

需要说明的是，阈值小于0.8时，模板信号和匹配信号匹配度很低，匹配信号段偏离R波较远，为了提高效率，减少时间，优先的，设置间隔t1=20ms，间隔大于20ms，会出现R波漏检。当阈值大于0.8时，模板信号和匹配信号的匹配度很好，匹配信号段里有R波的存在，为了提高R波提取的准确率，优先的，设置间隔t2=2ms，间隔大于2ms，会出现R波错检；间隔小于2ms，耗时太多。

所述预定时间T为8-15分钟。

在实际检测中，为使得后续的分析结果取得较好的结果，对心率数据有一定的要求，取得2⁹=512个心动周期的心率数据最佳，所以通常预定时间一般为8分钟，对于心率较慢的可适当延长至10-15分钟。需要说明的是，当预设时间是低于8分钟时，数据不够，影响分析；大于15分钟，患者会焦急，影响心率，从而影响结果。

本发明的显著效果是：通过对获取的心电信号进行低通滤波和双阈值比较和粗细匹配计算，提升了心电信号R波提取的准确率，不会出现错检和漏检情况；计算量小，对于常见的心电信号干扰如基线漂移、R-R间期不一、高频干扰等都有很好地免疫，抗干扰能力强，得出的心电信号R波直观形象，诊断效果良好。

附图说明

图1是本发明中R波提取方法的流程图；

图2是本发明中第一个R的提取的流程图；

图3是本发明中斜率法中的心电信号差分运算对比图；

图4是本发明中双阈值比较和粗细匹配流程图；

图5是本发明中R波提取方法的效果图。

具体实施方式

下面结合附图对本发明的具体实施方式以及工作原理作进一步详细说明。

如图1所示，一种心电信号R波的提取方法，其按照以下步骤进行：

首先进入步骤1：获取预定时间T内的心电信号，并对获取的心电信号进行低通滤波预处理；

然后进入步骤2：对滤波后的心电信号提取第一个R波，并将第一个R波所在心电信号段作为初始模板；

进入步骤3：对获取的心电信号进行双阈值比较和粗细匹配计算，提取预定时间T内其它R波。

本例中主要采用400Hz的频率进行采样，低通滤波时，按照截止频率100Hz进行低通滤波，提高算法的抗干扰能力。

接着获取第一个R波，如图2所示，具体方法按照以下步骤进行：

步骤2-1：从起始处取宽度W1=2s的心电信号段；

dif(k)＝f(k)-f(k+1) （a）

通过图3可以看出，通过前向差分运算后，最大值dif(k)_max所在的位置即靠近R波的位置，再通过求心电信号中的最大值即可准确的得到第一个R波所在的位置。

当准确的找到第一个R波后，即可利用第一个R波所在的信号段作为模板来提取其它的R波，具体的步骤如图4所示：

步骤3-3：更新幅度阈值；

Q 1 = (1 - \frac{| M_{k} - ki |}{M_{k}}) * (1 - \frac{| M_{c} - ci |}{M_{c}}) - - - (b)

步骤3-6：按照等式（c）计算精细匹配度Q2，并将得到的精细匹配度Q2与阈值c2比较，若Q2小于c2，则修改t0=t1，返回步骤3-2，若Q2大于c2，则修改t0=t2，并滑动t0连续匹配，寻找匹配度最大的匹配信号段提取R波；

Q 2 = ρ_{(M, P)} * (1 - \frac{| M_{k} - ki |}{M_{k}}) * (1 - \frac{| M_{c} - ci |}{M_{c}}) - - - (c)

步骤3-7：更新模板信号，返回步骤3-2循环进行，直至提取出预设时间T内其它R波。

所述步骤3-7中所述动态模板按照等式（d）进行加权平均：

newModR(n)＝a1*newR(n)+a2*oldModR(n)*Q （d）

本实施例中，所述t0的初值为20ms，t1=20ms，t2=2ms，c1=0.8，c2=0.95；所述预定时间T为8-15分钟。

通过图5可以看出，利用本方法提取R波，算法简单，实现方便，漏检率和错检率低，抗干扰能力强。

最后需要说明的是，本发明所举实施方式或者实施例对本发明的目的、技术方案和优点进行了进一步详细说明，所应理解的是，以上所举实施方式或者实施例仅为本发明的优选实施方式而已，并不用以限制本发明，凡在本发明的精神和原则之内对本发明所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims

1.一种心电信号R波的提取方法，其特征在于按照以下步骤进行：

2.根据权利要求1所述的心电信号R波的提取方法，其特征在于：所述步骤1中以频率f=400Hz进行采样，将采样获取的心电信号按照截止频率100Hz进行低通滤波；

所述步骤2中获取第一个R波的具体方法按照以下步骤进行：

步骤2-1：从起始处取宽度W1=2s的心电信号段；

dif(k)＝f(k)-f(k+1) （a）

3.根据权利要求2所述的心电信号R波的提取方法，其特征在于：所述步骤3中的双阈值比较和粗细匹配具体按照以下步骤进行：

步骤3-3：更新幅度阈值；

Q 1 = (1 - \frac{| M_{k} - ki |}{M_{k}}) * (1 - \frac{| M_{c} - ci |}{M_{c}}) - - - (b)

Q 2 = ρ_{(M, P)} * (1 - \frac{| M_{k} - ki |}{M_{k}}) * (1 - \frac{| M_{c} - ci |}{M_{c}}) - - - (c)

4.根据权利要求3所述的心电信号R波的提取方法，其特征在于：所述步骤3-3中的幅度阈值设定为动态的幅度阈值，所述幅度阈值的更新方法为，取宽度为W4=3s的包含所述匹配信号的心电信号段，取其中幅值最大的10个点的平均值的0.7倍作为幅度阈值。

5.根据权利要求3所述的心电信号R波的提取方法，其特征在于：所述步骤3-7中所述更新模板信号按照等式（d）进行：

newModR(n)＝a1*newR(n)+a2*oldModR(n)*Q （d）

6.根据权利要求3所述的心电信号R波的提取方法，其特征在于：所述t0的初值为20ms，t1=20ms，t2=2ms，c1=0.8，c2=0.95。

7.根据权利要求1所述的心电信号R波的提取方法，其特征在于：所述预设时间T为8-15分钟。