CN107374619A - 一种r波快速识别方法 - Google Patents

一种r波快速识别方法 Download PDF

Info

Publication number
CN107374619A
CN107374619A CN201710471011.1A CN201710471011A CN107374619A CN 107374619 A CN107374619 A CN 107374619A CN 201710471011 A CN201710471011 A CN 201710471011A CN 107374619 A CN107374619 A CN 107374619A
Authority
CN
China
Prior art keywords
ripple
decent
ripples
threshold value
rslope
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.)
Withdrawn
Application number
CN201710471011.1A
Other languages
English (en)
Inventor
肖前军
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.)
Chongqing Industry Polytechnic College
Original Assignee
Chongqing Industry Polytechnic College
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 Chongqing Industry Polytechnic College filed Critical Chongqing Industry Polytechnic College
Priority to CN201710471011.1A priority Critical patent/CN107374619A/zh
Publication of CN107374619A publication Critical patent/CN107374619A/zh
Withdrawn legal-status Critical Current

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
    • A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • A61B5/346—Analysis of electrocardiograms
    • A61B5/349—Detecting specific parameters of the electrocardiograph cycle
    • A61B5/352—Detecting R peaks, e.g. for synchronising diagnostic apparatus; Estimating R-R interval

Landscapes

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

Abstract

本发明公开了一种R波快速识别方法，属于心电监测领域，对心电数据进行预处理后，使用差分法搜索R波上升段特征值和R波下降段特征值，然后计算上升支与下降支时间间隔，本发明能够更加快速准确的识别R波。

Description

一种R波快速识别方法
技术领域
本发明属于心电领域，特别是涉及一种R波快速识别方法。
背景技术
目前，心血管疾病是常见多发主要慢性疾病之一，而且死亡率一直处于高位，已成为世界性的公共卫生问题。针对反应心脑血管疾病状态的ECG信号的日常监控，分析识别诊断，具有很高的临床研究与开发价值。由于ECG信号是一种微弱的、非线性的，而且极易受到人体内外的多种干扰，因此加大了分析识别诊断的难度，为了提高心电信号自动分析检测系统的精确性，一般情况是在信号分析之前，对分析信号进行预处理，其处理的好坏将直接影响到信号的分析与诊断的精准率。在信号诊断中，心电信号中的QRS波群检测能够提供很多重要的诊断和评估信息，在心电信号的自动诊断技术中显得尤为重要。在心电信号识别系统中，R波定位精准度直接影响其他特征波的定位。因此，R波的参数提取对ECG信号的分析尤为重要，是区分正常和病理心律的基础。
发明内容
有鉴于现有技术的上述缺陷，本发明所要解决的技术问题是提供一种快速识别R波的方法。
为实现上述目的，本发明提供了一种R波快速识别方法，按以下步骤进行：
S1：心电数据预处理，包括低通滤波、高通滤波、50HZ陷波和微分变换；
S2：预设R波上升斜率阈值Rslope_up、下降斜率阈值Rslope_down、下降支与上升支时间间隔阈值Tdown_up；
S3：使用差分法搜索R波上升段特征值，当搜索到连续2个斜率大于Rslope_up时标记R波上升支，记录标记时刻Tr_up；
S4：使用差分法搜索R波下降段特征值，当搜索到连续2个负斜率小于Rslope_down时标记R波下降支，记录标记时刻Tr_down；
S5：计算上升支与下降支时间间隔，当Tr_down-Tr_up在Tdown_up范围内，则R波识别成功；
较佳的，本发明还包括更新阈值的步骤：
取上一个R波上升支斜率平均值的2/3为新R波上升斜率阈值；取上一个R波下降支斜率平均值的2/3为新下降支斜率阈值、取上一个R波Tr_down-Tr_up时间差的1/2到2倍作为新下降支与上升支时间间隔阈值。
本发明的有益效果是：本发明通过在计算心电数据斜率的基础上，搜索R波上升段，上升段搜索后搜索下降段，最后判断上升段和下降段的间隔是否在阈值范围内，从而精确标定R波，该算法R波判定准确且实时性好。
具体实施方式
下面结合实施例对本发明作进一步说明：
一种R波快速识别方法，按以下步骤进行：
S1：心电数据预处理，包括低通滤波、高通滤波、50HZ陷波和微分变换；本步骤均为现有技术，在此不再赘述。
S2：预设R波上升斜率阈值Rslope_up、下降斜率阈值Rslope_down、下降支与上升支时间间隔阈值Tdown_up。
S3：使用差分法搜索R波上升段特征值，当搜索到连续2个斜率大于Rslope_up时标记R波上升支，记录标记时刻Tr_up。
S4：使用差分法搜索R波下降段特征值，当搜索到连续2个负斜率小于Rslope_down时标记R波下降支，记录标记时刻Tr_down。
S5：计算上升支与下降支时间间隔，当Tr_down-Tr_up在Tdown_up范围内，则R波识别成功。
S6：更新阈值：
心电会发生轻微变化，需要实时更新。取上一个R波上升支斜率平均值的2/3为新R波上升斜率阈值；取上一个R波下降支斜率平均值的2/3为新下降支斜率阈值、取上一个R波Tr_down-Tr_up时间差的1/2到2倍作为新下降支与上升支时间间隔阈值。
以上详细描述了本发明的较佳具体实施例。应当理解，本领域的普通技术人员无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此，凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案，皆应在由权利要求书所确定的保护范围内。

Claims (2)

1.一种R波快速识别方法，其特征是按以下步骤进行：
S1：心电数据预处理，包括低通滤波、高通滤波、50HZ陷波和微分变换；
S2：预设R波上升斜率阈值Rslope_up、下降斜率阈值Rslope_down、下降支与上升支时间间隔阈值Tdown_up；
S3：使用差分法搜索R波上升段特征值，当搜索到连续2个斜率大于Rslope_up时标记R波上升支，记录标记时刻Tr_up；
S4：使用差分法搜索R波下降段特征值，当搜索到连续2个负斜率小于Rslope_down时标记R波下降支，记录标记时刻Tr_down；
S5：计算上升支与下降支时间间隔，当Tr_down-Tr_up在Tdown_up范围内，则R波识别成功。
2.如权利要求1所述的一种R波快速识别方法，其特征是：还包括更新阈值的步骤：
取上一个R波上升支斜率平均值的2/3为新R波上升斜率阈值；取上一个R波下降支斜率平均值的2/3为新下降支斜率阈值、取上一个R波Tr_down-Tr_up时间差的1/2到2倍作为新下降支与上升支时间间隔阈值。
CN201710471011.1A 2017-06-20 2017-06-20 一种r波快速识别方法 Withdrawn CN107374619A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710471011.1A CN107374619A (zh) 2017-06-20 2017-06-20 一种r波快速识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710471011.1A CN107374619A (zh) 2017-06-20 2017-06-20 一种r波快速识别方法

Publications (1)

Publication Number Publication Date
CN107374619A true CN107374619A (zh) 2017-11-24

Family

ID=60332458

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710471011.1A Withdrawn CN107374619A (zh) 2017-06-20 2017-06-20 一种r波快速识别方法

Country Status (1)

Country Link
CN (1) CN107374619A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108888263A (zh) * 2018-05-22 2018-11-27 郑州大学 一种基于几何形态群组特征的r波检测方法
CN109009087A (zh) * 2018-08-07 2018-12-18 四川智琢科技有限责任公司 一种心电信号r波的快速检测方法
CN109171712A (zh) * 2018-09-28 2019-01-11 东软集团股份有限公司 心房颤动识别方法、装置、设备及计算机可读存储介质
CN109820501A (zh) * 2018-11-12 2019-05-31 浙江清华柔性电子技术研究院 一种心电信号r波的识别方法、装置、计算机设备
CN112402010A (zh) * 2020-11-13 2021-02-26 杭州维那泰克医疗科技有限责任公司 消融脉冲的控制方法、装置及系统、电子设备、存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6070097A (en) * 1998-12-30 2000-05-30 General Electric Company Method for generating a gating signal for cardiac MRI
CN105286857A (zh) * 2015-09-29 2016-02-03 北京航空航天大学 一种可适应心电波形病理变化的r波快速检测方法
CN106687033A (zh) * 2014-09-04 2017-05-17 日本电信电话株式会社 心跳检测方法和心跳检测设备

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6070097A (en) * 1998-12-30 2000-05-30 General Electric Company Method for generating a gating signal for cardiac MRI
CN106687033A (zh) * 2014-09-04 2017-05-17 日本电信电话株式会社 心跳检测方法和心跳检测设备
CN105286857A (zh) * 2015-09-29 2016-02-03 北京航空航天大学 一种可适应心电波形病理变化的r波快速检测方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
卢志刚: "一种心电图自动检测算法", 《山西科技》 *
张永海: "心电信号QRS波检测算法的研究", 《中国优秀硕士学位论文全文数据库信息科技辑》 *
王蔷薇等: "基于提升小波的心电信号R波检测算法研究", 《生命科学仪器》 *
肖前军: "《电子产品调试与检测》", 31 July 2013, 北京：高等教育出版社 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108888263A (zh) * 2018-05-22 2018-11-27 郑州大学 一种基于几何形态群组特征的r波检测方法
CN109009087A (zh) * 2018-08-07 2018-12-18 四川智琢科技有限责任公司 一种心电信号r波的快速检测方法
CN109009087B (zh) * 2018-08-07 2021-07-06 广州麦笛亚医疗器械有限公司 一种心电信号r波的快速检测方法
CN109171712A (zh) * 2018-09-28 2019-01-11 东软集团股份有限公司 心房颤动识别方法、装置、设备及计算机可读存储介质
CN109171712B (zh) * 2018-09-28 2022-03-08 东软集团股份有限公司 心房颤动识别方法、装置、设备及计算机可读存储介质
CN109820501A (zh) * 2018-11-12 2019-05-31 浙江清华柔性电子技术研究院 一种心电信号r波的识别方法、装置、计算机设备
CN109820501B (zh) * 2018-11-12 2023-11-28 浙江清华柔性电子技术研究院 一种心电信号r波的识别方法、装置、计算机设备
CN112402010A (zh) * 2020-11-13 2021-02-26 杭州维那泰克医疗科技有限责任公司 消融脉冲的控制方法、装置及系统、电子设备、存储介质

Similar Documents

Publication Publication Date Title
CN107374619A (zh) 一种r波快速识别方法
US10758139B2 (en) Automatic method to delineate or categorize an electrocardiogram
US11134880B2 (en) Automatic method to delineate or categorize an electrocardiogram
Di Marco et al. A wavelet-based ECG delineation algorithm for 32-bit integer online processing
CN107358196B (zh) 一种心搏类型的分类方法、装置及心电仪
CN103142225B (zh) 对电极与头皮接触状态进行判断的脑电图仪及其判断方法
CN103705234B (zh) 动态心电信号数据中的检波方法和装置
CN104095627B (zh) 一种心电图数字化信号质量软判决方法和装置
Lu et al. QRS detection based on improved adaptive threshold
CN108549875B (zh) 一种基于深度通道注意力感知的脑电癫痫发作检测方法
CN107622259B (zh) 一种t波检测方法、心电数据分析方法及装置
CN107252313A (zh) 一种安全驾驶的监测方法及系统、汽车、可读存储介质
CN110123304B (zh) 基于多模板匹配和相关系数矩阵的动态心电噪声滤除方法
CN106037720A (zh) 混合连续信息分析技术在医学上的应用方法
CN109754877B (zh) 一种基于人工智能的十二导联标准心电图急性心肌梗死智能判别系统
Satija et al. A simple method for detection and classification of ECG noises for wearable ECG monitoring devices
CN105611872A (zh) 用于评估多通道ecg信号的装置和方法
CN105877739A (zh) 一种心电智能分析系统的临床检验方法
Boichat et al. Wavelet-based ECG delineation on a wearable embedded sensor platform
Lukoševičius et al. Noninvasive fetal QRS detection using echo state network
CN111839494A (zh) 一种心率监测方法及系统
Johannesen et al. A wavelet-based algorithm for delineation and classification of wave patterns in continuous Holter ECG recordings
CN110070013A (zh) 一种ecg信号噪声污染程度与类别智能评估方法
CN106096544A (zh) 基于二阶盲辨识的非接触式眨眼与心率联合检测系统及方法
CN110507299B (zh) 一种心率信号检测装置及方法

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
WW01 Invention patent application withdrawn after publication

Application publication date: 20171124

WW01 Invention patent application withdrawn after publication