CN108720832B - 一种心电信号处理方法及装置 - Google Patents

一种心电信号处理方法及装置 Download PDF

Info

Publication number
CN108720832B
CN108720832B CN201810543088.XA CN201810543088A CN108720832B CN 108720832 B CN108720832 B CN 108720832B CN 201810543088 A CN201810543088 A CN 201810543088A CN 108720832 B CN108720832 B CN 108720832B
Authority
CN
China
Prior art keywords
wave
row
interval
position information
equal
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
CN201810543088.XA
Other languages
English (en)
Other versions
CN108720832A (zh
Inventor
李广飞
杨旗
张珣
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.)
BOE Technology Group Co Ltd
Original Assignee
BOE Technology Group 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 BOE Technology Group Co Ltd filed Critical BOE Technology Group Co Ltd
Priority to CN201810543088.XA priority Critical patent/CN108720832B/zh
Publication of CN108720832A publication Critical patent/CN108720832A/zh
Priority to US16/414,523 priority patent/US11109794B2/en
Application granted granted Critical
Publication of CN108720832B publication Critical patent/CN108720832B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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]
    • 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
    • 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
    • A61B5/24—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]
    • A61B5/333—Recording apparatus specially adapted therefor
    • 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
    • A61B5/366—Detecting abnormal QRS complex, e.g. widening
    • 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
    • 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
    • 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
    • A61B5/7225—Details of analog processing, e.g. isolation amplifier, gain or sensitivity adjustment, filtering, baseline or drift compensation
    • 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
    • A61B5/7235—Details of waveform analysis
    • A61B5/7253—Details of waveform analysis characterised by using transforms
    • A61B5/726—Details of waveform analysis characterised by using transforms using Wavelet transforms
    • 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
    • A61B5/7271—Specific aspects of physiological measurement analysis

Abstract

本发明的实施例提供一种心电信号处理方法及装置，涉及心电信号检测领域，可提高R波的正确检出率。一种心电信号处理方法，包括：根据R波的波峰位置信息，针对任一个R波，若判断该R波与之后紧挨的另一个R波之间的第一RR间期小于等于第一RR间期阈值，该R波的幅值小于等于第一R波幅值阈值，则删除该R波的波峰位置信息；根据R波的波峰位置信息，针对任一个R波，若判断该R波与之后紧挨的另一个R波之间的第一RR间期大于等于第二RR间期阈值，则在第一RR间期内检测新的R波；在第一RR间期内获取新的R波的波峰位置信息后，若判断新的R波的幅值大于等于第二R波幅值阈值，则存储该R波的波峰位置信息。

Description

一种心电信号处理方法及装置
技术领域
本发明涉及心电信号检测领域，尤其涉及一种心电信号处理方法及装置。
背景技术
心脏病是威胁人类生命的主要疾病之一，长期以来，对心脏病的研究一直是医学界的重要课题。心电图(Electrocardiography，ECG)作为心脏电活动在体表的综合表现，蕴涵着丰富的反映心脏节律及其电传导的生理和病理信息，在一定程度上可以客观反映心脏各部位的生理状况，是诊断心脏疾病、评价心脏功能的重要依据之一。
一个典型的正常心电信号波形图主要由P波、QRS波群、T波及间期所组成。由于QRS波群的幅度最大，特征最为明显，因此对QRS波群的检测与定位是心电信号分析的重要内容。
发明内容
本发明的实施例提供一种心电信号处理方法及装置，可提高R波的正确检出率。
为达到上述目的，本发明的实施例采用如下技术方案：
第一方面，提供一种心电信号处理方法，包括：根据R波的波峰位置信息，针对任一个R波，若判断该R波与之后紧挨的另一个R波之间的第一RR间期小于等于第一RR间期阈值，该R波的幅值小于等于第一R波幅值阈值，则删除该R波的波峰位置信息；并将未删除的其余R波的波峰位置信息存储；根据所述R波的波峰位置信息，针对任一个R波，若判断该R波与之后紧挨的另一个R波之间的第一RR间期大于等于第二RR间期阈值，则在所述第一RR间期内检测新的R波；在所述第一RR间期内获取新的R波的波峰位置信息后，若判断新的R波的幅值大于等于第二R波幅值阈值，则存储在所述第一RR间期内获取的R波的波峰位置信息。
可选的，所述方法还包括：对心电信号进行去噪处理；根据去噪后的心电信号，获取所述R波的波峰位置信息。
进一步可选的，获取所述R波波峰的位置信息，包括：利用二次样条小波将去噪后的所述心电信号进行N个尺度的分解；N≥4；在2j尺度上，获取正负极大值对；其中，2j尺度为QRS波群能量分布集中的尺度；1＜j＜N；将2j尺度上的所有正负极大值对的数据折叠成时间定长的第一矩阵；针对第一矩阵中每行的数据，挑选出该行中正极大值大于等于第一预设值，负极大值小于等于第二预设值的正负极大值对；针对挑选出的每个所述正负极大值对，根据所述正负极大值对之间的过零点位置以及时移，获取所述R波的波峰位置信息。
其中，时移为
Figure BDA0001679522430000021
在此基础上，可选的，每行对应一组第一预设值和第二预设值；第i行对应的第一预设值
Figure BDA0001679522430000022
第二预设值
Figure BDA0001679522430000023
i为第一矩阵的行号；Aimax1为第i行的
Figure BDA0001679522430000024
秒及其之前数据中最大的值，Aimax2为第i行的
Figure BDA0001679522430000025
秒之后数据中最大的值，Bimin1为第i行的
Figure BDA0001679522430000026
秒及其之前数据中最小的值，Bimin2为第i行的
Figure BDA0001679522430000027
秒之后数据中最小的值；k0为比例系数，其小于1；M1为每行数据的时长。
可选的，根据R波的波峰位置信息，针对任一个R波，若判断该R波与之后紧挨的另一个R波之间的第一RR间期小于等于第一RR间期阈值，该R波的幅值小于等于第一R波幅值阈值，则删除该R波的波峰位置信息，包括：将去噪后的所述心电信号的数据折叠成时间定长的第二矩阵；根据所述R波的波峰位置信息，求得所述第二矩阵中每行的RR间期平均值RR(p)mean以及幅值平均值Rh(p)；p为所述第二矩阵的行号；将k1×RR(p)mean作为第p行的第一RR间期阈值，k2×Rh(p)作为第p行的第一R波幅值阈值；k1和k2为比例系数，均小于1；根据第p行中R波的波峰位置信息，针对任一个R波，若判断该R波与之后紧挨的另一个R波之间的第一RR间期小于等于第p行的第一RR间期阈值，该R波的幅值小于等于第p行的第一R波幅值阈值，则删除该R波的波峰位置信息。
进一步可选的，根据所述R波的波峰位置信息，针对任一个R波，若判断该R波与之后紧挨的另一个R波之间的第一RR间期大于等于第二RR间期阈值，则在所述第一RR间期内检测新的R波，包括：将k3×RR(p)mean作为第p行的第二RR间期阈值；k3为比例系数，其大于1；根据第p行中R波的波峰位置信息，针对任一个R波，若判断该R波与之后紧挨的另一个R波之间的第一RR间期大于等于第p行的第二RR间期阈值，则在所述第一RR间期内，获取正极大值大于等于第三预设值，负极大值小于等于第四预设值的正负极大值对，得到新的R波的波峰位置信息；其中，所述第三预设值小于第一预设值，所述第四预设值的绝对值小于第二预设值的绝对值。
进一步可选的，在所述第一RR间期内获取新的R波的波峰位置信息后，若判断新的R波的幅值大于等于第二R波幅值阈值，则存储在所述第一RR间期内获取的R波的波峰位置信息，包括：将k4×Rh(p)作为第p行的第二R波幅值阈值；k4为比例系数，其小于1；在第p行中所述第一RR间期内获取新的R波的波峰位置信息后，若判断新的R波的幅值大于等于第p行的第二R波幅值阈值，则存储在所述第一RR间期内获取的R波的波峰位置信息。
可选的，所述方法还包括：根据存储的每一个R波的波峰位置信息，获取对应的Q波的起始位置和S波的结束位置。
进一步可选的，根据存储的每一个R波的波峰位置信息，获取对应的Q波的起始位置和S波的结束位置，包括：以每一个R波的波峰位置为参考点，在R波的波峰前后两侧分别设置第一扫描范围和第二扫描范围；在Q波和S波能量分布集中的尺度上，且在所述第一扫描范围内，获取第一拐点，并判断第一拐点的个数W1；若第一拐点个数W1≥3，则选取第3个第一拐点位置作为Q波的起始位置；若第一拐点个数W1＝1或2，则选取所述第一扫描范围内距离所述R波的波峰最远的第一拐点作为Q波的起始位置；若第一拐点个数W1＝0，则选取所述第一扫描范围内距离所述R波的波峰最远的位置作为Q波的起始位置；在所述第二扫描范围内，获取第二拐点，并判断第二拐点的个数W2；若第二拐点个数W2≥3，则选取第3个第二拐点位置作为S波的结束位置；若第二拐点个数W1＝1或2，则选取所述第二扫描范围内距离所述R波的波峰最远的第二拐点作为S波的结束位置；若第二拐点个数W1＝0，则选取所述第二扫描范围内距离所述R波的波峰最远的位置作为S波的结束位置。
可选的，对心电信号进行去噪处理，包括：对所述心电信号进行小波分解；采用阈值化处理的滤波方法，去除高频噪声；采用置零方法，去除低频基线漂移；重构，以获取去燥后的所述心电信号。
第二方面，提供一种心电信号处理装置，包括：R波删伪器和R波补漏器；所述R波删伪器，配置为根据R波的波峰位置信息，针对任一个R波，若判断该R波与之后紧挨的另一个R波之间的第一RR间期小于等于第一RR间期阈值，该R波的幅值小于等于第一R波幅值阈值，则删除该R波的波峰位置信息；并将未删除的其余R波的波峰位置信息存储；所述R波补漏器，配置为根据所述R波的波峰位置信息，针对任一个R波，若判断该R波与之后紧挨的另一个R波之间的第一RR间期大于等于第二RR间期阈值，则在所述第一RR间期内检测新的R波；在所述第一RR间期内获取新的R波的波峰位置信息后，若判断新的R波的幅值大于等于第二R波幅值阈值，则存储在所述第一RR间期内获取的R波的波峰位置信息。
可选的，所述的心电信号处理装置还包括预处理器和R波初识别器；所述预处理器，配置为对心电信号进行去噪处理；所述R波初识别器，配置为根据去噪后的心电信号，获取所述R波的波峰位置信息。
进一步可选的，所述R波初识别器，配置为：利用二次样条小波将去噪后的所述心电信号进行N个尺度的分解；N≥4；在2j尺度上，获取正负极大值对；其中，2j尺度为QRS波群能量分布集中的尺度；1＜j＜N；将2j尺度上的所有正负极大值对的数据折叠成时间定长的第一矩阵；针对第一矩阵中每行的数据，挑选出该行中正极大值大于等于第一预设值，负极大值小于等于第二预设值的正负极大值对；针对挑选出的每个所述正负极大值对，根据所述正负极大值对之间的过零点位置以及时移，获取所述R波的波峰位置信息。
其中，时移为
Figure BDA0001679522430000051
在此基础上，可选的，每行对应一组第一预设值和第二预设值；第i行对应的第一预设值
Figure BDA0001679522430000052
第二预设值
Figure BDA0001679522430000053
i为第一矩阵的行号；Aimax1为第i行的
Figure BDA0001679522430000054
秒及其之前数据中最大的值，Aimax2为第i行的
Figure BDA0001679522430000055
秒之后数据中最大的值，Bimin1为第i行的
Figure BDA0001679522430000056
秒及其之前数据中最小的值，Bimin2为第i行的
Figure BDA0001679522430000057
秒之后数据中最小的值；k0为比例系数，其小于1；M1为每行数据的时长。
可选的，所述R波删伪器，配置为：将去噪后的所述心电信号的数据折叠成时间定长的第二矩阵；根据所述R波的波峰位置信息，求得所述第二矩阵中每行的RR间期平均值RR(p)mean以及幅值平均值Rh(p)；p为所述第二矩阵的行号；将k1×RR(p)mean作为第p行的第一RR间期阈值，k2×Rh(p)作为第p行的第一R波幅值阈值；k1和k2为比例系数，均小于1；根据第p行中R波的波峰位置信息，针对任一个R波，若判断该R波与之后紧挨的另一个R波之间的第一RR间期小于等于第p行的第一RR间期阈值，该R波的幅值小于等于第p行的第一R波幅值阈值，则删除该R波的波峰位置信息。
进一步可选的，所述R波补漏器，配置为：将k3×RR(p)mean作为第p行的第二RR间期阈值；k3为比例系数，其大于1；根据第p行中R波的波峰位置信息，针对任一个R波，若判断该R波与之后紧挨的另一个R波之间的第一RR间期大于等于第p行的第二RR间期阈值，则在所述第一RR间期内，获取正极大值大于等于第三预设值，负极大值小于等于第四预设值的正负极大值对，得到新的R波的波峰位置信息；其中，所述第三预设值小于第一预设值，所述第四预设值的绝对值小于第二预设值的绝对值；将k4×Rh(p)作为第p行的第二R波幅值阈值；k4为比例系数，其为小于1；在第p行中所述第一RR间期内获取新的R波的波峰位置信息后，若判断新的R波幅值大于等于第p行的第二R波幅值阈值，则存储在所述第一RR间期内获取的R波的波峰位置信息。
可选的，所述心电信号处理装置，还包括QRS波群获取器，配置为根据存储的每一个R波的波峰位置信息，获取对应的Q波的起始位置和S波的结束位置。
本发明的实施例提供一种心电信号处理方法及装置，根据R波的波峰位置信息，通过对相邻R波之间的第一RR间期以及R波的幅值进行判断，可将错检测的R波的波峰位置信息删除，并且，当相邻R波之间的第一RR间期大于等于第二RR间期阈值时，通过在该第一RR间期内检测新的R波，并在获取新的R波的波峰位置信息后，若新的R波的幅值大于等于第二R波幅值阈值，则视该新的R波为漏检测的R波，而将其波峰位置信息存储。基于此，相对于传统方法只考虑到R波的一次定位，忽略了信号质量不好或是有异常心搏时R波的波峰位置错检或漏检的情况，而R波的波峰位置的错检或漏检会引起心率计算失真和心律不齐无法识别的问题，本发明实施例可提高R波的正确检出率，弥补了心电信号QRS波群检测过程中错检和漏检的不足。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明一些实施例提供的一种心电信号处理方法的流程示意图；
图2为本发明另一些实施例提供的一种心电信号处理方法的流程示意图；
图3为本发明一些实施例提供的一种心电信号的示意图；
图4为本发明一些实施例提供的对心电信号进行去噪处理的流程示意图；
图5为本发明一些实施例提供的获取R波的波峰位置信息的流程示意图；
图6为本发明一些实施例提供的删除不符合条件的R波的流程示意图；
图7为本发明另一些实施例提供的删除不符合条件的R波的流程示意图；
图8为本发明一些实施例提供的检测新的R波的流程示意图；
图9为本发明一些实施例提供的对新的R波进行判断的流程示意图；
图10为本发明一些实施例提供的增加R波的流程示意图；
图11为本发明另一些实施例提供的一种心电信号处理方法的流程示意图；
图12为本发明一些实施例提供的获取Q波的起始位置和S波的结束位置的流程示意图；
图13为本发明一些实施例提供的一种心电信号处理装置的示意图；
图14为本发明另一些实施例提供的一种心电信号处理装置的示意图；
图15为本发明另一些实施例提供的一种心电信号处理装置的示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明实施例提供一种心电信号处理方法，如图1所示，包括：
S13、根据R波的波峰位置信息，针对任一个R波，若判断该R波与之后紧挨的另一个R波之间的第一RR间期小于等于第一RR间期阈值，该R波的幅值小于等于第一R波幅值阈值，则删除该R波的波峰位置信息；并将未删除的其余R波的波峰位置信息存储。
示例的，从第1个R波开始，可先判断该第1个R波与之后紧挨的第2个R波之间的第一RR间期是否小于等于第一RR间期阈值，若小于等于，则判断该第1个R波的幅值是否小于等于第一R波幅值阈值；若第1个R波的幅值小于等于第一R波幅值阈值，则删除该第1个R波的波峰位置信息。若第1个R波与之后紧挨的第2个R波之间的第一RR间期大于第一RR间期阈值，则可直接对第2个R波与之后紧挨的第3个R波之间的第一RR间期进行判断。若第2个R波与之后紧挨的第3个R波之间的第一RR间期也大于第一RR间期阈值，则继续对第3个R波与之后紧挨的第4个R波之间的第一RR间期进行判断。若第3个R波与之后紧挨的第4个R波之间的第一RR间期小于等于第一RR间期阈值，则对第3个R波的幅值进行判断。之后，依此类推，先判断当前R波与其之后紧挨的另一个R波之间的第一RR间期是否小于等于第一RR间期阈值，只有在第一RR间期小于等于第一RR间期阈值时，才判断当前R波的幅值是否小于等于第一R波幅值阈值。都判断完之后，将未删除的其余R波的波峰位置信息存储。
S14、根据所述R波的波峰位置信息，针对任一个R波，若判断该R波与之后紧挨的另一个R波之间的第一RR间期大于等于第二RR间期阈值，则在所述第一RR间期内检测新的R波；在所述第一RR间期内获取新的R波的波峰位置信息后，若判断其幅值大于等于第二R波幅值阈值，则存储在所述第一RR间期内获取的R波的波峰位置信息。
示例的，从第1个R波开始，可先判断该第1个R波与之后紧挨的第2个R波之间的第一RR间期是否大于等于第二RR间期阈值，若大于等于，则在第一RR间期内检测新的R波；在获取该新的R波的波峰位置信息后，判断该新的R波的幅值是否大于等于第二R波幅值阈值，若大于等于，则存储该新的R波的波峰位置信息，否则，不存储。若第1个R波与之后紧挨的第2个R波之间的第一RR间期小于第二RR间期阈值，则直接对第2个R波与之后紧挨的第3个R波之间的第一RR间期进行判断。若第2个R波与之后紧挨的第3个R波之间的第一RR间期小于第二RR间期阈值，则继续对第3个R波与之后紧挨的第4个R波之间的第一RR间期进行判断。若第3个R波与之后紧挨的第4个R波之间的第一RR间期大于等于第二RR间期阈值，则在该第一RR间期内检测新的R波；在获取该新的R波的波峰位置信息后，判断该新的R波的幅值是否大于等于第二R波幅值阈值，若大于等于，则存储该新的R波的波峰位置信息，否则，不存储。之后，依此类推，先判断当前R波与其之后紧挨的另一个R波之间的第一RR间期是否大于等于第二RR间期阈值，只有在第一RR间期大于等于第二RR间期阈值时，才在相应的第一RR间期内检测新的R波，并判断新的R波的幅值是否大于等于第二R波幅值阈值。
本发明实施例提供一种心电信号处理方法，根据R波的波峰位置信息，通过对相邻R波之间的第一RR间期以及R波的幅值进行判断，可将错检测的R波的波峰位置信息删除，并且，当相邻R波之间的第一RR间期大于等于第二RR间期阈值时，通过在该第一RR间期内检测新的R波，并在获取新的R波的波峰位置信息后，若新的R波的幅值大于等于第二R波幅值阈值，则视该新的R波为漏检测的R波，而将其波峰位置信息存储。基于此，相对于传统方法只考虑到R波的一次定位，忽略了信号质量不好或是有异常心搏时R波的波峰位置错检或漏检的情况，而R波的波峰位置的错检或漏检会引起心率计算失真和心律不齐无法识别的问题，本发明实施例可提高R波的正确检出率，弥补了心电信号QRS波群检测过程中错检和漏检的不足。
可选的，如图2所示，所述方法还包括：
S11、对心电信号进行去噪处理。
心电信号是体表电极测量的心电电压(幅度)随时间变化的信号，属于时域波形信号。如图3所示，所有正常的心电波形周期均可划分为P波、P-R段、QRS波群、S-T段、T波等几个主要部分，且每个特征波段都代表着一定的生理学意义。如果心脏发生病变，就会使得心电信号在周期和波形形态上发生某些畸变。
其中，人体心电信号的频率较低，主要频率范围在0.05～100Hz，而大部分能量又集中在0.5～45Hz，QRS波群能量在心电信号中占了很大比例，分布于心电信号的中、高频区。因而，QRS波群成为心电信号中最易识别和最为重要的特征波段，而R波又是QRS波群中最易识别的波段。
S12、获取R波的波峰位置信息。
其中，S13和S14中依据的R波的波峰位置信息，由S12中获取。
本发明实施例，通过对心电信号进行去噪处理，可提高信噪比。
可选的，如图4所示，S11中对心电信号进行去噪处理，可包括如下步骤：
S111、对心电信号进行小波分解。
在一些实施例中，通过小波分解，可将心电信号分成8～12层。示例的，可分成10层。
S112、采用阈值化处理的滤波方法，去除高频噪声。
示例的，可将高频噪声对应的小波细节系数进行软阈值去噪，从而去除高频噪声。
本领域技术人员明白，心电有用信号一般都集中在0.5～45Hz，高于45Hz都可以称为高频噪声。
S113、采用置零方法，去除低频基线漂移。
可将低频基线漂移对应的小波细节系数进行置零处理，从而去除低频基线漂移。
基线漂移由呼吸引起，基线漂移的频率范围为0.05～2Hz。
S114、重构，以获取去燥后的心电信号。
本发明实施例，根据小波变换多分辨分析理论，对含噪声信号进行多尺度小波分解后，可以利用信号和噪声在频谱和能量分布上的不同，直接将噪声所对应的细节分量去除，然后利用小波逆变换进行信号重构，就可以有效去除心电信号中的噪声成分。
可选的，如图5所示，S12中获取R波的波峰位置信息，可包括如下步骤：
S121、利用二次样条小波将去噪后的心电信号进行N个尺度的分解；N≥4。
S122、在2j尺度上，获取正负极大值对；其中，2j尺度为QRS波群能量分布集中的尺度；1＜j＜N。
S123、将2j尺度上的所有正负极大值对的数据折叠成时间定长的第一矩阵。
S124、针对第一矩阵中每行的数据，挑选出该行中正极大值大于等于第一预设值，负极大值小于等于第二预设值的正负极大值对。
S125、针对挑选出的每个所述正负极大值对，根据所述正负极大值对之间的过零点位置以及时移，获取R波的波峰位置信息。
其中，时移为
Figure BDA0001679522430000111
进一步可选的，每行对应一组第一预设值和第二预设值；第i行对应的第一预设值
Figure BDA0001679522430000112
第二预设值
Figure BDA0001679522430000113
i为第一矩阵的行号。
Aimax1为第i行的
Figure BDA0001679522430000114
秒及其之前数据中最大的值，Aimax2为第i行的
Figure BDA0001679522430000115
秒之后数据中最大的值，Bimin1为第i行的
Figure BDA0001679522430000116
秒及其之前数据中最小的值，Bimin2为第i行的
Figure BDA0001679522430000117
秒之后数据中最小的值；k0为比例系数，其小于1；M1为每行数据的时长。
在一些实施例中，M1可以为偶数。
示例的，N＝4，在此情况下，23尺度上QRS波群能量分布最集中。基于此，在23尺度上获取正负极大值对。在23尺度上获取所有的正负极大值对后，将所有正负极大值对的数据折叠成定长10秒(即M1＝10)的第一矩阵。
为第一矩阵的每一行设置一组第一预设值和第二预设值，其中，第i行对应第一预设值A(i)和第二预设值B(i)，
Figure BDA0001679522430000121
Figure BDA0001679522430000122
i为第一矩阵的行号。由于M1＝10，因此，Aimax1为第i行的5秒及其之前数据中最大的值，Aimax2为第i行的5秒之后数据中最大的值，Bimin1为第i行的5秒及其之前数据中最小的值，Bimin2为第i行的5秒之后数据中最小的值。
其中，k0可在
Figure BDA0001679522430000123
之间取值，k0例如取
Figure BDA0001679522430000124
在此基础上，针对第一矩阵中的第i行数据，挑选出该行中正极大值大于等于A(i)，负极大值小于等于B(i)的正负极大值对，并根据正负极大值对之间的过零点位置以及时移，获取R波波峰的位置信息并记录。
需要说明的是，利用二次样条小波对去噪后的心电信号进行尺度分解时，还可以进行例如5个尺度、6个尺度的分解。当分解的尺度不同，即N不同时，相应的j不同。
本发明实施例，通过在2j尺度上，获取正负极大值对后，将所有正负极大值对的数据折叠成时间定长的第一矩阵，可以每次处理一小片段的数据，这样可降低误差积累。
可选的，如图6所示，S13中根据R波的波峰位置信息，针对任一个R波，若判断该R波与之后紧挨的另一个R波之间的第一RR间期小于等于第一RR间期阈值，该R波的幅值小于等于第一R波幅值阈值，则删除该R波的波峰位置信息，包括：
S131、将去噪后的心电信号的数据折叠成时间定长的第二矩阵。
S132、根据所述R波的波峰位置信息，求得第二矩阵中每行的RR间期平均值RR(p)mean以及幅值平均值Rh(p)；p为第二矩阵的行号。
即，第1行的RR间期平均值为RR(1)mean，第1行的幅值平均值为Rh(1)；第2行的RR间期平均值为RR(2)mean，第2行的幅值平均值为Rh(2)；第5行的RR间期平均值为RR(5)mean，第5行的幅值平均值为Rh(5)；第10行的RR间期平均值为RR(10)mean，第10行的幅值平均值为Rh(10)。
S133、将k1×RR(p)mean作为第p行的第一RR间期阈值，k2×Rh(p)作为第p行的第一R波幅值阈值；k1和k2为比例系数，均小于1。
其中，在一些实施例中，k1可以等于k2。k1和k2可在
Figure BDA0001679522430000131
之间取值，例如k1和k2均取
Figure BDA0001679522430000132
第1行的第一RR间期阈值为k1×RR(1)mean，第1行的第一R波幅值阈值为k2×Rh(1)；第2行的第一RR间期阈值为k1×RR(2)mean，第2行的第一R波幅值阈值为k2×Rh(2)；第5行的第一RR间期阈值为k1×RR(5)mean，第5行的第一R波幅值阈值为k2×Rh(5)；第10行的第一RR间期阈值为k1×RR(10)mean，第10行的第一R波幅值阈值为k2×Rh(10)。
S134、根据第p行中R波的波峰位置信息，针对任一个R波，若判断该R波与之后紧挨的另一个R波之间的第一RR间期小于等于第p行的第一RR间期阈值，该R波的幅值小于等于第p行的第一R波幅值阈值，则删除该R波的波峰位置信息。
本领域技术人员明白，每行中最后一个R波，无RR间期。因而，在实际设计过程中，可无需对最后一个R波进行判断，也即，每行的最后一个R波的波峰位置信息必然被保留。
需要说明的是，上述每行的第一RR间期阈值，第一R波幅值阈值采用固定比例，实际设计过程中，每行的第一RR间期阈值，第一R波幅值阈值也可根据自适应方法进行动态调节。
对于第二矩阵的任一行(第p行)，根据该行中R波的波峰位置信息，针对任一个R波，若判断该R波与之后紧挨的另一个R波之间的第一RR间期小于等于第p行的第一RR间期阈值，该R波的幅值小于等于第p行的第一R波幅值阈值，则删除该R波的波峰位置信息，如图7所示，可通过如下过程实现：
S135、在第p行中，判断第x个波与之后紧挨的第x+1个R波之间的第一RR间期是否小于等于k1×RR(p)mean，x从1开始取值，若小于等于则执行S136，否者，执行S137。
S136、判断第x个R波的幅值是否小于等于k2×Rh(p)，若小于等于，则删除第x个R波的波峰位置信息，否则，执行S137。
S137、判断第x个波与之后紧挨的第x+1个R波之间的第一RR间期是否为第p行中最后一个间期，若是，执行S138，否则，将x加1，执行S135。
S138、存储第p行中未删除的其余R波的波峰位置信息。
进一步可选的，如图8所示，S14中根据所述R波的波峰位置信息，针对任一个R波，若判断该R波与之后紧挨的另一个R波之间的第一RR间期大于等于第二RR间期阈值，则在所述第一RR间期内检测新的R波，包括：
S141、将k3×RR(p)mean作为第p行的第二RR间期阈值；k3为比例系数，其大于1。
即，第1行的第二RR间期阈值为k3×RR(1)mean；第2行的第二RR间期阈值为k3×RR(2)mean；第5行的第二RR间期阈值为k3×RR(5)mean；第10行的第二RR间期阈值为k3×RR(10)mean。
k3可在
Figure BDA0001679522430000141
之间取值，k3例如取
Figure BDA0001679522430000142
S142、根据第p行中R波的波峰位置信息，针对任一个R波，若判断该R波与之后紧挨的另一个R波之间的第一RR间期大于等于第p行的第二RR间期阈值，则在所述第一RR间期内，获取正极大值大于等于第三预设值，负极大值小于等于第四预设值的正负极大值对，得到新的R波的波峰位置信息。
其中，第三预设值小于第一预设值，第四预设值的绝对值小于第二预设值的绝对值。
在此基础上，如图9所示，S14中在所述第一RR间期内获取新的R波的波峰位置信息后，若判断其幅值大于等于第二R波幅值阈值，则存储在所述第一RR间期内获取的R波的波峰位置信息，包括：
S143、将k4×Rh(p)作为第p行的第二R波幅值阈值；k4为比例系数，其为小于1。
即，第1行的第二R波幅值阈值为k4×Rh(1)；第2行的第二R波幅值阈值为k4×Rh(2)；第5行的第二R波幅值阈值为k4×Rh(5)；第10行的第二R波幅值阈值为k4×Rh(10)。
其中，k4可以在
Figure BDA0001679522430000151
之间取值，k4例如取
Figure BDA0001679522430000152
S144、在第p行中所述第一RR间期内获取新的R波的波峰位置信息后，若判断该新的R波的幅值大于等于第p行的第二R波幅值阈值，则存储在所述第一RR间期内获取的R波的波峰位置信息。
需要说明的是，S141-S142，S143-S144的处理过程都是在第二矩阵中以行为单位进行处理。
此外，上述每行的第二RR间期阈值，第二R波幅值阈值采用固定比例，实际设计过程中，每行的第二RR间期阈值，第二R波幅值阈值也可根据自适应方法进行动态调节。
对于第二矩阵的任一行(第p行)，根据第p行中R波的波峰位置信息，针对任一个R波，若判断该R波与之后紧挨的另一个R波之间的第一RR间期大于等于第p行的第二RR间期阈值，则在所述第一RR间期内，获取正极大值大于等于第三预设值，负极大值小于等于第四预设值的正负极大值对，得到新的R波的波峰位置信息；在第p行中所述第一RR间期内获取新的R波的波峰位置信息后，若判断该新的R波的幅值大于等于第p行的第二R波幅值阈值，则存储在所述第一RR间期内获取的R波的波峰位置信息，如图10所示，可通过如下过程实现：
S145、在第p行中，判断第x个波与之后紧挨的第x+1个R波之间的第一RR间期是否大于等于k3×RR(p)mean，x从1开始取值，若大于等于则执行S146，否者，执行S148。
S146、在所述第一RR间期内，获取正极大值大于等于第三预设值，负极大值小于等于第四预设值的正负极大值对，得到新的R波的波峰位置信息。
其中，第三预设值小于第一预设值，第四预设值的绝对值小于第二预设值的绝对值。
由于在获取R波的波峰位置信息时，在2j尺度上，获取正负极大值对，并将2j尺度上的所有正负极大值对的数据折叠成时间定长的第一矩阵后，每行是以第一预设值
Figure BDA0001679522430000161
第二预设值
Figure BDA0001679522430000162
挑选正负极大值对，因此，在该步骤中，可对应每行的第一预设值和第二预设值计算公式基础上，仅降低k0的值，来分别得到第三预设值和第四预设值。即，若
Figure BDA0001679522430000163
则，可将(D2+T)值赋予第一预设值公式中k0的D2值而得到第三预设值，将(D2+T)值赋予第二预设值公式中k0的D2值而得到第四预设值。其中，D1、D2、T均取正整数。例如D1可取1、D2可取3、T可取1。
S147、判断新的R波的幅值是否大于等于k4×Rh(p)，若大于等于，添加该R波，否则，执行S148。
S148、判断第x个波与之后紧挨的第x+1个R波之间的第一RR间期是否为第p行中最后一个间期，若是，执行S149，否则，将x加1，执行S145。
S149、存储第p行中添加的R波的波峰位置信息。
可选的，如图11所示，所述方法还包括：S15、根据存储的每一个R波的波峰位置信息，获取对应的Q波的起始位置和S波的结束位置。
在此基础上，S15中根据存储的每一个R波的波峰位置信息，获取对应的Q波的起始位置和S波的结束位置，如图12所示，包括：
S151、以每一个R波的波峰位置为参考点，在R波的波峰前后两侧分别设置第一扫描范围和第二扫描范围。
其中，第一扫描范围和第二扫描范围例如可以为0.12×fs，fs为心电信号的采样频率。第一扫描范围和第二扫描范围为R波的波峰前后固定的采样点数。
S152、在Q波和S波能量分布集中的尺度上，且在所述第一扫描范围内，获取第一拐点，并判断第一拐点的个数W1。
其中，当进行4个尺寸分解时，21尺度上Q波和S波能量分布集中。
拐点即为非零点位置。
S153、若第一拐点个数W1≥3，则选取第3个第一拐点位置作为Q波的起始位置。
需要说明的是，以每一个R波的波峰位置为参考点，最靠近该参考点的第一拐点作为第一个第一拐点，其次靠近该参考点的第一拐点作为第二个第一拐点，以此类推。
S154、若第一拐点个数W1＝1或2，则选取所述第一扫描范围内距离所述R波的波峰最远的第一拐点作为Q波的起始位置。
当W1＝1时，则这一个第一拐点即为Q波的起始位置；当W1＝2时，则，这两种第一拐点中，离参考点较远的那一个第一拐点的位置为Q波的起始位置。
S155、若第一拐点个数W1＝0，则选取所述第一扫描范围内距离所述R波的波峰最远的位置作为Q波的起始位置。
S156、在所述第二扫描范围内，获取第二拐点，并判断第二拐点的个数W2。
S157、若第二拐点个数W2≥3，则选取第3个第二拐点位置作为S波的结束位置。
需要说明的是，以每一个R波的波峰位置为参考点，最靠近该参考点的第二拐点作为第一个第二拐点，其次靠近该参考点的第二拐点作为第二个第二拐点，以此类推。
S158、若第二拐点个数W1＝1或2，则选取所述第二扫描范围内距离所述R波的波峰最远的第二拐点作为S波的结束位置。
当W2＝1时，则这一个第二拐点即为S波的结束位置；当W2＝2时，则，这两种第二拐点中，离参考点较远的那一个第二拐点的位置为S波的结束位置。
S159、若第二拐点个数W1＝0，则选取所述第二扫描范围内距离所述R波的波峰最远的位置作为S波的结束位置。
本发明实施例还提供一种计算机可读介质，其上存储有计算机程序，所述计算机程序被执行时，实现如上述的心电信号处理。
本发明实施例还提供一种电子设备，包括：处理器、存储器；所述存储器用于一个或多个程序；当所述一个或多个程序被所述处理器执行时，实现如上述的心电信号处理方法。
本发明实施例还提供一种心电信号处理装置，如图13所示，包括：R波删伪器10和R波补漏器20。
R波删伪器10，配置为根据R波的波峰位置信息，针对任一个R波，若判断该R波与之后紧挨的另一个R波之间的第一RR间期小于等于第一RR间期阈值，该R波的幅值小于等于第一R波幅值阈值，则删除该R波的波峰位置信息；并将未删除的其余R波的波峰位置信息存储。
R波补漏器20，配置为根据R波的波峰位置信息，针对任一个R波，若判断该R波与之后紧挨的另一个R波之间的第一RR间期大于等于第二RR间期阈值，则在所述第一RR间期内检测新的R波；在所述第一RR间期内获取新的R波的波峰位置信息后，若判断新的R波的幅值大于等于第二R波幅值阈值，则存储在所述第一RR间期内获取的R波的波峰位置信息。
本发明实施例提供的心电信号处理装置，与上述的心电信号处理方法，具有相同的有益效果，在此不再赘述。
可选的，如图14所示，所述心电信号处理装置还包括预处理器30和R波初识别器4。
预处理器30，配置为对心电信号进行去噪处理。
R波初识别器40，配置为根据去噪后的心电信号，获取所述R波的波峰位置信息。
其中，可以理解的是，R波删伪器10和R波补漏器20所依据的R波的波峰位置信息，即为R波初识别器40获取的R波的波峰位置信息。
进一步可选的，所述R波初识别器40，配置为：利用二次样条小波将去噪后的所述心电信号进行N个尺度的分解；N≥4；在2j尺度上，获取正负极大值对；其中，2j尺度为QRS波群能量分布集中的尺度；1＜j＜N；将2j尺度上的所有正负极大值对的数据折叠成时间定长的第一矩阵；针对第一矩阵中每行的数据，挑选出该行中正极大值大于等于第一预设值，负极大值小于等于第二预设值的正负极大值对；针对挑选出的每个所述正负极大值对，根据所述正负极大值对之间的过零点位置以及时移，获取所述R波的波峰位置信息。
其中，时移为
Figure BDA0001679522430000191
在此基础上，可选的，每行对应一组第一预设值和第二预设值；第i行对应的第一预设值
Figure BDA0001679522430000192
第二预设值
Figure BDA0001679522430000193
i为第一矩阵的行号。
Aimax1为第i行的
Figure BDA0001679522430000194
秒及其之前数据中最大的值，Aimax2为第i行的
Figure BDA0001679522430000195
秒之后数据中最大的值，Bimin1为第i行的
Figure BDA0001679522430000196
秒及其之前数据中最小的值，Bimin2为第i行的
Figure BDA0001679522430000201
秒之后数据中最小的值；k0为比例系数，其小于1；M1为每行数据的时长。
在一些实施例中，M1可以为偶数。
需要说明的是，对于R波初识别器40的具体识别过程，可参考上述心电信号处理方法对获取R波的封装位置信息的相关说明，在此不再赘述。
可选的，R波删伪器10，配置为：将去噪后的心电信号的数据折叠成时间定长的第二矩阵；根据所述R波的波峰位置信息，求得第二矩阵中每行的RR间期平均值RR(p)mean以及幅值平均值Rh(p)；p为所述第二矩阵的行号；将k1×RR(p)mean作为第p行的第一RR间期阈值，k2×Rh(p)作为第p行的第一R波幅值阈值；k1和k2为比例系数，均小于1；根据第p行中R波的波峰位置信息，针对任一个R波，若判断该R波与之后紧挨的另一个R波之间的第一RR间期小于等于第p行的第一RR间期阈值，该R波的幅值小于等于第p行的第一R波幅值阈值，则删除该R波的波峰位置信息。
可选的，R波补漏器20，配置为：将k3×RR(p)mean作为第p行的第二RR间期阈值；k3为比例系数，其大于1；根据第p行中R波的波峰位置信息，针对任一个R波，若判断该R波与之后紧挨的另一个R波之间的第一RR间期大于等于第p行的第二RR间期阈值，则在所述第一RR间期内，获取正极大值大于等于第三预设值，负极大值小于等于第四预设值的正负极大值对，得到新的R波的波峰位置信息；其中，所述第三预设值小于第一预设值，所述第四预设值的绝对值小于第二预设值的绝对值；将k4×Rh(p)作为第p行的第二R波幅值阈值；k4为比例系数，其为小于1；在第p行中所述第一RR间期内获取新的R波的波峰位置信息后，若判断新的R波幅值大于等于第p行的第二R波幅值阈值，则存储在所述第一RR间期内获取的R波的波峰位置信息。
需要说明的是，对于R波删伪器10和R波补漏器20的具体判断过程，可参考上述心电信号处理方法中相关说明，在此不再赘述。
可选的，如图15所示，所述心电信号处理装置还包括QRS波群获取器50，配置为根据存储的每一个R波的波峰位置信息，获取对应的Q波的起始位置和S波的结束位置。
其中，对于如果获取Q波的起始位置和S波的结束位置，可参考上述心电信号处理方法中的相关说明，在此不再赘述。
需要说明的是，本发明所提及的比例系数，均大于0。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

Claims (15)

1.一种心电信号处理方法，其特征在于，包括：
对心电信号进行去噪处理；
根据去噪后的心电信号，获取R波的波峰位置信息；
根据所述R波的波峰位置信息，针对任一个R波，若判断该R波与之后紧挨的另一个R波之间的第一RR间期小于等于第一RR间期阈值，该R波的幅值小于等于第一R波幅值阈值，则删除该R波的波峰位置信息；并将未删除的其余R波的波峰位置信息存储；
根据所述R波的波峰位置信息，针对任一个R波，若判断该R波与之后紧挨的另一个R波之间的第一RR间期大于等于第二RR间期阈值，则在所述第一RR间期内检测新的R波；在所述第一RR间期内获取新的R波的波峰位置信息后，若判断新的R波的幅值大于等于第二R波幅值阈值，则存储在所述第一RR间期内获取的R波的波峰位置信息；
其中，所述根据R波的波峰位置信息，针对任一个R波，若判断该R波与之后紧挨的另一个R波之间的第一RR间期小于等于第一RR间期阈值，该R波的幅值小于等于第一R波幅值阈值，则删除该R波的波峰位置信息，包括：
将去噪后的所述心电信号的数据折叠成时间定长的第二矩阵；
根据所述R波的波峰位置信息，求得所述第二矩阵中每行的RR间期平均值RR(p)mean以及幅值平均值Rh(p)；p为所述第二矩阵的行号；
将k1×RR(p)mean作为第p行的第一RR间期阈值，k2×Rh(p)作为第p行的第一R波幅值阈值；k1和k2为比例系数，均小于1；
根据第p行中R波的波峰位置信息，针对任一个R波，若判断该R波与之后紧挨的另一个R波之间的第一RR间期小于等于第p行的第一RR间期阈值，该R波的幅值小于等于第p行的第一R波幅值阈值，则删除该R波的波峰位置信息。
2.根据权利要求1所述的方法，其特征在于，获取所述R波波峰的位置信息，包括：
利用二次样条小波将去噪后的所述心电信号进行N个尺度的分解；N≥4；
在2j尺度上，获取正负极大值对；其中，2j尺度为QRS波群能量分布集中的尺度；1＜j＜N；
将2j尺度上的所有正负极大值对的数据折叠成时间定长的第一矩阵；
针对第一矩阵中每行的数据，挑选出该行中正极大值大于等于第一预设值，负极大值小于等于第二预设值的正负极大值对；
针对挑选出的每个所述正负极大值对，根据所述正负极大值对之间的过零点位置以及时移，获取所述R波的波峰位置信息；
其中，时移为
Figure FDA0003188310360000021
3.根据权利要求2所述的方法，其特征在于，每行对应一组第一预设值和第二预设值；
第i行对应的第一预设值
Figure FDA0003188310360000022
第二预设值
Figure FDA0003188310360000023
i为第一矩阵的行号；
Aimax1为第i行的
Figure FDA0003188310360000024
秒及其之前数据中最大的值，Aimax2为第i行的
Figure FDA0003188310360000025
秒之后数据中最大的值，Bimin1为第i行的
Figure FDA0003188310360000026
秒及其之前数据中最小的值，Bimin2为第i行的
Figure FDA0003188310360000027
秒之后数据中最小的；k0为比例系数，其小于1；M1为每行数据的时长。
4.根据权利要求1所述的方法，其特征在于，根据所述R波的波峰位置信息，针对任一个R波，若判断该R波与之后紧挨的另一个R波之间的第一RR间期大于等于第二RR间期阈值，则在所述第一RR间期内检测新的R波，包括：
将k3×RR(p)mean作为第p行的第二RR间期阈值；k3为比例系数，其大于1；
根据第p行中R波的波峰位置信息，针对任一个R波，若判断该R波与之后紧挨的另一个R波之间的第一RR间期大于等于第p行的第二RR间期阈值，则在所述第一RR间期内，获取正极大值大于等于第三预设值，负极大值小于等于第四预设值的正负极大值对，得到新的R波的波峰位置信息；
其中，所述第三预设值小于第一预设值，所述第四预设值的绝对值小于第二预设值的绝对值。
5.根据权利要求4所述的方法，其特征在于，在所述第一RR间期内获取新的R波的波峰位置信息后，若判断新的R波的幅值大于等于第二R波幅值阈值，则存储在所述第一RR间期内获取的R波的波峰位置信息，包括：
将k4×Rh(p)作为第p行的第二R波幅值阈值；k4为比例系数，其小于1；
在第p行中所述第一RR间期内获取新的R波的波峰位置信息后，若判断新的R波的幅值大于等于第p行的第二R波幅值阈值，则存储在所述第一RR间期内获取的R波的波峰位置信息。
6.根据权利要求1所述的方法，其特征在于，所述方法还包括：根据存储的每一个R波的波峰位置信息，获取对应的Q波的起始位置和S波的结束位置。
7.根据权利要求6所述的方法，其特征在于，根据存储的每一个R波的波峰位置信息，获取对应的Q波的起始位置和S波的结束位置，包括：
以每一个R波的波峰位置为参考点，在R波的波峰前后两侧分别设置第一扫描范围和第二扫描范围；
在Q波和S波能量分布集中的尺度上，且在所述第一扫描范围内，获取第一拐点，并判断第一拐点的个数W1；
若第一拐点个数W1≥3，则选取第3个第一拐点位置作为Q波的起始位置；
若第一拐点个数W1＝1或2，则选取所述第一扫描范围内距离所述R波的波峰最远的第一拐点作为Q波的起始位置；
若第一拐点个数W1＝0，则选取所述第一扫描范围内距离所述R波的波峰最远的位置作为Q波的起始位置；
在所述第二扫描范围内，获取第二拐点，并判断第二拐点的个数W2；
若第二拐点个数W2≥3，则选取第3个第二拐点位置作为S波的结束位置；
若第二拐点个数W1＝1或2，则选取所述第二扫描范围内距离所述R波的波峰最远的第二拐点作为S波的结束位置；
若第二拐点个数W1＝0，则选取所述第二扫描范围内距离所述R波的波峰最远的位置作为S波的结束位置。
8.根据权利要求1所述的方法，其特征在于，对心电信号进行去噪处理，包括：
对所述心电信号进行小波分解；
采用阈值化处理的滤波方法，去除高频噪声；
采用置零方法，去除低频基线漂移；
重构，以获取去燥后的所述心电信号。
9.一种心电信号处理装置，其特征在于，包括：预处理器、R波初识别器、R波删伪器和R波补漏器；
所述预处理器，配置为对心电信号进行去噪处理；
所述R波初识别器，配置为根据去噪后的心电信号，获取R波的波峰位置信息；
所述R波删伪器，配置为根据R波的波峰位置信息，针对任一个R波，若判断该R波与之后紧挨的另一个R波之间的第一RR间期小于等于第一RR间期阈值，该R波的幅值小于等于第一R波幅值阈值，则删除该R波的波峰位置信息；并将未删除的其余R波的波峰位置信息存储；
所述所述R波删伪器，还配置为：
将去噪后的所述心电信号的数据折叠成时间定长的第二矩阵；
根据所述R波的波峰位置信息，求得所述第二矩阵中每行的RR间期平均值RR(p)mean以及幅值平均值Rh(p)；p为所述第二矩阵的行号；
将k1×RR(p)mean作为第p行的第一RR间期阈值，k2×Rh(p)作为第p行的第一R波幅值阈值；k1和k2为比例系数，均小于1；
根据第p行中R波的波峰位置信息，针对任一个R波，若判断该R波与之后紧挨的另一个R波之间的第一RR间期小于等于第p行的第一RR间期阈值，该R波的幅值小于等于第p行的第一R波幅值阈值，则删除该R波的波峰位置信息；
所述R波补漏器，配置为根据所述R波的波峰位置信息，针对任一个R波，若判断该R波与之后紧挨的另一个R波之间的第一RR间期大于等于第二RR间期阈值，则在所述第一RR间期内检测新的R波；在所述第一RR间期内获取新的R波的波峰位置信息后，若判断新的R波的幅值大于等于第二R波幅值阈值，则存储在所述第一RR间期内获取的R波的波峰位置信息。
10.根据权利要求9所述的心电信号处理装置，其特征在于，所述R波初识别器，配置为：
利用二次样条小波将去噪后的所述心电信号进行N个尺度的分解；N≥4；
在2j尺度上，获取正负极大值对；其中，2j尺度为QRS波群能量分布集中的尺度；1＜j＜N；
将2j尺度上的所有正负极大值对的数据折叠成时间定长的第一矩阵；
针对第一矩阵中每行的数据，挑选出该行中正极大值大于等于第一预设值，负极大值小于等于第二预设值的正负极大值对；
针对挑选出的每个所述正负极大值对，根据所述正负极大值对之间的过零点位置以及时移，获取所述R波的波峰位置信息；
其中，时移为
Figure FDA0003188310360000051
11.根据权利要求10所述的心电信号处理装置，其特征在于，每行对应一组第一预设值和第二预设值；
第i行对应的第一预设值
Figure FDA0003188310360000052
第二预设值
Figure FDA0003188310360000053
i为第一矩阵的行号；
Aimax1为第i行的
Figure FDA0003188310360000054
秒及其之前数据中最大的值，Aimax2为第i行的
Figure FDA0003188310360000055
秒之后数据中最大的值，Bimin1为第i行的
Figure FDA0003188310360000056
秒及其之前数据中最小的值，Bimin2为第i行的
Figure FDA0003188310360000057
秒之后数据中最小的；k0为比例系数，其小于1；M1为每行数据的时长。
12.根据权利要求9所述的心电信号处理装置，其特征在于，所述R波补漏器，配置为：
将k3×RR(p)mean作为第p行的第二RR间期阈值；k3为比例系数，其大于1；
根据第p行中R波的波峰位置信息，针对任一个R波，若判断该R波与之后紧挨的另一个R波之间的第一RR间期大于等于第p行的第二RR间期阈值，则在所述第一RR间期内，获取正极大值大于等于第三预设值，负极大值小于等于第四预设值的正负极大值对，得到新的R波的波峰位置信息；
其中，所述第三预设值小于第一预设值，所述第四预设值的绝对值小于第二预设值的绝对值；
将k4×Rh(p)作为第p行的第二R波幅值阈值；k4为比例系数，其为小于1；
在第p行中所述第一RR间期内获取新的R波的波峰位置信息后，若判断新的R波幅值大于等于第p行的第二R波幅值阈值，则存储在所述第一RR间期内获取的R波的波峰位置信息。
13.根据权利要求9所述的心电信号处理装置，其特征在于，还包括QRS波群获取器，配置为根据存储的每一个R波的波峰位置信息，获取对应的Q波的起始位置和S波的结束位置。
14.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述计算机程序被执行时，实现如权利要求1-8任一项所述的方法。
15.一种电子设备，其特征在于，包括：处理器、存储器；所述存储器用于一个或多个程序；
当所述一个或多个程序被所述处理器执行时，实现如权利要求1-8任一项所述的方法。
CN201810543088.XA 2018-05-30 2018-05-30 一种心电信号处理方法及装置 Active CN108720832B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201810543088.XA CN108720832B (zh) 2018-05-30 2018-05-30 一种心电信号处理方法及装置
US16/414,523 US11109794B2 (en) 2018-05-30 2019-05-16 Method and apparatus for processing ECG signals, and ECG machine

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810543088.XA CN108720832B (zh) 2018-05-30 2018-05-30 一种心电信号处理方法及装置

Publications (2)

Publication Number Publication Date
CN108720832A CN108720832A (zh) 2018-11-02
CN108720832B true CN108720832B (zh) 2021-11-12

Family

ID=63936802

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810543088.XA Active CN108720832B (zh) 2018-05-30 2018-05-30 一种心电信号处理方法及装置

Country Status (2)

Country Link
US (1) US11109794B2 (zh)
CN (1) CN108720832B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111345812A (zh) * 2018-12-24 2020-06-30 Zoll医疗公司 R波检测方法和设备、计算机可读存储介质
CN110367973B (zh) * 2019-07-01 2021-10-26 复旦大学 多导联心电信号qrs波群起始点的检测方法
CN113768511B (zh) * 2020-06-04 2023-09-22 深圳市理邦精密仪器股份有限公司 生理参数检测方法及电子设备
CN112401906B (zh) * 2020-11-10 2021-12-14 河北省科学院应用数学研究所 一种基于幅值的自动脑电去伪迹方法
WO2023012608A1 (en) * 2021-08-05 2023-02-09 Boston Scientific Medical Device Limited Treatment time duration identified in electrocardiogram
CN115349816B (zh) * 2022-10-21 2023-03-24 万灵帮桥医疗器械(广州)有限责任公司 干涉信号峰值检测方法、装置、设备和存储介质

Family Cites Families (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003000561A (ja) * 2001-06-18 2003-01-07 Canon Inc Ｒ波認識方法及びｒ−ｒ間隔測定方法及び心拍数測定方法及びｒ−ｒ間隔測定装置及び心拍数測定装置
US7027858B2 (en) * 2002-09-11 2006-04-11 Medtronic, Inc. Methods and apparatus for cardiac R-wave sensing in a subcutaneous ECG waveform
US6609023B1 (en) * 2002-09-20 2003-08-19 Angel Medical Systems, Inc. System for the detection of cardiac events
US7139605B2 (en) * 2003-03-18 2006-11-21 Massachusetts Institute Of Technology Heart rate monitor
US8068901B2 (en) * 2007-05-01 2011-11-29 Medtronic, Inc. Method and apparatus for adjusting a sensing parameter
KR101301304B1 (ko) * 2010-09-30 2013-08-28 주식회사 누가의료기 이산 웨이블릿 변환을 이용한 운동 중 실시간 특정 점 검출 및 리듬 분석
US8954140B2 (en) * 2012-09-27 2015-02-10 Samsung Electronics Co., Ltd. Method and system for determining QRS complexes in electrocardiogram signals
US9254095B2 (en) * 2012-11-08 2016-02-09 Alivecor Electrocardiogram signal detection
KR101420345B1 (ko) * 2012-12-31 2014-07-16 부산대학교 산학협력단 차감 동작 기법 기반의 심전도 신호의 ｒ파 검출 시스템 및 방법
CN103083011B (zh) * 2013-01-22 2014-11-05 西安交通大学 利用胸阻抗二阶差分图辅助实时定位心电r波峰的方法
US9352165B2 (en) * 2014-04-17 2016-05-31 Medtronic, Inc. Method and apparatus for verifying discriminating of tachycardia events in a medical device having dual sensing vectors
CN105212922A (zh) * 2014-06-11 2016-01-06 吉林大学 面向fpga实现心电信号r波自动检测的方法及系统
US9629564B2 (en) * 2014-09-26 2017-04-25 Intel Corporation Electrocardiograph (ECG) signal processing
US9717438B2 (en) * 2014-10-29 2017-08-01 Khalifa University of Science and Technology Medical device for detecting a ventricular arrhythmia event
US10213125B2 (en) * 2015-01-23 2019-02-26 Medtronic, Inc. Atrial arrhythmia episode detection in a cardiac medical device
JP2017035131A (ja) * 2015-08-06 2017-02-16 東芝メディカルシステムズ株式会社 Ｅｃｇ信号処理装置、ｍｒｉ装置及びｅｃｇ信号処理方法
CN106974617A (zh) * 2016-01-19 2017-07-25 深圳市卡迪赛克科技有限公司 一种高效准确的信号预处理方法及信号波峰检测方法
CN109069049B (zh) * 2016-05-03 2021-03-12 科迪影技术股份有限公司 心脏波形的检测和分析
CN107495959A (zh) * 2017-07-27 2017-12-22 大连大学 一种基于一维卷积神经网络的心电信号分类方法
CN107788969B (zh) * 2017-09-29 2020-09-29 成都瑞迪康医疗科技有限公司 一种心电信号中qrs波群的自动检测方法
US11020036B2 (en) * 2018-05-07 2021-06-01 Pacesetter, Inc. Method and system to detect R-waves in cardiac arrhythmic patterns

Also Published As

Publication number Publication date
CN108720832A (zh) 2018-11-02
US11109794B2 (en) 2021-09-07
US20190365268A1 (en) 2019-12-05

Similar Documents

Publication Publication Date Title
CN108720832B (zh) 一种心电信号处理方法及装置
CN109171712B (zh) 心房颤动识别方法、装置、设备及计算机可读存储介质
CN109907752B (zh) 一种去除运动伪影干扰与心电特征检测的心电诊断与监护系统
CN108113665B (zh) 一种心电信号自动降噪方法
WO2006081340A2 (en) Algorithms for detecting cardiac arrhythmia and methods and apparatuses utilizing the algorithms
CN111265210A (zh) 一种基于深度学习的房颤预测装置和设备
CN113499079B (zh) 一种心电图中的房颤检测方法
CN109620206B (zh) 包含异位心跳判断的房颤人工智能识别方法及装置
CN113057648A (zh) 一种基于复合lstm结构的ecg信号分类方法
CN113440145B (zh) 一种心电信号t波及其终点自动检测方法
US20230301581A1 (en) Fusion signal processing for maternal uterine activity detection
Dora et al. Robust ECG artifact removal from EEG using continuous wavelet transformation and linear regression
CN113384277B (zh) 心电数据的分类方法及分类系统
CN115040139A (zh) 基于双树复小波的心电r波检测方法、设备、介质及产品
CN111528833B (zh) 一种心电信号的快速识别与处理方法及系统
CN108888263B (zh) 一种基于几何形态群组特征的r波检测方法
Thungtong A robust algorithm for R peak detection based on optimal Discrete Wavelet Transform
Alhussainy QRS complex detection and R–R interval computation based on discrete wavelet transform
CN111195124A (zh) Ecg信号噪声处理方法及其装置、设备和存储介质
WO2018023698A1 (zh) 一种胎儿心电分离方法及装置
Suchetha et al. Denoising and arrhythmia classification using EMD based features and neural network
CN115802927A (zh) 用于母体子宫活动检测的系统和方法
Akula et al. Automation algorithm to detect and quantify Electrocardiogram waves and intervals
Arvinti et al. Adaptive thresholding algorithm for noisy electrocardiograms using reverse biorthogonal mother wavelets
CN113786202B (zh) 一种心电图特征起点和终点检测方法、系统、装置及介质

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
GR01 Patent grant
GR01 Patent grant