CN109009086A - 一种心电信号r波检测方法及系统 - Google Patents
一种心电信号r波检测方法及系统 Download PDFInfo
- Publication number
- CN109009086A CN109009086A CN201810734046.4A CN201810734046A CN109009086A CN 109009086 A CN109009086 A CN 109009086A CN 201810734046 A CN201810734046 A CN 201810734046A CN 109009086 A CN109009086 A CN 109009086A
- Authority
- CN
- China
- Prior art keywords
- wave
- value
- point
- current sampling
- inflection point
- 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
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
-
- 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
Abstract
本发明公开了一种心电信号R波检测方法及系统,方法包括以下步骤:计算心电信号的各个采样点的二阶差分值;若当前采样点的二阶差分值大于第一预设差分阈值,则在心电信号中找到当前采样点的前拐点和后拐点;根据前拐点、当前采样点和后拐点组成一波形,计算波形的特征参数,若特征参数满足预设条件,则确定当前采样点对应的波形为R波。本发明先通过二阶差分值对波形的圆钝进行判别,筛选出R波和类似R波,然后根据波形的特征参数进一步筛选出真正的R波;整个计算过程没有涉及到过大的计算量,所以算法复杂度低;并且通过二阶差分值和R波的波形特征参数进行双重筛选,可提高R波的检测准确率。
Description
技术领域
本发明属于心电信号检测技术领域,特别涉及一种心电信号R波检测方法及系统。
背景技术
心电图信号是心脏在每个心动周期有规律的收缩和舒张过程中大量的心肌细胞产生生物点位的变化,并通过体表表现多种形式点位变化的图形信号。一个完整的心电图波形包括P波、Q波、R波、S波、T波及U 波。心电图信号中的R波是心室除极时产生点位突变,其探测在心电信号分析、处理和诊断中最为关键,尤其对各种心律失常、房颤等疾病具有重大的诊断价值。且随着智能健康穿戴设备的兴起,方便快捷的血压测量也是以心电图的R波位置识别为基础的。传统的心电监护以静态监护多导联为主,心电图受到的运动伪迹、肌电干扰很小。而在穿戴产品中,心电图更容易受到运动伪迹、肌电干扰等影响,且本身一些P波、T波与R波也不容易区分,而穿戴设备对R波识别又具有很高的准确性要求。
现有的QRS检测算法大体包括:差分算法、自适应R波检测算法、基于模式分解的R波检测算法、基于小波变换的R波检测算法、窗口积分方法等。而差分算法和自适应R波检测算法检测准确性不高;基于模式分解的R波检测算法和基于小波变换的R波检测算法计算复杂度高;窗口积分方法只针对正常QRS波形识别率高,对于很多非正常的QRS波造成漏检。
发明内容
本发明的目的是提供一种心电信号R波检测方法及系统,不仅算法简单,而且检测准确度较高。
本发明提供的技术方案如下:
一种心电信号R波检测方法,包括以下步骤:
计算心电信号的各个采样点的二阶差分值;
若当前采样点的二阶差分值大于第一预设差分阈值,则在所述心电信号中找到所述当前采样点的前拐点和后拐点;
根据所述前拐点、所述当前采样点和所述后拐点组成一波形,计算所述波形的特征参数,若所述特征参数满足预设条件,则确定所述当前采样点对应的波形为R波。
进一步地,所述在所述心电信号中找到所述当前采样点的前拐点和后拐点具体为:
在所述心电信号中找到二阶差分值大于第二预设差分阈值的拐点;所述第二预设差分阈值小于所述第一预设差分阈值;
在位于所述当前采样点的采样时间之前的所述拐点中找到与所述当前采样点之间的第一高度值大于第一预设高度阈值,且与所述当前采样点的时间间隔最小的目标前拐点,所述目标前拐点为所述当前采样点的前拐点;
在位于所述当前采样点的采样时间之后的所述拐点中找到与所述当前采样点之间的第二高度值大于第一预设高度阈值,且与所述当前采样点的时间间隔最小的目标后拐点,所述目标后拐点为所述当前采样点的后拐点。
进一步地,所述计算所述波形的特征参数,若所述特征参数满足预设条件,则确定所述当前采样点为R波的极值点具体包括:
计算所述前拐点与所述后拐点之间的宽度值,计算所述前拐点与所述当前采样点之间的第一斜率值,计算所述后拐点与所述当前采样点之间的第二斜率值;
当所述第一高度值和所述第二高度值分别大于第二预设高度阈值,所述第二预设高度阈值大于所述第一预设高度阈值,且所述宽度值小于预设宽度阈值,且所述第一斜率值和所述第二斜率值分别大于预设斜率阈值时,确定所述当前采样点为R波的极值点,并确定所述R波的极值点对应的波形为R波。
进一步地,所述确定所述当前采样点对应的波形为R波之后还包括:
当预设时间间隔内存在两个以上的R波,则计算两个以上的所述R波的高度加权值,将所述高度加权值最大的所述R波判定为目标R波。
进一步地,所述确定所述当前采样点对应的波形为R波之后还包括:
检测到所述R波后,根据检测到的所述R波的特征参数更新所述预设条件中的特征参数阈值。
本发明还提供一种心电信号R波检测系统,包括:
计算模块,用于计算心电信号的各个采样点的二阶差分值;
查找模块,用于若当前采样点的二阶差分值大于第一预设差分阈值时,在所述心电信号中找到所述当前采样点的前拐点和后拐点;
处理模块,用于计算根据所述前拐点、所述当前采样点和所述后拐点组成的波形的特征参数;并在所述特征参数满足预设条件时,确定所述当前采样点对应的波形为R波。
进一步地,所述查找模块包括:
第一查找单元,用于在所述心电信号中找到二阶差分值大于第二预设差分阈值的拐点;所述第二预设差分阈值小于所述第一预设差分阈值;
第二查找单元,用于在位于所述当前采样点的采样时间之前的所述拐点中找到与所述当前采样点之间的第一高度值大于第一预设高度阈值,且与所述当前采样点的时间间隔最小的目标前拐点,所述目标前拐点为所述当前采样点的前拐点;
第三查找单元,用于在位于所述当前采样点的采样时间之后的所述拐点中找到与所述当前采样点之间的第二高度值大于第一预设高度阈值,且与所述当前采样点的时间间隔最小的目标后拐点,所述目标后拐点为所述当前采样点的后拐点。
进一步地,所述处理模块包括:
第一计算单元,用于计算所述前拐点与所述后拐点之间的宽度值,计算所述前拐点与所述当前采样点之间的第一斜率值,计算所述后拐点与所述当前采样点之间的第二斜率值;
判定单元,用于当所述第一高度值和所述第二高度值分别大于第二预设高度阈值,所述第二预设高度阈值大于所述第一预设高度阈值,且所述宽度值小于预设宽度阈值,且所述第一斜率值和所述第二斜率值分别大于预设斜率阈值时,确定所述当前采样点为R波的极值点,并确定所述R波的极值点对应的波形为R波。
进一步地,还包括:
判别模块,用于当预设时间间隔内存在两个以上的R波,则计算两个以上的所述R波的高度加权值,将所述高度加权值最大的所述R波判定为目标R 波。
进一步地,还包括:
阈值更新模块,用于检测到所述R波后,根据检测到的所述R波的特征参数更新所述预设条件中的特征参数阈值。
通过本发明提供的一种心电信号R波检测方法及系统,能够带来以下至少一种有益效果:
1、本发明先通过二阶差分值对波形的圆钝进行判别,筛选出R波和类似 R波,然后根据波形的特征参数进一步筛选出真正的R波;整个计算过程没有涉及到过大的计算量,所以算法复杂度低;并且通过二阶差分值和R波的波形特征参数进行双重筛选,可提高R波的检测准确率。
2、本发明通过不应期条件判断预设时间间隔内是否存在两个以上的R波,然后将更符合R波特征的波形保留,可进一步提高R波的检测准确率。
3、当检测到R波后,根据检测到的R波的特征参数更新预设条件中的特征参数阈值,使更新后的特征参数阈值更合理,从而可提高R波的检测准确率。
附图说明
下面将以明确易懂的方式,结合附图说明优选实施方式,对一种心电信号R波的检测方法及系统的上述特性、技术特征、优点及其实现方式予以进一步说明。
图1是本发明一种心电信号R波检测方法的实施例一的流程示意图;
图2是本发明一种心电信号R波检测方法的实施例二的流程示意图;
图3是本发明一种心电信号R波检测方法的实施例三的心电信号不良时的数据图;
图4是本发明一种心电信号R波检测方法的实施例三的心电信号良好时的数据图;
图5是本发明一种心电信号R波检测系统的一个实施例的结构示意框图;
图6是本发明一种心电信号R波检测系统的另一个实施例的结构示意框图。
具体实施方式
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,下面将对照附图说明本发明的具体实施方式。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,并获得其他的实施方式。
为使图面简洁,各图中只示意性地表示出了与本发明相关的部分,它们并不代表其作为产品的实际结构。另外,以使图面简洁便于理解,在有些图中具有相同结构或功能的部件,仅示意性地绘示了其中的一个,或仅标出了其中的一个。在本文中,“一个”不仅表示“仅此一个”,也可以表示“多于一个”的情形。
根据本发明提供的第一实施例,如图1所示,
一种心电信号R波检测方法,包括以下步骤:
计算心电信号的各个采样点的二阶差分值;
若当前采样点的二阶差分值大于第一预设差分阈值,则在所述心电信号中找到所述当前采样点的前拐点和后拐点;
根据所述前拐点、所述当前采样点和所述后拐点组成一波形,计算所述波形的特征参数,若所述特征参数满足预设条件,则确定所述当前采样点对应的波形为R波。
具体地,在采集到用户的原始心电信号后,可先对原始心电信号的每个采样点进行滤波处理,为了更快的获得滤波数据且有效保证一些非正常的R波群不被抑制,可对心电信号进行Alpha高通滤波以滤除基线,并进行低阶的FIR 低通滤波以滤除工频信号。由于滤波有延迟时间差,因此可利用滤波的延迟时间差,对原始心电信号提前一小段时间进行饱和判决,如果信号饱和,则不对滤波后的心电信号进行检测,信号饱和是指检测时信号超过最大量程,信号完全被淹没,此时的波形为无效波形,所以不对波形进行检测,由于信号达到饱和状态后不会立即恢复正常状态,所以需要延迟一段时间结束饱和判断。
当判断出当前采样时间段内的心电信号饱和后,则不对滤波后的当前采样时间段内的心电信号进行R波检测,当判断出当前采样时间段内的心电信号未饱和时,则对滤波后的当前采样时间段内的心电信号进行R波检测。
经过饱和判断和滤波处理后,计算滤波处理后的心电信号的各个采样点的二阶差分值。由于二阶差分值能在一定程度上反映波形的圆钝程度,所以首先对波形的圆钝进行判别。通常来说,R波的波形比较尖,二阶差分值比较大,通过二阶差分值处理可抑制T波、P波的干扰,突显R波。因此,先筛选出二阶差分值大于第一预设差分阈值的采样点,然后在滤波后的心电信号中找到各个采样点对应的前拐点和后拐点,并计算由前拐点、对应的采样点和后拐点分别对应的各个波形的特征参数,波形的特征参数可包括波形的高度值、宽度值和斜率值等,最后判断各个波形的特征参数是否满足预设条件,如满足预设条件,则确定该波形为R波,此步骤可通过R波的形态来筛选出真正的R波。预设条件包括特征参数的各个阈值,由于心电信号的噪声干扰一般都在0.1mv 左右,可将波形的高度初始阈值设为大于0.1mv,如0.12mv,同理,波形的宽度值阈值和斜率值阈值可根据实际情况进行设置,如将波形的前后拐点宽度阈值设为0.158-0.172ms,将斜率阈值设置为1.4-1.7,斜率值为绝对值。本发明先通过二阶差分值对波形的圆钝度进行判别,筛选出R波和类似R波,然后根据波形的特征参数进一步筛选出真正的R波;整个计算过程没有涉及到过大的计算量,所以算法复杂度低;并且通过二阶差分值和R波的波形特征参数进行双重筛选,可提高R波的检测准确率。
根据本发明提供的第二实施例,一种心电信号R波检测方法,如图2 所示,本实施例是上述第一实施例的优选实施例,主要改进点在于,在心电信号中找到当前采样点的前拐点和后拐点的方法具体为:
在所述心电信号中找到二阶差分值大于第二预设差分阈值的拐点;所述第二预设差分阈值小于所述第一预设差分阈值;
在位于所述当前采样点的采样时间之前的所述拐点中找到与所述当前采样点之间的第一高度值大于第一预设高度阈值,且与所述当前采样点的时间间隔最小的目标前拐点,所述目标前拐点为所述当前采样点的前拐点;
在位于所述当前采样点的采样时间之后的所述拐点中找到与所述当前采样点之间的第二高度值大于第一预设高度阈值,且与所述当前采样点的时间间隔最小的目标后拐点,所述目标后拐点为所述当前采样点的后拐点。
具体地,为了在滤波后的心电信号中找到比较真实的拐点,避免找到一些因信号波动而产生的伪拐点,可以对拐点设置一定的条件,如拐点的二阶差分值需要大于第二预设差分阈值,以保证拐点较尖,同时拐点与当前采样点之间的高度值需要大于第一预设高度阈值,防止找到由噪声波动而产生的伪拐点,以确保在根据前拐点、对应的采样点和后拐点组成的波形计算特征参数时,能够获得比较准确的波形参数,使得根据波形参数进行R波检测判断时,能够获得比较准确的结果,从而提高R波的检测效率。
根据本发明提供的第三实施例,一种心电信号R波的检测方法,本实施例是上述第一实施例或第二实施例的优选实施例,主要改进点在于,计算波形的特征参数,若所述特征参数满足预设条件,则确定所述当前采样点对应的波形为R波具体包括:
计算所述前拐点与所述后拐点之间的宽度值,计算所述前拐点与所述当前采样点之间的第一斜率值,计算所述后拐点与所述当前采样点之间的第二斜率值;
当所述第一高度值和所述第二高度值分别大于第二预设高度阈值,所述第二预设高度阈值大于所述第一预设高度阈值,且所述宽度值小于预设宽度阈值,且所述第一斜率值和所述第二斜率值分别大于预设斜率阈值时,确定所述当前采样点为R波的极值点,并确定所述R波的极值点对应的波形为R波。
具体地,在计算前拐点、对应的采样点和后拐点组成的波形的特征参数时,可计算前拐点与后拐点之间的宽度值,前拐点与对应的采样点之间的第一高度值,前拐点与对应的采样点之间的第一斜率值,后拐点与对应的采样点之间的第二高度值,后拐点与对应的采样点之间的第二斜率值。
其中,前拐点与后拐点之间的宽度值是指前拐点与后拐点的横坐标差值的绝对值,即用后拐点的横坐标减去前拐点的横坐标。前拐点与对应的采样点之间的第一高度值是指对应的采样点与前拐点的纵坐标差值的绝对值。前拐点与对应的采样点之间的第一斜率值是第一高度值与前拐点和对应的采样点之间的横坐标差值的绝对值的比值。同理,第二高度值是指对应的采样点与后拐点的纵坐标差值的绝对值,第二斜率值是指第二高度值与后拐点和对应的采样点之间的横坐标差值的绝对值的比值。
计算得到波形的特征参数后,将当前采样点对应的波形的特征参数与预设条件中的特征参数阈值进行比较,如满足条件,则该当前采样点对应的波形为 R波。该判断方法是根据R波的形态进行检测的,由于R波一般较窄,为了进一步提高检测准确率,还可以设置多个宽度判断条件,如在上述条件满足的基础上判断1/10高度处的宽度值是否满足条件,如满足当前采样点对应的波形为 R波,如不满足则不为R波。其具体计算方法为:获取从前拐点到当前采样点的1/10高度处对应的第一横坐标,获取从后拐点到当前采样点的1/10高度处对应的第二横坐标,计算第二横坐标与第一横坐标之间的数值差,如该数值差小于一定阈值,则认为1/10高度处的宽度值满足条件。
由于每个人的R波波形差异性很大,因此,在最初设置特征参数的阈值时,会将特征参数的阈值设置的相对宽松一点,此时,可能有极少量的类似R波的噪声被检测为R波;并且,由于一个人的R波的波形一般不会突变,所以,在根据初始特征参数阈值检测到R波后,我们可根据检测到的R波的特征参数来更新预设条件中的特征参数阈值,以使特征参数阈值更接近用户自身R波的特点,使得在后面的检测中能排除上述类似R波噪声。其中,特征参数阈值的更新方法为:根据检测到的R波的特征参数对阈值进行Alpha滤波更新,如当前高度阈值为h1,检测到的R波的高度值(第一高度值和第二高度值的平均值) 为h2,更新后的高度阈值=α×h1+(1-α)×h2,0<α<1,α可根据实际情况进行设置。
由于在检测过程中,肌电干扰或电极与皮肤之间的相对运动产生的运动伪迹干扰,会造成心电信号波形的基线漂移很严重,此干扰无法消除,又可能造成类似R波的伪迹产生。因此,当将类似R波的伪迹检测为R波之后,我们不能根据伪R波的特征参数来更新R波检测的阈值,否则容易造成阈值超调,使阈值会向更大或者更小的方向走,从而导致阈值不起作用将所有的波都检测为R波,或者完全起作用使真正的R波也无法检测出来。所以,在进行阈值更新前需要判断当前检测到的R波的数据段是否良好。心电信号的质量判断和R 波检测是两个独立的过程,当采集到心电信号后就对心电信号进行质量判断,如通过质量判断当前采样时间段内的心电信号良好,则可用该采样时间段内的 R波的特征参数对阈值进行更新。
如图3和4所示,图3为心电信号不良时的数据图;图4为心电信号良好时的数据图,从图3可看出,信号不良时基线漂移很严重。因此,我们可以通过判断基线的波动幅度来判断信号是否良好。首先,对实时采集的用户的心电信号进行存储,然后分别进行多个频率值的低通滤波,以得到多个基线信号,为了避免将一些病态的R波和一些T波提取出来,我们可以选择5Hz以下的多个频率进行滤波,而经过5Hz以下的频率滤波得到的信号基本上为基线信号。经过滤波得到多个基线信号后,通过计算我们可以得到多个频率范围的带通信号,然后计算当前采样时间段内各个带通信号的标准差,通过计算标准差可得到当前采样时间段内基线信号的波动状况,再根据权重比例规则,计算各个带通信号对应的标准差的加权值,得到总的标准差,最后将总标准差与标准差阈值比较,如大于标准差阈值,则认为当前采样时间段内的基线波动幅度超过阈值,因此,当前采样时间段内的心电信号为不良数据段,此时将不根据当前采样时间段内的R波的特征参数更新阈值,可防止阈值超调,提高R波的检测效率。
如将存储的心电信号分别进行0Hz、0.5Hz、1Hz和5Hz的低通滤波,将四个滤波结果进行相减得到1-5Hz之间的第一带通信号,0.5-1Hz之间的第二带通信号,0-0.5Hz之间的第三带通信号,分别对三个带通信号缓存1s,然后分别计算三个带通信号1s内的标准差σ1、σ2和σ3,为了区别肌电干扰和伪迹干扰与非正常心电信号波形的区别,分别对0-0.5Hz带通信号内的标准差σ3、 0.5-1Hz带通信号内的标准差σ2、1-5Hz带通信号内的标准差σ1赋予不同的权重系数,σ1的权重系数>σ2的权重系数>σ3的权重系数,且σ1的权重系统与σ2的权重系数相近,σ1的权重系数与σ2的权重系数远大于σ3的权重系数,如将σ1、σ2和σ3的权重系数分别设为0.5、0.42和0.08,根据σ1、σ2和σ3的权重系数即可计算得到1s内的总标准差,总标准差=0.5×σ1+0.42×σ2+0.08×σ3,如果总标准差大于当前标准差阈值,则认为该1s内的心电信号为不良数据段,然后通过此方法计算各个1s内的心电信号是否良好。
其中,当前标准差阈值的计算方法为:在当前采样时间段之前检测到多个 R波;计算多个R波的高度值的平均值和高度值的标准差;计算平均值与标准差的比值;当比值小于预设阈值时,根据平均值计算得到当前标准差阈值;当所述比值大于所述预设阈值时,所述当前标准差阈值为上一标准差阈值。
由于每个人的R波幅度不同,基线波动幅度的阈值也会不同,因此,在设置标准差阈值时,如将标准差阈值设置为一个定值,会导致信号质量判断的准确率非常低,因此,我们需要根据检测出的R波的特征参数来计算标准差阈值。并且在实际检测过程中,当采集到心电信号后,会对心电信号同时进行R波检测和质量判断,因此,在对当前采样时间段的心电信号进行质量判断时,在当前采样时间段之前已检测出多个R波,我们可根据这些R波的参数来计算得到当前标准差阈值。
在当前采样时间段之前检测出多个R波后,计算多个R波的高度值(第一高度值与第二高度值的平均值)的平均值和高度值的标准差,然后计算平均值与标准差的比值,当比值小于预设阈值时,则认为这多个R波是质量良好数据段内的R波,可根据这多个R波的高度值的平均值计算得到当前标准差阈值,当比值大于预设阈值时,则认为这多个R波不是良好数据段内的R波,此时不可根据这多个R波的高度值的平均值来计算得到当前标准差阈值,而采用上一标准差阈值作为当前标准差阈值。
如在当前采样时间段前检测出8个R波后,缓存这8个R波的数据,然后计算这8个R波的高度值的平均值和8个R波的高度值的标准差的比值,若比值小于一定阈值0.3(该阈值为一个定值且是预先设置好的)时,说明这8个R 波是质量良好数据段内的R波,可根据这8个R波的高度值的平均值来计算得到当前标准差阈值,当前标准差阈值与平均值成线性关系,当前方差阈值=a×平均值+b,其中,0.5<a<0.8,0.1<b<0.3。为了防止当前标准差阈值超调,需要对当前标准差阈值进行上下限的限定,即为当前标准差阈值设置一个最大值和一个最小值,当根据平均值计算得到的当前标准差阈值大于最大值时,则以设定的最大值作为当前标准差阈值,当根据平均值计算得到的当前标准差阈值小于最小值时,则以设定的最小值作为当前标准差阈值。本发明根据每个人的R波幅度计算得到当前标准差阈值,可解决因每个人的R波幅度不同而导致阈值设置不准确的问题,提高信号质量判断的准确性。
在当前采样时间段内又检测出新的一个或多个R波后,可以将新检测到的一个或多个R波缓存,释放之前检测到的R波,保证缓存的还是8个R波,然后重新计算这8个R波的高度值的平均值和高度值的标准差的比值,若比值小于预设阈值,则可根据新缓存的这8个R波的高度值平均值计算得到下一采样时间段的标准差阈值,若比值大于预设阈值,则将当前采样时间段的当前标准差阈值作为下一采样时间段的标准差阈值。或者在检测出新的一个或多个R 波后,计算之前缓存的8个R波和新检测到的R波的高度平均值,将高度值偏离该高度平均值较大的R波释放,使得缓存的仍是8个R波,然后重新计算这8个R波的比值,若比值小于预设阈值,则可根据新缓存的这8个R波的高度值的平均值计算得到下一采样时间段的标准差阈值,若比值大于预设阈值,则将当前采样时间段的当前标准差阈值作为下一采样时间段的标准差阈值。
根据本发明提供的第四实施例,一种心电信号R波的检测方法,本实施例为上述第一实施例、第二实施例或第三实施例的优选实施例,主要改进点在于,在确定当前采样点对应的波形为R波之后还包括:
当预设时间间隔内存在两个以上的R波,则计算两个以上的所述R波的高度加权值,将所述高度加权值最大的所述R波判定为目标R波。
具体地,当根据R波的形态确定出R波后,还可根据不应期条件,进一步筛选出真正的R波,以进一步提高R波的检测准确率。不应期是指生物对某一刺激产生反应后,在一定时间内,即使再给予刺激,也不会发生反应,此期间为不应期。根据不应期条件,可知人体在200ms内只可能产生一个R波,而不可能产生两个以上的R波。当在200ms内出现两个以上的R波时,只有一个R 波是真正的R波,此时需要将其余的R波剔除。
为了区分出哪个R波为真正的R波,我们可以计算R波的高度加权值和波峰尖锐度,如果一个R波的高度加权值和波峰尖锐度同时优于其他R波时,则选择前者为真正的R波,如果不是两个条件同时满足时,则优先选择高度加权值更高的为真正的R波,如两个R波的高度加权值相近时,则选择波峰比较尖锐的R波作为真正的R波。波峰的尖锐度根据R波的极值点的二阶差分值得到。高度加权值的计算方法为:获取前拐点与当前采样点之间的第一高度值;获取后拐点与当前采样点之间的第二高度值;根据权重比例规则,计算所述第一高度值与所述第二高度值的高度加权值;其中,权重比例规则为权重系数与高度值成正比例关系。即当第一高度值大于第二高度值时,第一高度值的权重系数大于第二高度值的权重系数;当第一高度值小于第二高度值时,第一高度值的权重系数小于第二高度值的权重系数。计算得到两个以上的R波的高度加权值后,将高度加权值最大的R波保留,将剩余的R波剔除。本实施例通过不应期条件,可进一步提高R波的检测准确率。
根据本发明提供的第五实施例,如图5所示,
一种心电信号R波检测系统,包括:
计算模块100,用于计算心电信号的各个采样点的二阶差分值;
查找模块200,用于若当前采样点的二阶差分值大于第一预设差分阈值时,在所述心电信号中找到所述当前采样点的前拐点和后拐点;
处理模块300,用于计算根据所述前拐点、所述当前采样点和所述后拐点组成的波形的特征参数;并在所述特征参数满足预设条件时,确定所述当前采样点对应的波形为R波。
具体地,心电信号R波检测系统中还可包括滤波模块,滤波模块对采集到的原始心电信号进行滤波处理,为了更快的获得滤波数据且有效保证一些非正常的R波群不被抑制,可对心电信号进行高通滤波以滤除基线,并进行低阶的 FIR低通滤波以滤除工频信号。由于滤波有延迟时间差,因此可利用滤波的延迟时间差,由饱和判别模块对原始心电信号提前一小段时间进行饱和判决,如果信号饱和,则不对滤波后的心电信号进行检测,信号饱和是指检测时信号超过最大量程,信号完全被淹没,此时的波形为无效波形,所以不对波形进行检测,由于信号达到饱和状态后不会立即恢复正常状态,所以延迟一段时间结束饱和判断。滤波和饱和判断同时进行,当判断出当前采用时间段的心电信号饱和后,则不对滤波后的当前采样时间段的心电信号进行R波检测。
经过饱和判断和滤波处理后,由计算模块计算滤波处理后的心电信号的各个采样点的二阶差分值。由于二阶差分值能在一定程度上反映波形的圆钝程度,所以首先对波形的圆钝进行判别。通常来说,R波的波形比较尖,二阶差分值比较大,通过二阶差分值处理可抑制T波、P波的干扰,突显R波。因此,先筛选出二阶差分值大于第一预设差分阈值的采样点,然后由查找模块在滤波后的心电信号中找到各个采样点对应的前拐点和后拐点,并由前拐点、对应的采样点和后拐点组成一波形,并由处理模块计算各个波形的特征参数,波形的特征参数可包括波形的高度值、宽度值和斜率值等,最后判断各个波形的特征参数是否满足预设条件,如满足预设条件,则确定该波形为R波,此步骤可通过R波的形态来筛选出真正的R波。预设条件包括特征参数的各个阈值,由于,心电信号的噪声干扰一般都在0.1mv左右,可将波形的高度初始阈值设为大于 0.1mv,如0.12mv,同理,波形的宽度值阈值和斜率值阈值可根据实际情况进行设置,如将波形的前后拐点宽度阈值设为0.158-0.172ms,将斜率阈值设置为 1.4-1.7。本发明通过二阶差分值和R波的波形特征参数进行双重筛选,可提高 R波的检测准确率。
根据本发明提供的第六实施例,如图6所示,
一种心电信号R波检测系统,包括:
计算模块100,用于计算心电信号的各个采样点的二阶差分值;
查找模块200,用于若当前采样点的二阶差分值大于第一预设差分阈值时,在所述心电信号中找到所述当前采样点的前拐点和后拐点;
处理模块300,用于计算根据所述前拐点、所述当前采样点和所述后拐点组成的波形的特征参数;并在所述特征参数满足预设条件时,确定所述当前采样点对应的波形为R波。
优选地,所述查找模块200包括:
第一查找单元210,用于在所述心电信号中找到二阶差分值大于第二预设差分阈值的拐点;所述第二预设差分阈值小于所述第一预设差分阈值;
第二查找单元220,用于在位于所述当前采样点的采样时间之前的所述拐点中找到与所述当前采样点之间的第一高度值大于第一预设高度阈值,且与所述当前采样点的时间间隔最小的目标前拐点,所述目标前拐点为所述当前采样点的前拐点;
第三查找单元230,用于在位于所述当前采样点的采样时间之后的所述拐点中找到与所述当前采样点之间的第二高度值大于第一预设高度阈值,且与所述当前采样点的时间间隔最小的目标后拐点,所述目标后拐点为所述当前采样点的后拐点。
优选地,所述处理模块300包括:
第一计算单元310,用于计算所述前拐点与所述后拐点之间的宽度值,计算所述前拐点与所述当前采样点之间的第一斜率值,计算所述后拐点与所述当前采样点之间的第二斜率值,计算所述前拐点与所述当前采样点之间的第一高度值,计算所述后拐点与所述当前采样点之间的第二高度值;
判定单元320,用于当所述第一高度值和所述第二高度值分别大于第二预设高度阈值,所述第二预设高度阈值大于所述第一预设高度阈值,且所述宽度值小于预设宽度阈值,且所述第一斜率值和所述第二斜率值分别大于预设斜率阈值时,确定所述当前采样点为R波的极值点,并确定所述R波的极值点对应的波形为R波。
优选地,还包括:
判别模块400,用于当预设时间间隔内存在两个以上的R波,则计算两个以上的所述R波的高度加权值,将所述高度加权值最大的所述R波判定为目标 R波。
优选地,还包括:
阈值更新模块500,用于检测到所述R波后,根据检测到的所述R波的特征参数更新所述预设条件中的特征参数阈值。
本实施例中的各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
应当说明的是,上述实施例均可根据需要自由组合。以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种心电信号R波检测方法,其特征在于,包括以下步骤:
计算心电信号的各个采样点的二阶差分值;
若当前采样点的二阶差分值大于第一预设差分阈值,则在所述心电信号中找到所述当前采样点的前拐点和后拐点;
根据所述前拐点、所述当前采样点和所述后拐点组成一波形,计算所述波形的特征参数,若所述特征参数满足预设条件,则确定所述当前采样点对应的波形为R波。
2.根据权利要求1所述的一种心电信号R波检测方法,其特征在于,所述在所述心电信号中找到所述当前采样点的前拐点和后拐点具体为:
在所述心电信号中找到二阶差分值大于第二预设差分阈值的拐点;所述第二预设差分阈值小于所述第一预设差分阈值;
在位于所述当前采样点的采样时间之前的所述拐点中找到与所述当前采样点之间的第一高度值大于第一预设高度阈值,且与所述当前采样点的时间间隔最小的目标前拐点,所述目标前拐点为所述当前采样点的前拐点;
在位于所述当前采样点的采样时间之后的所述拐点中找到与所述当前采样点之间的第二高度值大于第一预设高度阈值,且与所述当前采样点的时间间隔最小的目标后拐点,所述目标后拐点为所述当前采样点的后拐点。
3.根据权利要求2所述的一种心电信号R波检测方法,其特征在于,所述计算所述波形的特征参数,若所述特征参数满足预设条件,则确定所述当前采样点对应的波形为R波具体包括:
计算所述前拐点与所述后拐点之间的宽度值,计算所述前拐点与所述当前采样点之间的第一斜率值,计算所述后拐点与所述当前采样点之间的第二斜率值;
当所述第一高度值和所述第二高度值分别大于第二预设高度阈值,所述第二预设高度阈值大于所述第一预设高度阈值,且所述宽度值小于预设宽度阈值,且所述第一斜率值和所述第二斜率值分别大于预设斜率阈值时,确定所述当前采样点为R波的极值点,并确定所述R波的极值点对应的波形为R波。
4.根据权利要求1-3任一项所述的一种心电信号R波检测方法,其特征在于,所述确定所述当前采样点对应的波形为R波之后还包括:
当预设时间间隔内存在两个以上的R波,则计算两个以上的所述R波的高度加权值,将所述高度加权值最大的所述R波判定为目标R波。
5.根据权利要求1所述的一种心电信号R波检测方法,其特征在于,所述确定所述当前采样点对应的波形为R波之后还包括:
检测到所述R波后,根据检测到的所述R波的特征参数更新所述预设条件中的特征参数阈值。
6.一种心电信号R波检测系统,其特征在于,包括:
计算模块,用于计算心电信号的各个采样点的二阶差分值;
查找模块,用于若当前采样点的二阶差分值大于第一预设差分阈值时,在所述心电信号中找到所述当前采样点的前拐点和后拐点;
处理模块,用于计算根据所述前拐点、所述当前采样点和所述后拐点组成的波形的特征参数;并在所述特征参数满足预设条件时,确定所述当前采样点对应的波形为R波。
7.根据权利要求6所述的一种心电信号R波检测系统,其特征在于,所述查找模块包括:
第一查找单元,用于在所述心电信号中找到二阶差分值大于第二预设差分阈值的拐点;所述第二预设差分阈值小于所述第一预设差分阈值;
第二查找单元,用于在位于所述当前采样点的采样时间之前的所述拐点中找到与所述当前采样点之间的第一高度值大于第一预设高度阈值,且与所述当前采样点的时间间隔最小的目标前拐点,所述目标前拐点为所述当前采样点的前拐点;
第三查找单元,用于在位于所述当前采样点的采样时间之后的所述拐点中找到与所述当前采样点之间的第二高度值大于第一预设高度阈值,且与所述当前采样点的时间间隔最小的目标后拐点,所述目标后拐点为所述当前采样点的后拐点。
8.根据权利要求7所述的一种心电信号R波检测系统,其特征在于,所述处理模块包括:
第一计算单元,用于计算所述前拐点与所述后拐点之间的宽度值,计算所述前拐点与所述当前采样点之间的第一斜率值,计算所述后拐点与所述当前采样点之间的第二斜率值;
判定单元,用于当所述第一高度值和所述第二高度值分别大于第二预设高度阈值,所述第二预设高度阈值大于所述第一预设高度阈值,且所述宽度值小于预设宽度阈值,且所述第一斜率值和所述第二斜率值分别大于预设斜率阈值时,确定所述当前采样点为R波的极值点,并确定所述R波的极值点对应的波形为R波。
9.根据权利要求6-8任一项所述的一种心电信号R波检测系统,其特征在于,还包括:
判别模块,用于当预设时间间隔内存在两个以上的R波,则计算两个以上的所述R波的高度加权值,将所述高度加权值最大的所述R波判定为目标R波。
10.根据权利要求1所述的一种心电信号R波检测系统,其特征在于,还包括:
阈值更新模块,用于检测到所述R波后,根据检测到的所述R波的特征参数更新所述预设条件中的特征参数阈值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810734046.4A CN109009086A (zh) | 2018-07-06 | 2018-07-06 | 一种心电信号r波检测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810734046.4A CN109009086A (zh) | 2018-07-06 | 2018-07-06 | 一种心电信号r波检测方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109009086A true CN109009086A (zh) | 2018-12-18 |
Family
ID=64640685
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810734046.4A Pending CN109009086A (zh) | 2018-07-06 | 2018-07-06 | 一种心电信号r波检测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109009086A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113288072A (zh) * | 2021-04-28 | 2021-08-24 | 新绎健康科技有限公司 | 一种脉搏波的主波检测方法及装置 |
CN113288169A (zh) * | 2021-05-26 | 2021-08-24 | 东软集团股份有限公司 | 一种心电波形信号的波形识别方法、装置及设备 |
CN113343899A (zh) * | 2021-06-19 | 2021-09-03 | 南京岚煜生物科技有限公司 | 基于斜率检波的确定凝血突变点的方法 |
CN114271830A (zh) * | 2021-12-15 | 2022-04-05 | 山东领能电子科技有限公司 | 一种心电信号检测方法及系统 |
WO2023168834A1 (zh) * | 2022-03-10 | 2023-09-14 | 苏州维伟思医疗科技有限公司 | 体征信号的质量评估方法、装置、电子设备和存储介质 |
CN113288169B (zh) * | 2021-05-26 | 2024-05-17 | 东软集团股份有限公司 | 一种心电波形信号的波形识别方法、装置及设备 |
-
2018
- 2018-07-06 CN CN201810734046.4A patent/CN109009086A/zh active Pending
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113288072A (zh) * | 2021-04-28 | 2021-08-24 | 新绎健康科技有限公司 | 一种脉搏波的主波检测方法及装置 |
CN113288169A (zh) * | 2021-05-26 | 2021-08-24 | 东软集团股份有限公司 | 一种心电波形信号的波形识别方法、装置及设备 |
CN113288169B (zh) * | 2021-05-26 | 2024-05-17 | 东软集团股份有限公司 | 一种心电波形信号的波形识别方法、装置及设备 |
CN113343899A (zh) * | 2021-06-19 | 2021-09-03 | 南京岚煜生物科技有限公司 | 基于斜率检波的确定凝血突变点的方法 |
CN113343899B (zh) * | 2021-06-19 | 2022-10-14 | 南京岚煜生物科技有限公司 | 基于斜率检波的确定凝血突变点的方法 |
CN114271830A (zh) * | 2021-12-15 | 2022-04-05 | 山东领能电子科技有限公司 | 一种心电信号检测方法及系统 |
WO2023168834A1 (zh) * | 2022-03-10 | 2023-09-14 | 苏州维伟思医疗科技有限公司 | 体征信号的质量评估方法、装置、电子设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109009085A (zh) | 一种心电信号r波检测方法及系统 | |
CN109009086A (zh) | 一种心电信号r波检测方法及系统 | |
Qin et al. | An adaptive and time-efficient ECG R-peak detection algorithm | |
Sathyapriya et al. | Analysis and detection R-peak detection using Modified Pan-Tompkins algorithm | |
CN107137071A (zh) | 一种分析心冲击信号用来计算短期心率值的方法 | |
CN108992063A (zh) | 一种心电信号的质量判断方法及系统 | |
CN109907752A (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方法及系统 | |
CN109700450A (zh) | 一种心率检测方法及电子设备 | |
WO2015171804A1 (en) | Detecting artifacts in a signal | |
CN103970975A (zh) | 心电数据处理方法和系统 | |
CN108937957A (zh) | 检测方法、装置及检测设备 | |
CN108888259A (zh) | 一种心电信号实时qrs波检测方法 | |
CN108523881A (zh) | 一种准确提取qrs内异常电位的方法 | |
CN108814591A (zh) | 一种心电qrs波群宽度的检测方法及其心电分析方法 | |
CN104095627A (zh) | 一种心电图数字化信号质量软判决方法和装置 | |
CN106974637A (zh) | 心率实时计算方法及装置 | |
CN112869733A (zh) | 一种心冲击图实时心搏间期测算方法 | |
CN110507317A (zh) | 一种心电信号r波的自适应ca-cfar定位方法 | |
De Marchis et al. | An optimized method for tremor detection and temporal tracking through repeated second order moment calculations on the surface EMG signal | |
Bayasi et al. | 65-nm ASIC implementation of QRS detector based on Pan and Tompkins algorithm | |
CN103876731B (zh) | 一种胎儿心电信号提取装置及方法 | |
CN110327032A (zh) | 一种单导心电信号pqrst波联合精准识别算法 | |
CN109091140A (zh) | 一种心电信号r波检测方法及系统 | |
Reddy et al. | Ecg signal characterization and correlation to heart abnormalities | |
CN106214143B (zh) | 瞬时运动干扰识别方法及心率置信度计算方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20200806 Address after: 201616 Shanghai city Songjiang District Sixian Road No. 3666 Applicant after: Phicomm (Shanghai) Co.,Ltd. Address before: 610100 125 Longquan Street Park Road, Longquanyi District, Chengdu, Sichuan. Applicant before: SICHUAN PHICOMM INFORMATION TECHNOLOGY Co.,Ltd. |
|
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20181218 |