CN107095665A - 一种基于心电信号的心率计算方法 - Google Patents

一种基于心电信号的心率计算方法 Download PDF

Info

Publication number
CN107095665A
CN107095665A CN201710495246.4A CN201710495246A CN107095665A CN 107095665 A CN107095665 A CN 107095665A CN 201710495246 A CN201710495246 A CN 201710495246A CN 107095665 A CN107095665 A CN 107095665A
Authority
CN
China
Prior art keywords
electrocardiosignal
point
method based
calculation method
absolute value
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.)
Pending
Application number
CN201710495246.4A
Other languages
English (en)
Inventor
周杨
张雅勤
刘传银
张长安
朱文涛
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.)
Sichuan Changhong Electric Co Ltd
Original Assignee
Sichuan Changhong Electric 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 Sichuan Changhong Electric Co Ltd filed Critical Sichuan Changhong Electric Co Ltd
Priority to CN201710495246.4A priority Critical patent/CN107095665A/zh
Publication of CN107095665A publication Critical patent/CN107095665A/zh
Pending legal-status Critical Current

Links

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/02Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/024Detecting, measuring or recording pulse rate or heart rate
    • A61B5/0245Detecting, measuring or recording pulse rate or heart rate by using sensing means generating electric signals, i.e. ECG signals
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316Modalities, i.e. specific diagnostic methods
    • A61B5/318Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • A61B5/346Analysis of electrocardiograms
    • A61B5/349Detecting specific parameters of the electrocardiograph cycle
    • A61B5/352Detecting R peaks, e.g. for synchronising diagnostic apparatus; Estimating R-R interval
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes

Landscapes

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

Abstract

本发明公开了一种基于心电信号的心率计算方法,涉及医学电子信息领域。本发明提供的方法包括以下步骤:第一步:获取心电信号的差分绝对值信号;第二步:搜索峰值点;第三步:定位R波;第四步:计算心率。该方法从采集的一段连续心电信号序列中提取特征点,R波顶点,并计算出相邻特征点间的时间间隔,再计算这些时间间隔的均值,利用该均值即可换算得到一定时间长度内的平均心率。该方法可以快速准确地从心电信号中自动计算得到心率值。

Description

一种基于心电信号的心率计算方法
技术领域
本发明涉及医学电子信息领域,具体涉及一种基于心电信号的心率计算方法。
背景技术
心电图是临床最常用的检查之一,应用广泛,包括帮助诊断心律失常、心肌缺血、心肌梗死等。心电图记录的是随心动周期变化的体表特定位置的电位差。心电信号是典型的人体电信号,人体电信号本质是两点的电位差信号。直接加电压于身体并通过一定的导联方式就可以观察到心电信号。导联方式即输入导线与电极放置在机体特定的测试部位(正输入端)、参比部位(负输入端)和接地部位的连接方式。在心电图学中,双极肢体导联又称标准I、II、III导联,它是以两肢体间的电位差作为所获取的体表心电。由于双极肢体导联系统获取的心电图中有较大的R波,因此利用双极肢体导联就能够可靠地识别每次心跳并进行节律分析。
如果能够从某一导联的心电信号中准确识别出所有R波,那么根据相邻R波的时间间隔就可以很容易得到心率值。显然利用双极肢体导联(如I导联)获取的心电信号R波幅值较大的特点,可以方便快捷识别其中的R波。
由于心电信号容易因呼吸、肢体运动等产生基线漂移,以及易受肌电信号干扰,因此现有技术直接在原始心电信号上自动准确寻找R波有较大难度。
发明内容
本发明的目的是针对上述现有技术中不足,提出基于心电信号的差分信号搜寻R波的心率计算方法,用于解决上述问题。
为了达到上述的技术效果,本发明采取以下技术方案:一种基于心电信号的心率计算方法,包括以下步骤:
第一步:获取心电信号的差分绝对值信号
给定一段时长L秒的肢体导联I导联心电信号x1(n),其中n=1,1、2、…、f*L,f为信号采样频率;计算其差分信号d_x1(n)=x1(n+k)–x1(n),其中n=1、2、…、f*L–k,k为小于n的一个正整数;对差分信号d_x1(n)中各个元素取绝对值,得到差分绝对值信号abs_d_x1(n);
第二步:搜索峰值点
对差分绝对值信号abs_d_x1从起始位置点开始搜索,当遇到幅值大于thres1的点p1,则在区间[p1,p2]上搜索幅值大于thres1的点的数量cnt1,其中p2、p1为点的索引值,且p2与p1的时长间距为0.1秒,如果cnt1/(p2–p1)大于阈值thres2,thres2=0.5,则将[p1,p2]区间上幅值最大点定义为一个峰值点;然后,从p2+1点继续采用上述方法向前搜索,如此循环直到差分绝对值信号abs_d_x1结束位置时停止搜索;此过程将获得若干个峰值点的集合A={a1,a2,…},a1、a2……分别表示各峰值点;
第三步:定位R波
在心电信号x1(n)上以集合A中各峰值点为中心的邻域,即区间[ai–d,ai+d]上搜索最大幅值点,这些点即为R波顶点;其中ai表示集合A={a1,a2,…}中任意一峰值点的相应索引值,d为正整数;
第四步:计算心率
计算相邻两R波顶点的时间间隔T,由T可以换算得到一个瞬时心率;对所有瞬时心率求平均,即可得到该时长L秒内的平均心率;其中T的单位为秒。
进一步的技术方案是:在第一步中,L≥2。
进一步的技术方案是:第二步中,令阈值thres1=4*m,其中m为差分绝对值信号abs_d_x1的均值。
进一步的技术方案是:第三步中,d为0.1*f向下取整的结果,f为信号采样频率。
进一步的技术方案是:第四步中,瞬时心率为60/T。
进一步的技术方案是:第一步中,k为0.01*f向下取整的结果,f为信号采样频率。
本发明与现有技术相比,具有以下的有益效果:本发明提供的方法从采集的一段连续心电信号序列中提取特征点(如R波顶点),并计算出相邻特征点间的时间间隔,再计算这些时间间隔的均值,利用该均值即可换算得到一定时间长度内的平均心率。该方法可以快速准确地从心电信号中自动计算得到心率值。
附图说明
图1是本发明实施例心电信号x1(n)的示意图;
图2是本发明实施例差分绝对值信号abs_d_x1(n)的示意图。
具体实施方式
下面结合本发明的实施例对本发明作进一步的阐述和说明。
实施例:
一种基于心电信号的心率计算方法,第一步是获取心电信号的差分绝对值信号。如图1所示,已知一段长度L=3秒的人体肢体导联I导联心电信号x1(n),n=1、2、…、f*L,其中信号采样频率f=512。其差分信号d_x1(n)=x(n+k)–x(n),n=1、2、…、f*L–k,k为0.01*f向下取整的结果即5。对d_x1(n)中各个元素取绝对,得到差分绝对值信号abs_d_x1(n),如图2所示。
第二步,搜索峰值点。首先计算abs_d_x1(n)的均值m为161,取阈值thres1=4*m,即644。阈值thres2取0.5。其次,如图2所示,对信号abs_d_x1(n)从起始位置点abs_d_x1(1)开始搜索,当遇到幅值大于thres1的点p1时,则在区间[p1,p2]上搜索幅值大于thres1的点的数量cnt1,其中p2、p1为点的索引,且p2与p1的时长间距为0.1秒,如果cnt1/(p2–p1)大于阈值thres2,则将[p1,p2]区间上幅值最大点定义为一个峰值点。然后,从p2+1点继续采用上述方法向前搜索,如此循环直到信号abs_d_x1(n)结束位置时停止搜索。此过程将获得若干个峰值点的集合A={a1,a2,…},a1、a2等表示各个峰值点。
第三步,定位R波。在心电信号x1(n)上的以集合A中各峰值点为中心的邻域即区间[ai–d,ai+d]上搜索最大幅值点,这些点即为R波顶点,如图1所示。其中,d为0.1*f向下取整的结果即51,ai表示集合A={a1,a2,…}中任意一峰值点的相应索引值。
第四步,计算心率。计算相邻两R波顶点的时间间隔T,即0.84和0.86,依据瞬时心率r=60/T,可得对应的瞬时心率71.4和70.6;对所有瞬时心率求平均,即可得到该时长L内的平均心率即70。
可以理解的是,以上实施方式仅仅是为了说明本发明的原理而采用的示例性实施方式,然而本发明并不局限于此。对于本领域内的普通技术人员而言,在不脱离本发明的精神和实质的情况下,可以做出各种变型和改进,这些变型和改进也视为本发明的保护范围。

Claims (6)

1.一种基于心电信号的心率计算方法,其特征在于,包括以下步骤:
第一步:获取心电信号的差分绝对值信号
给定一段时长L秒的肢体导联I导联心电信号x1(n),其中n=1,1、2、…、f*L,f为信号采样频率;计算其差分信号d_x1(n)=x1(n+k)–x1(n),其中n=1、2、…、f*L–k,k为小于n的一个正整数;对差分信号d_x1(n)中各个元素取绝对值,得到差分绝对值信号abs_d_x1(n);
第二步:搜索峰值点
对差分绝对值信号abs_d_x1从起始位置点开始搜索,当遇到幅值大于thres1的点p1,则在区间[p1,p2]上搜索幅值大于thres1的点的数量cnt1,其中p2、p1为点的索引值,且p2与p1的时长间距为0.1秒,如果cnt1/(p2–p1)大于阈值thres2,thres2=0.5,则将[p1,p2]区间上幅值最大点定义为一个峰值点;然后,从p2+1点继续采用上述方法向前搜索,如此循环直到差分绝对值信号abs_d_x1结束位置时停止搜索;此过程将获得若干个峰值点的集合A={a1,a2,…},a1、a2……分别表示各峰值点;
第三步:定位R波
在心电信号x1(n)上以集合A中各峰值点为中心的邻域,即区间[ai–d,ai+d]上搜索最大幅值点,这些点即为R波顶点;其中ai表示集合A={a1,a2,…}中任意一峰值点的相应索引值,d为正整数;
第四步:计算心率
计算相邻两R波顶点的时间间隔T,由T可以换算得到一个瞬时心率;对所有瞬时心率求平均,即可得到该时长L秒内的平均心率。
2.根据权利要求1所述的一种基于心电信号的心率计算方法,其特征在于:第一步中,L≥2。
3.根据权利要求1所述的一种基于心电信号的心率计算方法,其特征在于:第二步中,令阈值thres1=4*m,其中m为差分绝对值信号abs_d_x1的均值。
4.根据权利要求1所述的一种基于心电信号的心率计算方法,其特征在于:第三步中,d为0.1*f向下取整的结果,f为信号采样频率。
5.根据权利要求1所述的一种基于心电信号的心率计算方法,其特征在于:第四步中,瞬时心率为60/T。
6.根据权利要求1所述的一种基于心电信号的心率计算方法,其特征在于:第一步中,k为0.01*f向下取整的结果,f为信号采样频率。
CN201710495246.4A 2017-06-26 2017-06-26 一种基于心电信号的心率计算方法 Pending CN107095665A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710495246.4A CN107095665A (zh) 2017-06-26 2017-06-26 一种基于心电信号的心率计算方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710495246.4A CN107095665A (zh) 2017-06-26 2017-06-26 一种基于心电信号的心率计算方法

Publications (1)

Publication Number Publication Date
CN107095665A true CN107095665A (zh) 2017-08-29

Family

ID=59664625

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710495246.4A Pending CN107095665A (zh) 2017-06-26 2017-06-26 一种基于心电信号的心率计算方法

Country Status (1)

Country Link
CN (1) CN107095665A (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108324267A (zh) * 2018-02-26 2018-07-27 河南善仁医疗科技有限公司 基于心电特征和心音特征定位的心电图心音图分析方法
CN108324266A (zh) * 2018-02-26 2018-07-27 河南善仁医疗科技有限公司 基于心电心音分析的家用心脏监控系统
CN108324268A (zh) * 2018-02-26 2018-07-27 河南善仁医疗科技有限公司 一种心电图心音图的分析方法
CN108771541A (zh) * 2018-02-26 2018-11-09 河南善仁医疗科技有限公司 基于心电心音分析的候诊系统
CN109685792A (zh) * 2018-12-25 2019-04-26 于兴虎 一种基于图像差分空间频率特性的瓦楞纸智能识别算法
CN112200232A (zh) * 2020-09-29 2021-01-08 上海移视网络科技有限公司 Qrs识别方法及电子设备
CN114052682A (zh) * 2021-12-14 2022-02-18 重庆科技学院 一种基于树莓派的生理参数监测系统
US11989804B2 (en) 2017-11-06 2024-05-21 Shanghai United Imaging Healthcare Co., Ltd. Systems and methods for medical imaging

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
苏丽,赵国良,李东明: "心电信号QRS波群检测算法研究", 《哈尔滨工程大学学报》 *
赵羿欧: "一种改进的差分阈值心电检测算法", 《计算机工程》 *
魏继航: "同步十二导ECG波形边缘自动检测算法", 《承德医学院学报》 *
黄家洺,郑日荣,曾绳涛: "心电信号特征检测算法研究", 《机电工程技术》 *

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11989804B2 (en) 2017-11-06 2024-05-21 Shanghai United Imaging Healthcare Co., Ltd. Systems and methods for medical imaging
CN108324267A (zh) * 2018-02-26 2018-07-27 河南善仁医疗科技有限公司 基于心电特征和心音特征定位的心电图心音图分析方法
CN108324266A (zh) * 2018-02-26 2018-07-27 河南善仁医疗科技有限公司 基于心电心音分析的家用心脏监控系统
CN108324268A (zh) * 2018-02-26 2018-07-27 河南善仁医疗科技有限公司 一种心电图心音图的分析方法
CN108771541A (zh) * 2018-02-26 2018-11-09 河南善仁医疗科技有限公司 基于心电心音分析的候诊系统
CN109685792A (zh) * 2018-12-25 2019-04-26 于兴虎 一种基于图像差分空间频率特性的瓦楞纸智能识别算法
CN109685792B (zh) * 2018-12-25 2021-01-26 宁波智能装备研究院有限公司 一种基于图像差分空间频率特性的瓦楞纸智能识别算法
CN112200232A (zh) * 2020-09-29 2021-01-08 上海移视网络科技有限公司 Qrs识别方法及电子设备
CN112200232B (zh) * 2020-09-29 2024-03-22 上海移视网络科技有限公司 Qrs识别方法及电子设备
CN114052682A (zh) * 2021-12-14 2022-02-18 重庆科技学院 一种基于树莓派的生理参数监测系统
CN114052682B (zh) * 2021-12-14 2023-10-24 重庆科技学院 一种基于树莓派的生理参数监测系统

Similar Documents

Publication Publication Date Title
CN107095665A (zh) 一种基于心电信号的心率计算方法
CN103549950B (zh) 移动心电监测差分阈值检测改进算法
CN108294745B (zh) 多导联心电图信号中p波、t波起止点检测方法及系统
Sayadi et al. A model-based Bayesian framework for ECG beat segmentation
JP5271718B2 (ja) 複数の時間区分にわたり胎児及び産婦のecgを特定する方法
CN105748051A (zh) 一种血压测量方法及血压测量装置
CN110226919B (zh) 心电信号类型检测方法、装置、计算机设备及存储介质
US20140148714A1 (en) Automatic online delineation of a multi-lead electrocardiogram bio signal
CN105877742A (zh) 一种针对心电信号ⅰ导联电极的错放检测方法
CN110353704A (zh) 基于穿戴式心电监测的情绪评估方法与装置
Mishra et al. Wearable ECG for real time complex P-QRS-T detection and classification of various arrhythmias
Satija et al. Robust cardiac event change detection method for long‐term healthcare monitoring applications
Hasan et al. Fetal electrocardiogram extraction and R-peak detection for fetal heart rate monitoring using artificial neural network and Correlation
Espiritu-Santo-Rincon et al. ECG feature extraction via waveform segmentation
Chaitanya et al. A simple and robust QRS detection algorithm for wireless medical body area network
CN110179456B (zh) 心电噪声识别模型训练及心电噪声检测方法、装置
Sahoo et al. ECG signal analysis for detection of Cardiovascular abnormalities and Ischemic episodes
WO2015151453A1 (ja) 終末期の終末前予測システム
Jovanovic et al. QRS complex detection based ECG signal artefact discrimination
Mishra et al. A wearable device for real-time ECG monitoring and cardiovascular arrhythmia detection for resource constrained regions
CN115590524A (zh) 基于卷积神经网络的qt间期延长识别方法及系统
Rashkovska et al. Clustering of heartbeats from ECG recordings obtained with wireless body sensors
Liang et al. A real-time cardiac arrhythmia classification system with wearable electrocardiogram
Dora et al. Automated detection of nonphysiological artifacts in polysomnographic EEG using conventional signal processing techniques
Chu et al. Non-invasive optical heart rate monitor base on one chip integration microcontroller solution

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20170829