CN104305991B - 从心电信号中检测噪声的方法和设备 - Google Patents

从心电信号中检测噪声的方法和设备 Download PDF

Info

Publication number
CN104305991B
CN104305991B CN201410659169.8A CN201410659169A CN104305991B CN 104305991 B CN104305991 B CN 104305991B CN 201410659169 A CN201410659169 A CN 201410659169A CN 104305991 B CN104305991 B CN 104305991B
Authority
CN
China
Prior art keywords
extreme point
signal
noise
point
time
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201410659169.8A
Other languages
English (en)
Other versions
CN104305991A (zh
Inventor
侯桂文
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
BEIJING HAISIMIN MEDICAL TECHNOLOGY Co Ltd
Original Assignee
BEIJING HAISIMIN MEDICAL TECHNOLOGY Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by BEIJING HAISIMIN MEDICAL TECHNOLOGY Co Ltd filed Critical BEIJING HAISIMIN MEDICAL TECHNOLOGY Co Ltd
Priority to CN201410659169.8A priority Critical patent/CN104305991B/zh
Publication of CN104305991A publication Critical patent/CN104305991A/zh
Application granted granted Critical
Publication of CN104305991B publication Critical patent/CN104305991B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Public Health (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Artificial Intelligence (AREA)
  • Physiology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Psychiatry (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)

Abstract

本发明提供了一种从心电信号中检测噪声的方法和设备。所述方法包括：(A)利用小波变换对心电信号进行分解，以获得多个尺度的信号；(B)检测预定尺度的信号上的极值点；(C)根据检测极值点来确定所述预定尺度的信号上的噪声。根据本发明，可以准确地检测出心电信号中的噪声位置。

Description

从心电信号中检测噪声的方法和设备
技术领域
本发明总体涉及心电信号检测领域。更具体地讲，涉及一种从心电信号中检测噪声的方法和设备。
背景技术
心电检测已经是临床最常用的检查之一，应用广泛。心电检测中非常关键的是QRS波的检测，QRS波的准确检测不仅是很多心脏疾病检测的重要依据，而且在QRS波确定之后，才能检测ST段的参数以及分析心电信号的其他细节参数。
然而，心电信号在采集以及模数转换过程中不可避免会受到噪声的干扰。在检测QRS波时，会受到噪声的干扰，将噪声识别为QRS波。
因此，需要一种从心电信号中检测噪声的技术。
发明内容
本发明的目的在于提供一种从心电信号中检测噪声的方法和设备。
根据本发明一方面，提供一种从心电信号中检测噪声的方法，包括：(A)利用小波变换对心电信号进行分解，以获得多个尺度的信号；(B)检测预定尺度的信号上的极值点；(C)根据检测的极值点来确定所述预定尺度的信号上的噪声，具体地，根据所述极值点的数量来确定所述噪声在所述预定尺度的信号上的位置。
可选地，步骤(C)包括：将所述预定尺度的信号中连续出现的极值点的数量等于预定阈值的信号部分确定为噪声，其中，所述连续出现的极值点之中相邻的极值点之间的时间差小于或等于第一时间阈值。
可选地，步骤(C)包括：将所述预定尺度的信号划分为多个信号段，如果任意信号段中包括的连续出现的极值点的数量大于或等于预定阈值，则将该任意信号段确定为噪声，其中，所述连续出现的极值点之中相邻的极值点之间的时间差小于或等于第一时间阈值。
可选地，所述极值点为极大值点和极小值点构成的极值点对，所述极小值点与所述极大值点之间的时间差小于第二时间阈值。
可选地，所述预定尺度的信号为QRS波的能量最集中的尺度的信号。
可选地，步骤(C)包括：(C11)判断第i极值点与第i+1极值点之间的时间差是否大于第一时间阈值，其中，第i极值点的时间小于第i+1极值点的时间；(C12)当确定第i极值点与第i+1极值点之间的时间差不大于第一时间阈值，使得计数值加1；(C13)确定当前的计数值减去计数值的初始值的结果是否等于预定阈值；(C14)当确定当前的计数值减去计数值的初始值的结果等于预定阈值N时，将第i-N+1极值点与第i极值点之间的部分确定为噪声。
可选地，步骤(C)还包括：(C15)当确定当前的计数值减去计数值的初始值的结果不等于预定阈值N时，使得i＝i+1，并返回执行步骤(C11)；(C16)当确定第i极值点与第i+1极值点之间的时间差大于第一时间阈值时，初始化计数值，并返回执行步骤(C11)。
可选地，步骤(C)包括：将所述预定尺度的信号划分为多个信号段；针对每一信号段，确定是否为噪声，其中，确定每一信号段是否为噪声的步骤包括：(C21)从所述一信号段的起点开始沿着时间方向查找第i极值点，其中，第i极值点的时间小于第i+1极值点的时间；(C22)判断第i极值点是否在所述一信号段内部；(C23)当确定第i极值点在所述一信号段内部时，查找与第i极值点相邻的第i+1极值点；(C24)判断第i+1极值点是否在所述一信号段内部；(C25)当确定第i+1极值点在所述一信号段内部时，判断第i极值点与第i+1极值点之间的时间差是否大于第一时间阈值；(C26)确定第i极值点与第i+1极值点之间的时间差不大于第一时间阈值，使得计数值加1；(C27)确定当前的计数值减去计数值的初始值的结果是否等于预定阈值；(C28)当确定当前的计数值减去计数值的初始值的结果等于预定阈值N时，将所述一信号段确定为噪声。
可选地，当确定当前的计数值减去计数值的初始值的结果不等于预定阈值N时，使得i＝i+1，并返回执行步骤(C23)；当确定第i极值点与第i+1极值点之间的时间差大于第一时间阈值时，初始化计数值，并返回执行步骤(C23)；当确定第i极值点不在所述一信号段内部时，将所述一信号段确定为非噪声；当确定第i+1极值点不在所述一信号段内部时，将所述一信号段确定为非噪声。
根据本发明的另一方面，提供一种从心电信号中检测噪声的设备，包括：小波变换单元，利用小波变换对心电信号进行分解，以获得多个尺度的信号；极值点检测单元，检测预定尺度的信号上的极值点；噪声识别单元，根据检测的极值点来确定所述预定尺度的信号上的噪声，具体地，根据所述极值点的数量来确定所述噪声在所述预定尺度的信号上的位置。
可选地，噪声识别单元将所述预定尺度的信号中连续出现的极值点的数量等于预定阈值的信号部分确定为噪声，其中，所述连续出现的极值点之中相邻的极值点之间的时间差小于或等于第一时间阈值。
可选地，噪声识别单元将所述预定尺度的信号划分为多个信号段，如果任意信号段中包括的连续出现的极值点的数量大于或等于预定阈值，则噪声识别单元将该任意信号段确定为噪声，其中，所述连续出现的极值点之中相邻的极值点之间的时间差小于或等于第一时间阈值。
可选地，所述极值点为极大值点和极小值点构成的极值点对，所述极大值点的时间早于所述极小值点的时间，所述极小值点与所述极大值点之间的时间差小于第二时间阈值。
可选地，所述预定尺度的信号为QRS波的能量最集中的尺度的信号。
可选地，噪声识别单元包括：判断单元，判断第i极值点与第i+1极值点之间的时间差是否大于第一时间阈值，其中，第i极值点的时间小于第i+1极值点的时间；计数单元，当确定第i极值点与第i+1极值点之间的时间差不大于第一时间阈值，使得计数值加1；比较单元，确定当前的计数值减去计数值的初始值的结果是否等于预定阈值；噪声确定单元，当确定当前的计数值减去计数值的初始值的结果等于预定阈值N时，将第i-N+1极值点与第i极值点之间的部分确定为噪声。
可选地，当确定当前的计数值减去计数值的初始值的结果不等于预定阈值N时，判断单元使得i＝i+1，并再次判断第i极值点与第i+1极值点之间的时间差是否大于第一时间阈值；当确定第i极值点与第i+1极值点之间的时间差大于第一时间阈值时，判断单元初始化计数值，使得i＝i+1，并再次判断第i极值点与第i+1极值点之间的时间差是否大于第一时间阈值。
可选地，噪声识别单元包括：滑窗单元，将所述预定尺度的信号划分为多个信号段；噪声检测单元，针对每一信号段，确定是否为噪声，其中，噪声检测单元包括：第一检测单元，从所述一信号段的起点开始沿着时间方向查找第i极值点，其中，第i极值点的时间小于第i+1极值点的时间；第一判断单元，判断第i极值点是否在所述一信号段内部；第二检测单元，当确定第i极值点在所述一信号段内部时，查找与第i极值点相邻的第i+1极值点；第二判断单元，判断第i+1极值点是否在所述一信号段内部；第一比较单元，当确定第i+1极值点在所述一信号段内部时，判断第i极值点与第i+1极值点之间的时间差是否大于第一时间阈值；计数单元，当确定第i极值点与第i+1极值点之间的时间差不大于第一时间阈值时，使得计数值加1；第二比较单元，确定当前的计数值减去计数值的初始值的结果是否等于预定阈值；噪声确定单元，当确定当前的计数值减去计数值的初始值的结果等于预定阈值N时，将所述一信号段确定为噪声。
可选地，当确定当前的计数值减去计数值的初始值的结果不等于预定阈值N时，第二检测单元使得i＝i+1，并查找与第i极值点相邻的第i+1极值点；当确定第i极值点与第i+1极值点之间的时间差大于第一时间阈值时，第二检测单元初始化计数值，使得i＝i+1，并查找与第i极值点相邻的第i+1极值点；当确定第i极值点不在所述一信号段内部时，噪声确定单元将所述一信号段确定为非噪声；当确定第i+1极值点不在信号段内部时，噪声确定单元将所述一信号段确定为非噪声。
根据本发明的实施例的从心电信号中检测噪声的方法和设备，可以准确地检测出心电信号中的噪声位置，从而避免将噪声部分误识为QRS波。
附图说明
通过下面结合附图进行的详细描述，本发明的上述和其它目的、特点和优点将会变得更加清楚，其中：
图1示出根据本发明示例性实施例的从心电信号中检测噪声的方法的流程图；
图2示出根据本发明的实施例的根据极值点来确定噪声在预定尺度的信号上的位置的流程图；
图3示出根据本发明的实施例的根据极值点来确定一个信号段是否为噪声的流程图；
图4示出根据本发明示例性实施例的从心电信号中检测噪声的设备的框图；
图5示出根据本发明的实施例的噪声识别单元的框图；
图6示出根据本发明的另一实施例的噪声识别单元的框图。
具体实施方式
以下，将参照附图更充分地描述本发明的示例性实施例。
图1示出根据本发明示例性实施例的从心电信号中检测噪声的方法的流程图。
如图1所示，在步骤101，利用小波变换对心电信号进行分解，以获得多个尺度的信号。
可利用各种心电检测装置来检测心电信号。应该理解，这里的心电信号可以是原始的心电信号或者进行过一定预处理的心电信号。
通过对心电信号进行小波变换，可以获得多个尺度的信号。
在步骤102，检测预定尺度的信号上的极值点。
这里，预定尺度的信号为QRS波的能量最集中的尺度的信号。由于QRS波的特点具有普遍性，因此可以预先确定出QRS波的能量最集中的尺度的信号。
这里的极值点可以是极大值点或极小值点。
优选地，这里的极值点是模极值点，例如，模极大值点或模极小值点。
在步骤103，根据检测极值点来确定该预定尺度的信号上的噪声。具体地说，可根据极值点的数量来确定噪声在该预定尺度的信号上的位置。
在一个优选实施例中，将该预定尺度的信号中连续出现的极值点的数量等于预定阈值的信号部分确定为噪声。这里，所述连续出现的极值点之中相邻的极值点之间的时间差小于或等于第一时间阈值。将在后面参照图2详细描述该实施例。
图2示出根据本发明的实施例的根据极值点来确定噪声在预定尺度的信号上的位置的流程图。
在步骤201，查找预定尺度的信号上的第i极值点。i的初始值为1。这里，第i极值点的时间小于第i+1极值点的时间。第1极值点(即，i的初始值对应的极值点)可以作为时间上最早的极值点。应该理解，i的初始值不限于1，可以是其他值。
在步骤202，查找与第i极值点相邻的第i+1极值点。
在步骤203，判断第i极值点与第i+1极值点之间的时间差是否大于第一时间阈值。优选地，这里第一时间阈值小于QRS波在上述预定尺度的信号上的时间长度。可通过已经检测出QRS波的心电信号来确定QRS波在上述预定尺度的信号上的时间长度。
当在步骤203确定第i极值点与第i+1极值点之间的时间差不大于第一时间阈值，在步骤204，使得计数值加1。
在步骤205，确定当前的计数值减去计数值的初始值的结果是否等于预定阈值。应该理解，计数值的初始值可以为任意值。优选地，计数值的初始值为0。可通过试验的方式来确定预定阈值。
当在步骤205确定当前的计数值减去计数值的初始值的结果不等于预定阈值N时，在步骤206，使得i＝i+1，并返回执行步骤202。
当在步骤205确定当前的计数值减去计数值的初始值的结果等于预定阈值N(N为大于1的自然数)时，在步骤207，将第i-N+1极值点与第i极值点之间的部分确定为噪声。
此外，当在步骤203确定第i极值点与第i+1极值点之间的时间差大于第一时间阈值时，在步骤208，初始化计数值，使得i＝i+1，并返回步骤202。
步骤201和202中的查找可以是在步骤102中的结果中执行的查找。此外，步骤201和202中对极值点的查找也可以认为是步骤102中的对极值点的检测操作。
在另一优选实施例中，将所述预定尺度的信号划分为多个信号段(例如，多个时间窗)，如果任意信号段中包括的连续出现的极值点的数量大于或等于预定阈值，则将该任意信号段确定为噪声；如果任意信号段中包括的连续出现的极值点的数量小于预定阈值，则将该任意信号段确定为非噪声。这里，所述连续出现的极值点之中相邻的极值点之间的时间差小于或等于第一时间阈值。将在后面参照图3详细描述确定每个信号段是否为噪声。
图3示出根据本发明的实施例的根据极值点来确定任意一个信号段是否为噪声的流程图。
在步骤301，从该信号段的起点开始沿着时间方向查找第i极值点。i的初始值为1。这里，第i极值点的时间小于第i+1极值点的时间。应该理解，i的初始值不限于1，可以是其他值。
在步骤302，判断第i极值点是否在该信号段内部。
当在步骤302确定第i极值点在该信号段内部时，在步骤303，查找与第i极值点相邻的第i+1极值点。
在步骤304，判断第i+1极值点是否在该信号段内部。
当在步骤304确定第i+1极值点在该信号段内部时，在步骤305，判断第i极值点与第i+1极值点之间的时间差是否大于第一时间阈值。
当在步骤305确定第i极值点与第i+1极值点之间的时间差不大于第一时间阈值，在步骤306，使得计数值加1。
在步骤307，确定当前的计数值减去计数值的初始值的结果是否等于预定阈值。应该理解，计数值的初始值可以为任意值。优选地，计数值的初始值为0。
当在步骤307确定当前的计数值减去计数值的初始值的结果不等于预定阈值N时，在步骤308，使得i＝i+1，并返回执行步骤303。
当在步骤307确定当前的计数值减去计数值的初始值的结果等于预定阈值N时，在步骤309，将该信号段确定为噪声。
此外，当在步骤305确定第i极值点与第i+1极值点之间的时间差大于第一时间阈值时，在步骤310，初始化计数值，使得i＝i+1，并返回步骤303。
此外，当在步骤302确定第i极值点不在该信号段内部时，在步骤311，将该信号段确定为非噪声。
此外，当在步骤304确定第i极值点不在该信号段内部时，在步骤311，将该信号段确定为非噪声。
步骤301和303中对极值点的查找可以是在步骤102中的结果中执行的查找。此外，步骤301和303中对极值点的查找也可以认为是步骤102中的对极值点的检测操作。
在一个优选实施例中，极值点是指相邻的极大值点和极小值点构成的极值点对。这里的相邻是指作为极值点相邻。构成极值点对的极小值点与极大值点之间的时间差小于第二时间阈值。这里第二时间阈值小于QRS波的时间长度。优选地，第二时间阈值小于QRS波在上述预定尺度的信号上的时间长度。
在此情况下，相邻的极值点对之间的时间差表示这两个极值点对中的相同相对位置之间的时间差。例如，这两个极值点中的第一(或第二)极值点之间的时间差、这两个极值点的中点之间的时间差。
图4示出根据本发明示例性实施例的从心电信号中检测噪声的设备的框图。
如图4所示，根据本发明示例性实施例的用于通信终端之间的无线通信的设备400包括小波变换单元410、极值点检测单元420、噪声识别单元430。
小波变换单元410利用小波变换对心电信号进行分解，以获得多个尺度的信号。
可利用各种心电检测装置来检测心电信号。应该理解，这里的心电信号可以是原始的心电信号或者进行过一定预处理的心电信号。通过对心电信号进行小波变换，可以获得多个尺度的信号。
极值点检测单元420检测预定尺度的信号上的极值点。这里，预定尺度的信号为QRS波的能量最集中的尺度的信号。由于QRS波的特点具有普遍性，因此可以预先确定出QRS波的能量最集中的尺度的信号。
这里的极值点可以是极大值点或极小值点。
优选地，这里的极值点是模极值点，例如，模极大值点或模极小值点。
噪声识别单元430根据检测的极值点来确定所述预定尺度的信号上的噪声。具体地说，可根据极值点的数量来确定噪声在该预定尺度的信号上的位置。
在一个优选实施例中，噪声识别单元430将所述预定尺度的信号中连续出现的极值点的数量等于预定阈值的信号部分确定为噪声。这里，所述连续出现的极值点之中相邻的极值点之间的时间差小于或等于第一时间阈值。将在后面参照图5描述该优选实施例的噪声识别单元430的结构。
在另一个优选实施例中，噪声识别单元430将所述预定尺度的信号划分为多个信号段，如果任意信号段中包括的连续出现的极值点的数量大于或等于预定阈值，则噪声识别单元430将该任意信号段确定为噪声；如果任意信号段中包括的连续出现的极值点的数量小于预定阈值，则噪声识别单元430将该任意信号段确定为非噪声其中。这里，所述连续出现的极值点之中相邻的极值点之间的时间差小于或等于第一时间阈值。将在后面参照图6描述该优选实施例的噪声识别单元430的结构。
在一个优选实施例中，极值点是指相邻的极大值点和极小值点构成的极值点对。这里的相邻是指作为极值点相邻。构成极值点对的极小值点与极大值点之间的时间差小于第二时间阈值。这里第二时间阈值小于QRS波的时间长度。优选地，第二时间阈值小于QRS波在上述预定尺度的信号上的时间长度。
在此情况下，相邻的极值点对之间的时间差表示这两个极值点对中的相同相对位置之间的时间差。例如，这两个极值点中的第一(或第二)极值点之间的时间差、这两个极值点的中点之间的时间差。
图5示出根据本发明的实施例的噪声识别单元的框图。
如图5所示，根据本发明实施例的噪声识别单元包括：判断单元510、计数单元520、比较单元530、噪声确定单元540。
判断单元510判断第i极值点与第i+1极值点之间的时间差是否大于第一时间阈值。第i极值点的时间小于第i+1极值点的时间。i的初始值为1。这里，第i极值点的时间小于第i+1极值点的时间。第1极值点(即，i的初始值对应的极值点)可以作为时间上最早的极值点。应该理解，i的初始值不限于1，可以是其他值。
当判断单元510确定第i极值点与第i+1极值点之间的时间差不大于第一时间阈值，计数单元520使得计数值加1。
比较单元530确定当前的计数值减去计数值的初始值的结果是否等于预定阈值。
当比较单元530确定当前的计数值减去计数值的初始值的结果等于预定阈值N时，噪声确定单元540将第i-N+1极值点与第i极值点之间的部分确定为噪声。
当比较单元530确定当前的计数值减去计数值的初始值的结果不等于预定阈值N时，判断单元510使得i＝i+1，并再次判断第i极值点与第i+1极值点之间的时间差是否大于第一时间阈值。
当判断单元510确定第i极值点与第i+1极值点之间的时间差大于第一时间阈值时，判断单元510初始化计数值，使得i＝i+1，并再次判断第i极值点与第i+1极值点之间的时间差是否大于第一时间阈值。
图6示出根据本发明的另一实施例的噪声识别单元的框图。
如图6所示，根据本发明实施例的噪声识别单元包括：滑窗单元610、噪声检测单元620。
滑窗单元610将所述预定尺度的信号划分为多个信号段。
噪声检测单元620针对每一信号段，确定是否为噪声。
噪声检测单元包括620包括第一检测单元621、第一判断单元622、第二检测单元623、第二判断单元624、第一比较单元625、计数单元626、第二比较单元627、噪声确定单元628。
下面详细介绍噪声检测单元包括620确定任意一信号段是否为噪声的过程。
第一检测单元621从该一信号段的起点开始沿着时间方向查找第i极值点。第i极值点的时间小于第i+1极值点的时间。
第一判断单元622判断第i极值点是否在该一信号段内部。
当第一判断单元622确定第i极值点在该一信号段内部时，第二检测单元623查找与第i极值点相邻的第i+1极值点。
第二判断单元624判断第i+1极值点是否在该一信号段内部。
当第二判断单元624确定第i+1极值点在该一信号段内部时，第一比较单元625判断第i极值点与第i+1极值点之间的时间差是否大于第一时间阈值。
当第一比较单元625确定第i极值点与第i+1极值点之间的时间差不大于第一时间阈值时，计数单元626使得计数值加1。
第二比较单元627确定当前的计数值减去计数值的初始值的结果是否等于预定阈值。
当第二比较单元627确定当前的计数值减去计数值的初始值的结果等于预定阈值N时，噪声确定单元628将该一信号段确定为噪声。
当第二比较单元627确定当前的计数值减去计数值的初始值的结果不等于预定阈值N时，第二检测单元623使得i＝i+1，并查找与第i极值点相邻的第i+1极值点；
当第一比较单元625确定第i极值点与第i+1极值点之间的时间差大于第一时间阈值时，第二检测单元623初始化计数值，使得i＝i+1，并查找与第i极值点相邻的第i+1极值点；
当确定第i极值点不在信号段内部时，噪声确定单元628将信号段确定为非噪声。
当确定第i+1极值点不在信号段内部时，噪声确定单元628将信号段确定为非噪声。
根据本发明的实施例的从心电信号中检测噪声的方法和设备，可以准确地检测出心电信号中的噪声位置。这样在识别QRS波时，可以避开噪声所在的位置，从而避免将噪声部分误识为QRS波。
此外，根据本发明的实施例的从心电信号中检测噪声的方法可以被实现为计算机可读记录介质中的计算机代码。本领域技术人员可以根据对上述方法的描述来实现所述计算机代码。当所述计算机代码在计算机中被执行时实现本发明的上述方法。
此外，根据本发明的实施例的从心电信号中检测噪声的设备中的各个单元可以被实现为诸如可编程门阵列的硬件组件。本领域技术人员基于说明书中对各个单元的描述可以容易地通过硬件组件来实现各个单元。
尽管已经参照其示例性实施例具体显示和描述了本发明，但是本领域的技术人员应该理解，在不脱离权利要求所限定的本发明的精神和范围的情况下，可以对其进行形式和细节上的各种改变。

Claims (10)

1.一种从心电信号中检测噪声的方法，其特征在于，包括：
(A)利用小波变换对心电信号进行分解，以获得多个尺度的信号；
(B)检测预定尺度的信号上的极值点；
(C)根据检测的极值点来确定所述预定尺度的信号上的噪声；
具体地，根据所述极值点的数量来确定所述噪声在所述预定尺度的信号上的位置。
2.根据权利要求1所述的方法，其特征在于，步骤(C)包括：将所述预定尺度的信号中连续出现的极值点的数量等于预定阈值的信号部分确定为噪声，其中，所述连续出现的极值点之中相邻的极值点之间的时间差小于或等于第一时间阈值。
3.根据权利要求1所述的方法，其特征在于，步骤(C)包括：将所述预定尺度的信号划分为多个信号段，如果任意信号段中包括的连续出现的极值点的数量大于或等于预定阈值，则将该任意信号段确定为噪声，其中，所述连续出现的极值点之中相邻的极值点之间的时间差小于或等于第一时间阈值。
4.根据权利要求2或3所述的方法，其特征在于，所述极值点为极大值点和极小值点构成的极值点对，所述极小值点与所述极大值点之间的时间差小于第二时间阈值。
5.根据权利要求1所述的方法，其特征在于，所述预定尺度的信号为QRS波的能量最集中的尺度的信号。
6.根据权利要求2所述的方法，其特征在于，步骤(C)包括：
(C11)判断第i极值点与第i+1极值点之间的时间差是否大于第一时间阈值，其中，第i极值点的时间小于第i+1极值点的时间；
(C12)当确定第i极值点与第i+1极值点之间的时间差不大于第一时间阈值，使得计数值加1；
(C13)确定当前的计数值减去计数值的初始值的结果是否等于预定阈值；
(C14)当确定当前的计数值减去计数值的初始值的结果等于预定阈值N时，将第i-N+1极值点与第i极值点之间的部分确定为噪声。
7.根据权利要求6所述的方法，其特征在于，步骤(C)还包括：
(C15)当确定当前的计数值减去计数值的初始值的结果不等于预定阈值N时，使得i＝i+1，并返回执行步骤(C11)；
(C16)当确定第i极值点与第i+1极值点之间的时间差大于第一时间阈值时，初始化计数值，并返回执行步骤(C11)。
8.根据权利要求3所述的方法，其特征在于，步骤(C)包括：
将所述预定尺度的信号划分为多个信号段；
针对每一信号段，确定是否为噪声，其中，确定每一信号段是否为噪声的步骤包括：
(C21)从所述一信号段的起点开始沿着时间方向查找第i极值点，其中，第i极值点的时间小于第i+1极值点的时间；
(C22)判断第i极值点是否在所述一信号段内部；
(C23)当确定第i极值点在所述一信号段内部时，查找与第i极值点相邻的第i+1极值点；
(C24)判断第i+1极值点是否在所述一信号段内部；
(C25)当确定第i+1极值点在所述一信号段内部时，判断第i极值点与第i+1极值点之间的时间差是否大于第一时间阈值；
(C26)确定第i极值点与第i+1极值点之间的时间差不大于第一时间阈值，使得计数值加1；
(C27)确定当前的计数值减去计数值的初始值的结果是否等于预定阈值；
(C28)当确定当前的计数值减去计数值的初始值的结果等于预定阈值N时，将所述一信号段确定为噪声。
9.根据权利要求8所述的方法，其特征在于，
当确定当前的计数值减去计数值的初始值的结果不等于预定阈值N时，使得i＝i+1，并返回执行步骤(C23)；
当确定第i极值点与第i+1极值点之间的时间差大于第一时间阈值时，初始化计数值，并返回执行步骤(C23)；
当确定第i极值点不在所述一信号段内部时，将所述一信号段确定为非噪声；
当确定第i+1极值点不在所述一信号段内部时，将所述一信号段确定为非噪声。
10.一种从心电信号中检测噪声的设备，其特征在于，包括：
小波变换单元，利用小波变换对心电信号进行分解，以获得多个尺度的信号；
极值点检测单元，检测预定尺度的信号上的极值点；
噪声识别单元，根据检测的极值点来确定所述预定尺度的信号上的噪声，具体地，根据所述极值点的数量来确定所述噪声在所述预定尺度的信号上的位置。
CN201410659169.8A 2014-11-18 2014-11-18 从心电信号中检测噪声的方法和设备 Active CN104305991B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410659169.8A CN104305991B (zh) 2014-11-18 2014-11-18 从心电信号中检测噪声的方法和设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410659169.8A CN104305991B (zh) 2014-11-18 2014-11-18 从心电信号中检测噪声的方法和设备

Publications (2)

Publication Number Publication Date
CN104305991A CN104305991A (zh) 2015-01-28
CN104305991B true CN104305991B (zh) 2016-06-01

Family

ID=52361417

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410659169.8A Active CN104305991B (zh) 2014-11-18 2014-11-18 从心电信号中检测噪声的方法和设备

Country Status (1)

Country Link
CN (1) CN104305991B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11406304B2 (en) 2015-04-20 2022-08-09 Vita-Course Technologies Co., Ltd. Systems and methods for physiological sign analysis
CN107616782A (zh) * 2017-09-06 2018-01-23 郑州云海信息技术有限公司 一种心电信号质量检测方法与装置
CN107997759B (zh) * 2017-10-27 2020-06-26 北京康博众联电子科技有限公司 心电信号中qrs波群的检测方法、存储介质和计算机设备
WO2019084802A1 (zh) * 2017-10-31 2019-05-09 长桑医疗（海南）有限公司 一种生命体征信号噪声的检测方法与系统
CN108922561A (zh) * 2018-06-04 2018-11-30 平安科技（深圳）有限公司 语音区分方法、装置、计算机设备及存储介质
CN112741623B (zh) * 2020-12-09 2022-09-27 中国科学院深圳先进技术研究院 一种基于心电的糖化血红蛋白检测系统和方法
CN112932428A (zh) * 2021-02-05 2021-06-11 江西国科美信医疗科技有限公司 一种血氧与心率监测系统及其便携式无线远程监测装置

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8827917B2 (en) * 2008-06-30 2014-09-09 Nelleor Puritan Bennett Ireland Systems and methods for artifact detection in signals
US8410951B2 (en) * 2008-09-30 2013-04-02 Covidien Lp Detecting a signal quality decrease in a measurement system
CN101856225B (zh) * 2010-06-30 2011-07-27 重庆大学 一种心电信号r波峰检测方法
CN102293639B (zh) * 2011-06-30 2013-03-13 芜湖圣美孚科技有限公司 一种脉象信号时域特征提取方法
CN104020136B (zh) * 2014-06-25 2016-08-31 中国科学院重庆绿色智能技术研究院 小波中值近红外光谱去噪方法和装置

Also Published As

Publication number Publication date
CN104305991A (zh) 2015-01-28

Similar Documents

Publication Publication Date Title
CN104305991B (zh) 从心电信号中检测噪声的方法和设备
CN113567604B (zh) 色谱谱图的检测分析方法及电子设备
JP6126469B2 (ja) ハイパースペクトルデータを処理する際に使用するためのアルゴリズムを選択する方法
JP6411718B2 (ja) ハイパースペクトルデータを処理する際に使用するための追跡される対象を識別する方法
CN113567603B (zh) 色谱谱图的检测分析方法及电子设备
CN105844216B (zh) 一种利用WiFi信号识别手写字母的检测与匹配机制
CN102521534B (zh) 一种基于粗糙熵属性约简的入侵检测方法
CN103989462A (zh) 一种脉搏波形第一特征点和第二特征点的提取方法
US20170296081A1 (en) Frame based spike detection module
Li et al. Time series classification with discrete wavelet transformed data
JP2007206037A (ja) 信号測定分析装置
CN111089856A (zh) 一种拉曼光谱弱信号提取的后处理方法
US20200348761A1 (en) Gesture recognition device and method using radar
JP4220821B2 (ja) センサ信号処理システム
CN108470194B (zh) 一种特征筛选方法及装置
CN116796275A (zh) 一种工业设备多模态时序异常检测方法
CN103549951B (zh) 一种基于心电图12导联关联计算的p波信息测量方法
JP2003132041A (ja) 信号処理方法及び装置、信号処理プログラム、並びに記録媒体
CN105138823B (zh) 一种基于自相关函数的生理信号质量检测方法
US20190041434A1 (en) Method and apparatus for non-intrusive program tracing with bandwith reduction for embedded computing systems
CN103490830A (zh) 基于物联网电力测温设备的去噪声射频频谱峰值获取方法
CN108919068B (zh) 电力设备间歇性缺陷信号识别方法
CN105743756A (zh) WiFi系统中基于adaboost算法的帧检测方法
CN115486849A (zh) 心电信号质量评估方法、装置及设备
CN110990383A (zh) 一种基于工业大数据集的相似度计算方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant