CN104055512A - 一种心电数据快速重采样方法 - Google Patents

Abstract

心电数据采样频率转换的传统方法是，先对原始信号进行整数倍插值，达到原始频率与目标采样频率的最小公倍数，再对插值后信号进行整数倍抽取，从而得到目标采样频率要求的数据。但是传统方法中存在的严重问题是，当插值倍数较大时，运行速度很慢，占用存储空间过大，达不到实际应用的要求。本发明为一种心电数据快速重采样方法，解决了这个问题。快速重采样方法的特征在于，在达到工程要求以及符合采样定律的前提下，实现心电数据的任意采样频率转换。这种方法可以很好地应用于实际工程使用，而且对于其它要满足工程需求的信号重采样也非常有意义。

Description

一种心电数据快速重采样方法

技术领域

心电数据快速重采样方法属于采样控制系统领域，主要适用于心电数据的重采样，得到不同采样频率的数据，用于进一步研究；对于其它有同样需求的离散数据重采样同样适用。

背景技术

改革开放以来，我国医院信息化建设得到了长足发展，特别是医院信息系统(Hospital Information System，HIS)对于提高医院科学管理水平，以及推动医院现代化建设发挥了重要作用。而实现信息标准化以完成信息的统一管理，是目前医院HIS建设中面临的首要问题。

当前实现远程传输的数据主要有心电、体温、血压、血氧饱和度等，这些数据信息需要实现标准管理。在上述数据的格式统一过程中，最复杂的当属心电数据，心电数据检测设备多样化，不同设备的数据格式并不相同，而且心电数据量大，对于诊断病人病情至关重要，所以心电数据格式的统一势不容缓。

心电数据格式转换中的信息包括电设备的导联数、病人信息、增益、采样频率等，而由于心电分析软件大都采用差值运算或变换的方法，来对心电原始数据进行预处理及分析，因而增益等其他参数对于心电诊断分析的影响不大；但是采样频率如果与目标分析软件不一致，那么心电波形的显示将会出现错误，甚至造成无法诊断或诊断错误。

另外，当前研究心电方法等都是基于国际标准心电数据库进行研究的，当前全球公认的标准心电数据库有三个，分别是美国麻省理工学院提供的MIT-BIH数据库，美国心脏学会的AHA数据库以及欧洲AT-T心电数据库。其中，MIT-BIH数据库的应用相对广泛，MIT-BIH数据库的采样频率固定为360Hz，而国内很多心电检测设备的采样频率却有很多变化，将标准数据库的采样频率进行转换，可以采用其来完成特定频率下的分析，从而可以实现与标准的对比，这对于校准非常重要。

传统实现采样频率转换的方法即严格按照离散时间信号的内插与抽取理论，先对待转换信号进行整数倍的插值，达到原始采样频率与目标采样频率值的最小公倍数，然后再对插值后的数据进行整数倍抽取。例如若将心电数据从MIT-BIH数据库的固定采样频率360Hz变为250Hz，传统方法需要先将数据内插到9000Hz，即内插了25倍，然后再进行抽取36倍，这样虽然保证了重采样的数据完整，但是运行效率很低，占用存储空间过大。

发明内容

本发明的目的在于提供一种心电数据的快速重采样方法，对于心电格式转换及标准化，以及心电检测设备的校验都有非常重要的作用，同样也适用于有类似需求离散数据重采样的实际应用。

本发明使用的相关理论包括：采样定律，离散时间信号的内插与抽取(整数倍)，Lagrange 插值公式。

我们所涉及的心电数据快速重采样与上述技术不同之处，在于将内插的倍数改为分数倍内插，然后再使用Lagrange插值公式进行重新均匀分布。新方法流程图如图1所示，可以实现不同采样频率间的转换，根据原始采样频率值与目标采样频率值的关系，分两种情况进行。

(1)若原始采样频率值小于目标采样频率值，步骤如下：

步骤1，先对数据进行整数倍内插，达到小于目标采样频率的原始值最大整数倍(此值为1时可省略)，设该值为N(N＞1)，那么在原始数据相邻两个数据之间插入(N-1)个数据，数据值为两个数据中前者的值；

步骤2，在完成整数倍内插后，就可以对其进行分数倍内插，得到采样频率为目标频率值的数据；

步骤3，最后对分数倍内插后的结果通过Lagrange插值公式进行重新均匀分布。

(2)若原始采样频率值大于目标采样频率值，步骤如下：

步骤1，先对数据进行分数倍内插，达到大于原始采样频率值的目标值的最小整数倍，设该值为M，M必定大于1；

步骤2，对分数倍内插的结果通过Lagrange插值公式进行重新均匀分布；

步骤3，最后对结果进行整数倍抽取，抽取倍数为M倍，即从相邻M个数据中，抽取其中的第一个值作为结果，便得到采样频率为目标值的数据。

本发明中先对数据进行分数倍内插，即将原先每相邻两个数据之间插入数据改为，每相邻多个数据插入一个数据；对于分数倍内插造成的不均匀分布，采用对数据进行重新插值计算的方式消除某些位置过采样的问题。插值并进行均匀分布的示意图如图2所示，而普通插值未均匀分布的示意图如图3所示，均匀分布的效果图，如图4所示。

当然也要考虑到特殊情况：原始采样频率为目标采样频率的整数倍，以及目标采样频率正好为原始频率值的整数倍。前者在进行插值到大于原始频率的目标频率值的最小整数倍之前，经过判定之后，原始频率正好为目标频率的整数倍，则无需进行插值，可以直接进行整数倍抽取，达到目标频率。而后者，在插值到小于等于目标采样频率的原始频率的最大整数倍之后，如果目标采样频率为原始频率的整数倍，那么经过插值后，达到的频率即为目标频率，无需继续分数倍插值及均匀分布。

附图说明

图1：本发明提出的方法流程图；

图2：插值后均匀分布示意图；

图3：未执行均匀分布效果图；

图4：均匀分布效果图。

具体实现方式

本发明中，可以实现任意频率间的转换，但是如果要能正常显示，必须要符合采样定理，即采样频率必须大于被采样数据最大频率的2倍。

以原始采样频率为360Hz的MIT-BIH数据库中的心电数据转换为其他采样频率来说明，本发明的采样频率转换分为两种情况，设置目标采样频率值分别为250Hz和800Hz，从两种情况更加清晰的说明方法的实现方式，在这里进行说明的数据都以一维数组的形式存放。特殊情况不再进行详细说明，如将360Hz减采样转换为180Hz，或者增采样为720Hz，前者只需要进行2倍抽取，后者只需要进行2倍内插，即可以达到目的频率值，且都可以归到一般情况进行讨论，不再赘述。

1)原始采样频率大于目标采样频率：360Hz到250Hz

为了简化问题，取1s的数据大小为例，且心电数据为单导联，数据为8bit的无符号整型数据。设原始数据数组为src[360]，分数倍内插的结果数组为mid[500]，最终结果的数组为result[250]；

(1)对数据进行分数倍插值：是之达到大于原始值的目标采样频率值的最小整数倍，此例中该值为500Hz，即先将src进行分数倍插值，达到采样频率为500Hz的数据mid[500]。

插值比率rate＝(500-360)/360＝7/18；使用原始数据数组的下标值与此插值比率相乘，若所得结果的整数部分比前一项的值增长1，那么就在该位置插入一个新数据，数据值为原始数据数组在前一位置的值。例如从数组下标位置0到2，与插值比率7/18相乘的结果，其整数部分一直为0，而下标3与插值比率7/18相乘，其整数部分为1，则在新数组中下标3的位置插入一个新数据，其值为原始数据数组下标为2处的值。

以变量pos1表示src数组的下标位置，count表示当前已经插入新数据的个数，初始值为0；

当pos1＝0，1，2时，int(pos1*rate)一直为0，因而mid的值等于相应位置的src的值；

mid[pos1+count]＝src[pos1]；

当pos1＝3时，int(pos1*rate)＝1；整数部分增长1，因而需要插入新数据；

mid[pos1+count]＝src[pos1-1]；

count＝count+1；

mid[pos1+count]＝src[pos1]；

依次类推，pos1＝4，5时，int(pos1*rate)一直为1，那么不进行插值；

mid[pos1+count]＝src[pos1]；

pos1＝6时，int(pos1*rate)＝2，整数部分增长1，则此处需要插入新数据；

mid[pos1+count+pos1]＝src[pos1-1]；

count＝count+1；

mid[pos1+coutn+pos1]＝src[pos1]；

按照这种方式，直到sec的数组被遍历完毕。

(2)均匀分布：对于分数倍插值后的结果进行均匀分布，消除某些位置过采样而造成不均匀分布的问题。采用的方式为：当上个步骤中计算的结果需要插入新数据时，以整数部分前一次增长下标的位置为初始端，新插值位置的下标为末端，对这其中的数据进行重新分 布。

以上一步骤中的例子来说明；

pos1＝3时，int(pos1*rate)增长为1，此时count＝0；

设初始端点与末端点的变量为start，end；那么设置初始端点为0，末端位置为pos1(即为3)；对mid数组中0～3的数据进行重新均匀分布，两端位置不变，中间位置根据Lagrange插值公式进行重新计算；

start＝0；end＝pos1+count(pos1＝3，count＝0)；

mid[0]、mid[3]不变；

$\mathrm{mid}\left[i\right]=\frac{n(n-1)-i}{n(n-1)}\mathrm{mid}[i-1]+\frac{i}{n(n-1)}\mathrm{mid}\left[i\right];(0<i<3)$

这里n＝3，带入上述公式可得：

$\mathrm{mid}\left[i\right]=\frac{6-i}{6}\mathrm{mid}[i-1]+\frac{i}{6}\mathrm{mid}\left[i\right];(0<i<3)$

从后端到前端使用该公式重新计算，将新数据值填入mid[i]中，从而实现均匀分布；以此类推，在进行插值之后就要记录均匀分布块的初始端点；

start＝pos1+count；(此时pos1＝3，count＝1)；

pos1＝6时，int(pos1*rate)增长为2，此处进行插值；

end＝pos1+count；

保持两端点值不变，mid[start]＝mid[start]，mid[end]＝mid[end]；

中间值从后端到前端利用上述Lagrange插值公式进行重新计算，n同样为3；

$\mathrm{mid}\left[i\right]=\frac{6-i}{6}\mathrm{mid}[i-1]+\frac{i}{6}\mathrm{mid}\left[i\right];(\mathrm{start}<i<\mathrm{end})$

如此类推，在每次插值之后，都对当前区段进行重新计算，防止过采样，直到src数组遍历完毕。

(3)整数倍抽取

上述两个步骤完成之后，得到采样频率为500Hz的心电数据，表示形式为一维数组mid[500]，而目标采样频率为250Hz，因而需要进行整数倍抽取。

此例当中，抽取倍数N＝500/250＝2；需进行2倍的抽取，采用的方式为对mid数组中两个相邻的数据，只取其一，方法中将数据设置为两个数据中位置在前的一个；

result[i]＝mid[2*i]；(I>＝0&&i<＝250)；

遍历完毕之后，便可以得到采样频率为250Hz的数据数组result[250]；

2)原始采样频率大于目标采样频率：360Hz到800Hz

跟上一种情况类似，简化问题采用1s时长的数据来说明问题，且心电数据为单导联，数据为8bit的无符号整型数据。设原始数据数组为src[360]，分数倍内插的结果数组为mid[720]，最终结果的数组为result[800]；

(1)对原始数据进行整数倍插值：由于目标采样频率800大于原始采样频率360的2 倍，因而先要对数据进行整数倍插值，达到小于目标采样频率的原始值的最大整数倍，此处即为720，在本例中，将src[360]进行插值，得到中间结果mid[720]。

插值倍数为720/360＝2，因而要对src进行2倍的插值，采用方法为src每个数据后插入一个新数据，其值为当前数组位置及其后相邻位置处的均值，末尾两个数值只取当前位置的值，不再取均值。

mid[2*i]＝src[i]；

mid[2*i+1]＝(int)(src[i]+src[i+1])/2；(i>＝0&&i<359)；

mid[718]＝src[359]；

mid[719]＝src[359]；

由此完成整数倍的内插，获得中间结果mid[720]；

(2)分数倍内插达到目标采样频率：与上一种情况中分数倍内插的方式相同，将mid[720]进行分数倍内插，达到目标采样频率为800Hz的结果数组result[800]；

插值比率rate＝(800-720)/720＝1/9；使用原始数据数组的下标值与此插值比率相乘，若所得结果的整数部分比前一项的值增长1，那么就在该位置插入一个新数据，数据值为原始数据数组在前一位置的值，采用的方法与上一例子中相同。

以变量pos1表示mid数组的下标位置，count表示当前已经插入新数据的个数，初始值为0；

当pos1＝0-8时，int(pos1*rate)一直为0，因而mid的值等于相应位置的mid的值；

resu1t[pos1+count]＝mid[pos1]；

当pos1＝9时，int(pos1*rate)＝1；整数部分增长1，因而此处需要插入新数据；

resu1t[pos1+count]＝mid[pos1-1]；

count＝count+1；

result[pos1+count]＝mid[pos1]；

依次类推，pos1＝9-17时，int(pos1*rate)一直为1，那么不进行插值；

result[pos1+count]＝mid[pos1]；

pos1＝18时，int(pos1*rate)＝2，整数部分增长1，则此处需要插入新数据；

result[pos1+count+pos1]二mid[pos1-1]；

count＝count+1；

result[pos1+count+pos1]＝mid[pos1]；

按照这种方式，直到mid的数组被遍历完毕。

(3)均匀分布：同样与之前例子中所进行的均匀分布类似，在进行分数倍内插之后，同样需要对结果进行重新计算，以解决过采样的问题。采用的方式与上一例子中相同，设置初始端点为原先插入数据的位置，末端为新插值位置的下标，两端位置的数值保持不变，中间端点根据Lagrange插值公式进行重新分布。

同样以上一步骤中的例子来说明；

pos1＝9时，int(pos1*rate)增长为1，此时count＝0；

设初始端点与末端点的变量为start，end；那么设置初始端点为0，末端位置为pos1(即为9)；对result数组中0～9的数据进行重新均匀分布，两端位置不变，中间位置根据Lagrange插值公式进行重新计算；

start＝0；end＝pos1+count(pos1＝9，count＝0)；

result[0]、result[9]不变；

$\mathrm{result}\left[i\right]=\frac{n(n-1)-i}{n(n-1)}\mathrm{result}[i-1]+\frac{i}{n(n-1)}\mathrm{result}\left[i\right];(0<i<9)$

这里n＝9，带入上述公式可得：

$\mathrm{result}\left[i\right]=\frac{72-i}{72}\mathrm{result}[i-1]+\frac{i}{72}\mathrm{result}\left[i\right];(0<i<3)$

从后端到前端使用该公式重新计算，将新数据值填入result[i]中，从而实现均匀分布；以此类推，在进行插值之后就要记录均匀分布块的初始端点；

start＝pos1+count；(此时pos1＝9，count＝1)；

pos1＝18时，int(pos1*rate)增长为2，此处进行插值；

end＝pos1+count；

保持两端点值不变，result[start]＝result[start]，result[end]＝result[end]；

中间值从后端到前端利用上述Lagrange插值公式进行重新计算，n同样为3；

$\mathrm{result}\left[i\right]=\frac{72-i}{72}\mathrm{result}[i-1]+\frac{i}{72}\mathrm{result}\left[i\right];(\mathrm{start}<i<\mathrm{end})$

如此类推，在每次插值之后，都对当前区段进行重新计算，防止过采样，直到result数组遍历完毕。

经过以上3个步骤，完成了从360Hz到目标频率800Hz的转换，得到的结果为一维数组result[800].

通过对以上两种情况的分别说明，对心电数据快速重采样方法进行了说明，传统方法中，对于360Hz转换为250Hz，要先对原始数据数组进行插值，达到两者最小公倍数9000Hz，然后再采用抽取36倍，达到目标采样频率为250Hz的结果；对于360Hz转换为800Hz，要先进行整数倍的插值，达到7200Hz，随后再进行9倍的抽取，达到目标频率800Hz。例子中仅给出1s钟时间的简化情况，而在实际应用中，如动态心电图Holter记录的数据，其数据量通常为大约24小时，那么采用传统方法运行效率明显很低，而且所占用存储空间也大。

本发明心电数据快速重采样方法中，在前面介绍中可以看到，从360Hz转换到250Hz，数据插值的倍数小于1倍，达到500Hz，随后抽取2倍，中间结果占用存储空间为传统方法的1/18；而从360Hz转换到800Hz，数据先插值2倍，达到720Hz，然后再进行小于1倍的插值，达到800Hz的要求，中间结果占用存储空间为传统方法的1/10。虽然本发明心电数据快速重采样方法还需对分数倍插值的结果进行均匀分布，但是相较传统方法，无论在运行效率还是运行期间占用空间都得到了很大的改善。

Claims (5)

1.心电数据快速重采样方法，其特征在于：使用分数倍内插的内插方法，从而减少运行时间及占用存储空间，使得在达到工程应用要求以及符合采样定律的前提下，可快速实现心电数据的采样频率任意转换。方法主要包括以下几个部分；

1)分数倍内插：通过对原始数据进行分数倍内插，达到目标采样频率或者其大于原始采样频率的最小整数倍；

2)均匀分布：由于采用分数倍的插值方法，造成不均匀采样的问题，所以要在插值之后，在原始数据及插入的数据基础上，对其进行重新均匀分布；

3)整数倍抽取与内插：若原始采样频率大于目标采样频率，在完成内插之后，要对数据进行整数倍抽取，达到目标采样频率；若原始采样频率小于目标采样频率，那么需要先对数据进行整数倍的内插，使之达到小于目标采样频率的最大整数倍值(此值为1时可省略)，后续采用分数倍内插达到目标采样频率值。

2.根据权利1所述的心电数据快速重采样方法，其特征在于：采用分数倍内插的方法，直接达到目标频率或其大于原始频率的最小整数倍，而不是传统方法中整数倍内插到原始频率与目标采样频率的最小公倍数。主要包括以下内容：

1)插值比率：新方法中的插值比率为分数，且小于1，其意义为每几个数值需要插入一个新值；

2)内插过程：原始数据读取到一个数组中，使用计算得到分数倍的插值比率，在插值过程中，将原始数据数组下标与插值比率相乘，获取其整数部分的值，当整数部分增长1时，即在当前的下标处，插入一个数据，其数值等于数组在当前位置的值。

3.根据权利2所述的心电数据快速重采样方法，其特征在于：对原始数据进行分数倍内插后，会造成某些位置处过采样，进而造成采样分布不均匀，所以要在插值后的数据基础上进行均匀分布。均匀分布的过程为：两端数据设置为内插后的数据，对于中间的数据采用Lagrange插值公式进行重新插值，进而可以实现均匀分布，解决某些位置处过采样的问题。

4.根据权利3所述的心电数据快速重采样方法，其特征在于：对于原始采样频率值大于目标采样频率的情况，在进行分数倍插值后，达到大于原始采样频率值的目标采样频率的最小整数倍值，然后就需要对插值后的数据进行整数倍抽取，从而实现到目标采样频率的转换；而对于原始采样频率小于目标采样频率的情况，为保证采样比率小于1，以便进行分数倍的插值，要先对数据进行整数倍内插，达到小于目标采样频率的最大整数倍(此值为1时可省略)，再采用分数倍内插达到目标采样频率值。

5.根据权利1、2所述的心电数据快速冲采样方法，其特征在于：在符合采样定律的前提下，可以实现任意频率值的转换。首先判断原始频率与目标频率的大小，然后分情况进行处理，其核心是通过分数倍的内插，减小运行时间及占用存储空间。当然该方法也考虑特殊情况，如减采样中原始采样频率恰好为目标采样频率的整数倍，那么无须再进行插值，可以直接通过整数倍抽取来实现；而增采样过程中，若目标频率证号为原始频率的整数倍，那么在进行整数倍插值之后，即可达到目标频率，无须进一步分数倍插值。