CN108888259A - 一种心电信号实时qrs波检测方法 - Google Patents

Abstract

本发明涉及一种心电信号实时QRS波检测方法，步骤如下：(1)心电信号预处理，得到去噪后的心电信号的数据；(2)R波检测：对去噪后的部分心电信号用斜率法得到R波检测用的幅值阈值A_t，再用R波幅值阈值A_t对所有心电信号进行幅值筛选，对经过幅值筛选后的心电信号进行R波检测，并用平均RR间隔修正R波检测结果；(3)Q波检测：取R波前一定范围内的信号做差分运算，寻找差分运算后结果中的最小值点作为Q波位置；(4)S波检测：取R波后一定范围内的信号，寻找其中的最小值点作为S波位置。本发明能够快速、有效、实时地检测心电信号中的QRS波，适用于可穿戴心电监测设备的实时QRS波检测。

Description

一种心电信号实时QRS波检测方法

技术领域

本发明涉及一种心电信号实时QRS波检测方法。

背景技术

心血管疾病是当今危害人类身体健康的主要疾病之一，而心电图检查是临床上诊断心血管疾病的重要方法。心电信号的参数提取和波形识别是ECG信号分析诊断的关键，其准确性与可靠性决定诊断与治疗心脏病患者的效果。其中QRS波的检测是心电信号分析的基础，QRS波群定位准确与否直接影响后继处理的正确性。

在心血管健康监护中，穿戴式心电监测设备可以对用户的心脏进行长时间的连续监测，方便有效地在用户的疾病危险期中提供重要的心电信号依据，为医务人员的快速、准确诊断心脏病症带来诸多便利之处。

目前的QRS波识别方法主要有差分阈值法、数学形态学法、小波变换法、神经网络法等。其中，差分阈值法的算法原理简单、计算量较小、实时性好，容易于硬件实现，对低频噪声有较强的抑制能力，但对各类高频噪声的消噪效果并不理想，比较容易受到大T波、肌电干扰和高频伪迹的影响；数学形态学法所使用的滤波器组合简单、运算速度快、实时性好，但是在滤除高频噪声的时候容易使得QRS波产生失真，正确率不高；小波变换虽然检测正确率高，但是计算量相对较大，而且需要高性能的硬件支撑，不适用于可穿戴设备的实时监测；神经网络法具有自学习和自适应能力，虽然可获得良好的判别效果，但算法学习训练时间长，运算量过大，也难以适用于实时检测。因此需要一种不仅能够快速高效地识别出QRS波，而且算法复杂度低，原理简单，实时性好的检测方法，应用于可穿戴设备的实时心电监测。

发明内容

本发明的目的是提供一种简单高效的实时QRS波检测方法，适用于便携式可穿戴心电监测设备的实时QRS波检测。

本发明采用的技术方案如下：

一种心电信号实时QRS波检测方法，包括如下步骤：步骤1，心电信号预处理，得到去噪后的心电信号的数据，该数据中包括多个周期；步骤2，R波检测，对所述去噪后的心电信号采用斜率法检测R波，并利用平均RR间隔修正检测结果，得到R波的位置和幅值；步骤3，Q波检测，根据所述R波的位置采用差分法检测Q波的位置和幅值；步骤4，S波检测，根据所述R波的位置采用最小值法检测S波的位置和幅值。

进一步地，步骤1所述的心电信号预处理，具体的步骤包括：心电信号先经过陷波器去除50Hz工频干扰及其谐波，再通过高通滤波器去除基线漂移和运动干扰；

进一步地，步骤2所述的所述R波检测，具体的步骤包括：步骤21，对部分所述去噪后的心电信号用斜率法得到R波检测用的幅值阈值A_t；步骤22，用幅值阈值A_t对所有所述去噪后的心电信号进行幅值筛选；步骤23，对经过幅值筛选后的心电信号用斜率法进行R波检测，并用平均RR间隔修正R波检测结果。

所述步骤21的具体实现步骤为：

1)将所述去噪后的心电信号的数据中的第一个t₀秒内的数据，记为x₀(n)，数据长度为L₀，l为数据序号，根据公式(1)求得斜率：

S₀(l)＝-2x₀(l-2)-x₀(l-1)+x₀(l+1)+2x₀(l+2),l＝3,4,...,L₀-2 (1)

其中，t₀为大于60且小于120的正整数；

对于x₀(n)中的前i个点(250<i<500)，取斜率S₀(l)的最大值作为筛选前初始斜率阈值S_t0和筛选前斜率修正值maxi₀的初始值；对于x₀(n)中的第(i+1)点及其之后的数据，筛选前斜率阈值S_t0和筛选前斜率修正值maxi₀的值根据公式(2)-(3)自适应更新：

S_t0＝0.5maxi₀ (2)

其中，H₀为筛选前QRS波起点处的幅值，H_R0为筛选前R波的幅值；

将计算出的斜率S₀(l)与筛选前斜率阈值S_t0比较，当连续两个心电信号数据的斜率S(l)和S(l+1)均大于阈值S_t0时，认为斜率S₀(l)对应的数据点是一个筛选前QRS波段的起点，记该点的幅值为H₀；检测到一个QRS波段的起点后，在此波段中找到幅值最大的点，该点记为筛选前R波位置，记该点的幅值为H_R0；

2)将x₀(n)中所有数据按步骤1)进行检测后，得到初始t秒内的R波幅值集合，记为R_f0(n)；将R_f0(n)按照从小到大的顺序排序，记为R_f(n)；为防止信号中出现幅值较大的噪声，取样本R_f(n)中的第m个至第m+9个为R波幅值的样本，求其平均值并以此平均值作为初始R波幅值阈值A_t0：

其中，m为大于10且小于50的正整数；

3)R波幅值阈值A_t利用最新检测到的R波根据公式(5)自适应更新：

其中，A(n)为序号为n的R波的幅值；

所述步骤22的具体实现步骤为：选取心电信号数据幅值的绝对值在[0.7A_t,1.75A_t]∩[0.1,10]范围内的数据进行R波识别，记为数据x(n)，对于幅值不在此范围的数据，不予识别。

所述步骤23的具体实现步骤为：

1)斜率阈值求取：取幅值筛选后的数据中的第一个t秒内的数据为x(n)，信号长度为L，根据公式(6)求得斜率：

S(l)＝-2x(l-2)-x(l-1)+x(l+1)+2x(l+2),l＝3,4,...,L-2 (6)

其中，t为大于20且小于60的正整数，并取此t秒数据中斜率S(l)的最大值作为斜率阈值S_t和斜率修正值maxi的初始值；若数据x(n)不为心电信号的第一个t秒内的数据，则斜率阈值S_t和斜率修正值maxi由更新公式(7)至(8)计算：

S_t＝0.5maxi (7)

其中，H为QRS波起点处的幅值，H_R为R波的幅值。

2)QRS波起始点确定：计算出第一个t秒之后的每组t秒数据的斜率，并与斜率阈值S_t比较，当连续两个心电信号数据的斜率S(l)和S(l+1)均大于阈值S_t时，认为该斜率S(l)对应的数据点是一个QRS波段的起点，记该点的幅值为H；

3)QRS波段R波初判：步骤2)中检测到一个QRS波段的起点后，在此波段中找到幅值最大点，将该点暂记为R波位置；

4)RR间隔确定：已检测出序号为n的R波位置记为P(n)，由公式(9)计算出RR间隔记I_r，T_s为采样频率F_s的倒数：

I_r(n)＝(P(n)-P(n-1))×T_s (9)

平均RR间隔I_ra由公式(10)计算实现，采取最近检测到的10个间隔I_r确定：

5)QRS波段R波排除：根据步骤4)中得到的平均RR间隔I_ra，若步骤3)检测的幅值最大点与其前一个R波间隔时间I_r(n)>1.66I_ra，则该最大点与其前一个R波之间可能存在幅值较低的R波漏判，此时降低幅度阈值，令A_t＝0.6A_t，若I_r(n)<0.6I_ra，该最大点与其前一个R波间隙过小，认定为误判；

6)QRS波段R波确定：根据步骤4)中得到的平均RR间隔I_ra，若步骤3)检测的幅值最大点与其前一个R波间隔时间I_r(n)∈(0.6I_ra，1.66I_ra)，则认定为识别到一个R波，并记该最大点的幅值为H_R；

7)阈值更新：幅值阈值A_t、斜率阈值S_t和斜率修正值maxi的值根据公式(5)、(7)、(8)；

8)阈值自适应更新后，重复步骤1)，直至数据停止传输。

进一步地，步骤3中所述的Q波检测，具体实现步骤为：

每检测到一个R波，将R波前t_q秒内的数据还原为高通滤波后的数据，记为x_q(n)，x_q(n)的数据长度为L_q＝t_q×F_s；对x_q(n)使用公式(11)进行差分运算，得到斜率slope_q(n)：

slope_q(n)＝x_q(n)-x_q(n-1) (11)

寻找斜率slope_q(n)中的最小值点，作为Q波位置，并将该点对应的信号幅值作为Q波幅值。

进一步地，步骤4中所述的S波检测，具体实现步骤为：

每检测到一个R波，将R波后t_s秒内的数据还原为高通滤波后的数据，记为x_s(n)，x_s(n)的数据长度为L_s＝t_s×F_s；寻找x_s(n)中的最小值点，作为S波位置，并将该点对应的信号幅值作为S波幅值。

本发明提供的实时QRS波检测方法不仅提高了QRS波检测的准确度，而且具有方法简单，实时性好，克服干扰能力强的显著优点，能很好地适用于便携式可穿戴设备中心电信号的实时QRS波检测。

附图说明

图1是本发明方法流程图。

图2是本发明实施例中利用可穿戴设备采集的心电信号。

图3是本发明实施例中利用可穿戴设备采集的心电信号QRS波检测结果。

具体实施方式

如图1所述的流程图，本发明提供的一种心电信号实时QRS波检测方法，包括如下步骤：

步骤1，心电信号预处理，得到去噪后的心电信号的数据，该数据中包括多个周期；

步骤2，R波检测，对所述去噪后的心电信号采用斜率法检测R波，并利用平均RR间隔修正检测结果，得到R波的位置和幅值；

步骤3，Q波检测，根据所述R波的位置采用差分法检测Q波的位置和幅值；

步骤4，S波检测，根据所述R波的位置采用最小值法检测S波的位置和幅值。

本实施例所采用的数据是经过一件单导联可穿戴运动背心采集的，通过干性接触测得单导联ECG信号，两个电极采用差分的方法得到两点的电势差，以250Hz的采样频率采集心电信号，采样的数据如图2。

下面结合附图对本发明作进一步的描述和介绍：

1.对心电信号进行预处理，心电信号先经过陷波器去除50Hz工频干扰及其谐波，再通过高通滤波器去除基线漂移和运动干扰，得到去噪后的心电信号数据；

2.对所述去噪后的心电信号进行R波检测，具体步骤如下：

a.对部分所述去噪后的心电信号用斜率法得到R波检测用的幅值阈值A_t：

1)将所述去噪后的心电信号的数据中的第一个60秒内的数据，记为x₀(n)，数据长度为L₀，l为数据序号，根据公式(1)求得斜率：

对于x₀(n)中的前300个点，取斜率S₀(l)的最大值作为筛选前初始斜率阈值S_t0和筛选前斜率修正值maxi₀的初始值；对于x₀(n)中的第(i+1)点及其之后的数据，筛选前斜率阈值S_t0和筛选前斜率修正值maxi₀的值根据公式(2)-(3)自适应更新；将计算出的斜率S₀(l)与筛选前斜率阈值S_t0比较，当连续两个心电信号数据的斜率S(l)和S(l+1)均大于阈值S_t0时，认为斜率S₀(l)对应的数据点是一个筛选前QRS波段的起点，记该点的幅值为H₀；检测到一个QRS波段的起点后，在此波段中找到幅值最大的点，该点记为筛选前R波位置，记该点的幅值为H_R0；

2)将x₀(n)中所有数据按步骤1)进行检测后，得到初始20秒内的R波幅值集合，记为R_f0(n)；将R_f0(n)按照从小到大的顺序排序，记为R_f(n)；为防止信号中出现幅值较大的噪声，取样本R_f(n)中的第11个至第20个为R波幅值的样本，求其平均值并以此平均值作为初始R波幅值阈值A_t0；

3)R波幅值阈值A_t利用最新检测到的R波根据公式(5)自适应更新。

b.用幅值阈值A_t对所有所述去噪后的心电信号进行幅值筛选：

选取心电信号数据幅值的绝对值在[0.7A_t,1.75A_t]∩[0.1,10]范围内的数据进行R波识别，记为数据x(n)，对于幅值不在此范围的数据，不予识别；

c.对经过幅值筛选后的心电信号用斜率法进行R波检测，并用平均RR间隔修正R波检测结果：

1)斜率阈值求取：取幅值筛选后的数据中的第一个20秒内的数据为x(n)，信号长度为L，根据公式(6)求得斜率，并取此20秒数据中斜率S(l)的最大值作为斜率阈值S_t和斜率修正值maxi的初始值；若数据x(n)不为心电信号的第一个20秒内的数据，则斜率阈值S_t和斜率修正值maxi由更新公式(7)至(8)计算；

2)QRS波起始点确定：计算出第一个20秒之后的每组20秒数据的斜率，并与斜率阈值S_t比较，当连续两个心电信号数据的斜率S(l)和S(l+1)均大于阈值S_t时，认为该斜率S(l)对应的数据点是一个QRS波段的起点，记该点的幅值为H；

3)QRS波段R波初判：步骤2)中检测到一个QRS波段的起点后，在此波段中找到幅值最大点，将该点暂记为R波位置；

4)RR间隔确定：已检测出序号为n的R波位置记为P(n)，由公式(9)计算出RR间隔记I_r，T_s为采样频率F_s的倒数；平均RR间隔I_ra由公式(10)计算实现，采取最近检测到的10个间隔I_r确定；

5)QRS波段R波排除：根据步骤4)中得到的平均RR间隔I_ra，若步骤3)检测的幅值最大点与其前一个R波间隔时间I_r(n)>1.66I_ra，则该最大点与其前一个R波之间可能存在幅值较低的R波漏判，此时降低幅度阈值，令A_t＝0.6A_t，若I_r(n)<0.6I_ra，该最大点与其前一个R波间隙过小，认定为误判；

6)QRS波段R波确定：根据步骤4)中得到的平均RR间隔I_ra，若步骤3)检测的幅值最大点与其前一个R波间隔时间I_r(n)∈(0.6I_ra，1.66I_ra)，则认定为识别到一个R波，并记该最大点的幅值为H_R；

7)阈值更新：幅值阈值A_t、斜率阈值S_t和斜率修正值maxi的值根据公式(5)、(7)、(8)；

8)阈值自适应更新后，重复步骤1)，直至数据停止传输。

3.根据所述R波的位置采用差分法检测Q波的位置和幅值，具体步骤如下：

对于x(n)，利用检测到的R波位置，每检测到一个R波，将R波前0.1s内的数据还原为高通后的数据，记为x_q(n)，x_q(n)的数据长度为L_q＝0.1F_s；对x_q(n)使用公式(11)进行差分运算，得到斜率slope_q(n)，寻找slope_q(n)中的最小值点，作为Q波位置，并将该点对应的信号幅值作为Q波幅值；

4.根据所述R波的位置采用最小值法检测S波的位置和幅值，具体步骤如下：

对于x(n)，利用检测到的R波位置，每检测到一个R波，将R波后0.1s内的数据还原为高通后的数据，记为x_s(n)，x_s(n)的数据长度为L_s＝0.1F_s；寻找x_s(n)中的最小值点，作为S波位置，并将该点对应的信号幅值作为S波幅值。

采用本发明提出的方法对图2干性接触采集的心电信号进行R波检测，结果如图3所示。图中黑色实线为预处理后的ECG信号，黑色圆点为检测出的R波位置，黑色六角星形为检测出的Q波位置，黑色叉号为检测出的S波位置。由图3可知，本发明所提出的实时QRS波检测方法可以有效检测出QRS波，说明了本发明所提方法的可行性。

需要说明的是上所述实施例，并非用来限定本发明的保护范围。即凡依本技术方案的基础上所作的等同变换或替代及修饰，皆应落入本发明权利要求所保护的范围。

Claims (10)

1.一种心电信号实时QRS波检测方法，其特征在于，所述方法包括以下步骤：

步骤1，心电信号预处理，得到去噪后的心电信号的数据，该数据中包括多个周期；

步骤2，R波检测，对所述去噪后的心电信号采用斜率法检测R波，并利用平均RR间隔修正检测结果，得到R波的位置和幅值；

步骤3，Q波检测，根据所述R波的位置采用差分法检测Q波的位置和幅值；

步骤4，S波检测，根据所述R波的位置采用最小值法检测S波的位置和幅值。

2.根据权利要求1所述的一种心电信号实时QRS波检测方法，其特征在于，步骤1中，心电信号预处理的步骤包括：

心电信号先经过陷波器去除50Hz工频干扰及其谐波，再通过高通滤波器去除基线漂移和运动干扰。

3.根据权利要求1所述的一种心电信号实时QRS波检测方法，其特征在于，步骤2中，R波检测的步骤包括：

步骤21，对部分所述去噪后的心电信号用斜率法得到R波检测用的幅值阈值A_t；

步骤22，用幅值阈值A_t对所有所述去噪后的心电信号进行幅值筛选；

步骤23，对经过幅值筛选后的心电信号用斜率法进行R波检测，并用平均RR间隔修正R波检测结果。

4.根据权利要求3所述的一种心电信号实时QRS波检测方法，其特征在于，步骤21的具体实现步骤为：

1)将所述去噪后的心电信号的数据中的第一个t₀秒内的数据，记为x₀(n)，数据长度为L₀，l为数据序号，根据公式(1)求得斜率：

S₀(l)＝-2x₀(l-2)-x₀(l-1)+x₀(l+1)+2x₀(l+2),l＝3,4,...,L₀-2 (1)

其中，t₀为大于60且小于120的正整数；

对于x₀(n)中的前i个点，250<i<500，取斜率S₀(l)的最大值作为筛选前初始斜率阈值S_t0和筛选前斜率修正值maxi₀的初始值；对于x₀(n)中的第(i+1)点及其之后的数据，筛选前斜率阈值S_t0和筛选前斜率修正值maxi₀的值根据公式(2)-(3)自适应更新：

S_t0＝0.5maxi₀ (2)

其中，H₀为筛选前QRS波起点处的幅值，H_R0为筛选前R波的幅值；

将计算出的斜率S₀(l)与筛选前斜率阈值S_t0比较，当连续两个心电信号数据的斜率S(l)和S(l+1)均大于阈值S_t0时，认为斜率S₀(l)对应的数据点是一个筛选前QRS波段的起点，记该点的幅值为H₀；检测到一个QRS波段的起点后，在此波段中找到幅值最大的点，该点记为筛选前R波位置，记该点的幅值为H_R0；

2)将x₀(n)中所有数据按步骤1)进行检测后，得到初始t秒内的R波幅值集合，记为R_f0(n)；将R_f0(n)按照从小到大的顺序排序，记为R_f(n)；为防止信号中出现幅值较大的噪声，取样本R_f(n)中的第m个至第m+9个为R波幅值的样本，求其平均值并以此平均值作为初始R波幅值阈值A_t0：

其中，m为大于10且小于50的正整数；

3)R波幅值阈值A_t利用最新检测到的R波根据公式(5)自适应更新：

其中，A(n)为序号为n的R波的幅值。

5.根据权利要求4所述的一种心电信号实时QRS波检测方法，其特征在于，步骤22的具体实现步骤为：选取心电信号数据幅值的绝对值在[0.7A_t,1.75A_t]∩[0.1,10]范围内的数据进行R波识别，记为数据x(n)，对于幅值不在此范围的数据，不予识别。

6.根据权利要求5所述的一种心电信号实时QRS波检测方法，其特征在于，步骤23的具体实现步骤为：

1)斜率阈值求取：取幅值筛选后的数据中的第一个t秒内的数据为x(n)，信号长度为L，根据公式(6)求得斜率：

S(l)＝-2x(l-2)-x(l-1)+x(l+1)+2x(l+2),l＝3,4,...,L-2 (6)

其中，t为大于20且小于60的正整数，并取此t秒数据中斜率S(l)的最大值作为斜率阈值S_t和斜率修正值maxi的初始值；若数据x(n)不为心电信号的第一个t秒内的数据，则斜率阈值S_t和斜率修正值maxi由更新公式(7)至(8)计算：

S_t＝0.5maxi (7)

其中，H为QRS波起点处的幅值，H_R为R波的幅值；

2)QRS波起始点确定：计算出第一个t秒之后的每组t秒数据的斜率，并与斜率阈值S_t比较，当连续两个心电信号数据的斜率S(l)和S(l+1)均大于阈值S_t时，认为该斜率S(l)对应的数据点是一个QRS波段的起点，记该点的幅值为H；

3)QRS波段R波初判：步骤2)中检测到一个QRS波段的起点后，在此波段中找到幅值最大点，将该点暂记为R波位置；

4)RR间隔确定：已检测出序号为n的R波位置记为P(n)，由公式(9)计算出RR间隔记I_r，T_s为采样频率F_s的倒数：

I_r(n)＝(P(n)-P(n-1))×T_s (9)

平均RR间隔I_ra由公式(10)计算实现，采取最近检测到的10个间隔I_r确定，

5)QRS波段R波排除：根据步骤4)中得到的平均RR间隔I_ra，若步骤3)检测的幅值最大点与其前一个R波间隔时间I_r(n)>1.66I_ra，则该最大点与其前一个R波之间可能存在幅值较低的R波漏判，此时降低幅度阈值，令A_t＝0.6A_t，若I_r(n)<0.6I_ra，该最大点与其前一个R波间隙过小，认定为误判；

6)QRS波段R波确定：根据步骤4)中得到的平均RR间隔I_ra，若步骤3)检测的幅值最大点与其前一个R波间隔时间I_r(n)∈(0.6I_ra，1.66I_ra)，则认定为识别到一个R波，并记该最大点的幅值为H_R；

7)阈值更新：幅值阈值A_t、斜率阈值S_t和斜率修正值maxi的值根据公式(5)、(7)、(8)；

8)阈值自适应更新后，重复步骤1)，直至数据停止传输。

7.根据权利要求1所述的一种心电信号实时QRS波检测方法，其特征在于，步骤3中，根据所述R波位置，取R波前一定范围内的信号做差分运算，寻找差分运算后结果中的最小值点作为Q波位置。

8.根据权利要求7所述的一种心电信号实时QRS波检测方法，其特征在于，所述步骤3的具体实现步骤为：

每检测到一个R波，将R波前t_q秒内的数据还原为高通滤波后的数据，记为x_q(n)，x_q(n)的数据长度为L_q＝t_q×F_s；对x_q(n)使用公式(11)进行差分运算，得到斜率slope_q(n)：

slope_q(n)＝x_q(n)-x_q(n-1) (11)

寻找斜率slope_q(n)中的最小值点，作为Q波位置，并将该点对应的信号幅值作为Q波幅值。

9.根据权利要求1所述的一种心电信号实时QRS波检测方法，其特征在于，步骤4中，根据所述R波位置，取R波后一定范围内的信号，寻找其中的最小值点作为S波位置。

10.根据权利要求9所述的一种心电信号实时QRS波检测方法，其特征在于，所述步骤4的具体实现步骤为：

每检测到一个R波，将R波后t_s秒内的数据还原为高通滤波后的数据，记为x_s(n)，x_s(n)的数据长度为L_s＝t_s×F_s；寻找x_s(n)中的最小值点，作为S波位置，并将该点对应的信号幅值作为S波幅值。