CN109009087A - 一种心电信号r波的快速检测方法 - Google Patents

一种心电信号r波的快速检测方法 Download PDF

Info

Publication number
CN109009087A
CN109009087A CN201810891893.1A CN201810891893A CN109009087A CN 109009087 A CN109009087 A CN 109009087A CN 201810891893 A CN201810891893 A CN 201810891893A CN 109009087 A CN109009087 A CN 109009087A
Authority
CN
China
Prior art keywords
wave
peak
search
ecg
electrocardiosignal
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.)
Granted
Application number
CN201810891893.1A
Other languages
English (en)
Other versions
CN109009087B (zh
Inventor
郭承军
何全艺
吕江婷
马建华
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.)
Guangzhou maidiya Medical Instrument Co.,Ltd.
Original Assignee
Sichuan Zhizhuo Science And Technology 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 Zhizhuo Science And Technology Co Ltd filed Critical Sichuan Zhizhuo Science And Technology Co Ltd
Priority to CN201810891893.1A priority Critical patent/CN109009087B/zh
Publication of CN109009087A publication Critical patent/CN109009087A/zh
Application granted granted Critical
Publication of CN109009087B publication Critical patent/CN109009087B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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

Abstract

本发明公开了一种心电信号R波的快速检测方法,包括以下步骤:获取原始ECG数据并进行滤波处理;针对滤波处理后的ECG数据,在设定的初始搜索区间内,查找最大值和最小值来计算R波搜索梯度因子k;将最大值对应的采样点标记为第一个R波波峰Peak0,将Peak0设定为当前R波波峰Peak_now;利用搜索梯度因子k,从Peak_now位置开始,对滤波后的ECG数据,按搜索梯度因子k下降搜索直至相交;从得到的相交点位置开始,对滤波后的ECG数据,继续往后查找出现的第一个极大值,将该极大值标记为新的R波波峰Peak_new;将Peak_new更新为Peak_now,再重复搜索直至搜索完所有滤波后的ECG数据;返回检测到的所有R波波峰。本发明具有准确率高、抗干扰能力强、运算简单和易于工程实现等优点。

Description

一种心电信号R波的快速检测方法
技术领域
本发明涉及心电信号自动检测技术领域,特别是一种心电信号R波的快速检测方法。
背景技术
心电信号(Electrocardiograph,ECG)是一种可以反映人类身体健康状态的重要生理信号,QRS波群则是心电信号的主要特征。由于R波是QRS波群中波幅最大的波,因而,R波的检测是QRS波群定位的关键步骤。
目前心电信号的R波检测方法有:差分阈值法、模板匹配法、小波变换法以及神经网络法等。差分阈值法具有简单快速且易于工程实现的特点,但容易出现漏检错检的问题;模板匹配法的原理简单,但对高频噪声和基线漂移的抗干扰能力弱;小波变换法对R波检测的准确度较高,但运算开销大且计算复杂度高;神经网络法具有很好的R波检测效果,但往往需要较长的训练时间,也不易于工程实现。
发明内容
为解决现有技术中存在的问题,本发明的目的是提供一种心电信号R波的快速检测方法,该方法具有准确率高、抗干扰能力强、运算简单和易于工程实现等优点。
为实现上述目的,本发明采用的技术方案是:一种心电信号R波的快速检测方法,包括以下步骤:
步骤一、获取设定采样时间T内的心电信号,获取的心电信号为原始ECG数据,对原始ECG数据做频谱分析,通过频谱分析结果对原始ECG数据进行滤波处理;
步骤二、针对滤波处理后的ECG数据,在设定的初始搜索区间内,查找最大值ECG_max和最小值ECG_min来计算R波搜索梯度因子k,且所述的初始搜索区间的长度至少包含一个心跳周期;
步骤三、将步骤二中的最大值ECG_max对应的采样点标记为第一个R波波峰Peak0,将Peak0设定为当前R波波峰Peak_now;
步骤四、利用步骤二算出的搜索梯度因子k,从Peak_now位置开始,对滤波后的ECG数据,按搜索梯度因子k下降搜索直至相交,若相交点与R波波峰的间隔nT大于设定的相邻波峰间隔阈值sT,则停止下降搜索并返回相交点位置,否则,继续按搜索梯度因子k下降搜索;其中,间隔阈值sT大于标准ECG数据中Q-T间期的最小值,且小于最小的正常心跳间隔;
步骤五、从步骤四得到的相交点位置开始,对滤波后的ECG数据,继续往后查找出现的第一个极大值,将该极大值标记为新的R波波峰Peak_new;
步骤六、将步骤五的Peak_new更新为Peak_now,重复步骤四和步骤五的搜索过程,直至搜索完所有滤波后的ECG数据;
步骤七、返回检测到的所有R波波峰{Peak0,Peak_new1,Peak_new2,…..}。
作为一种优选的实施方式,步骤一中所述的滤波处理为带通滤波处理。
作为另一种优选的实施方式,所述的带通滤波处理的通带为5Hz-25Hz。
作为另一种优选的实施方式,步骤二中所述的搜索梯度因子k的计算公式为:
k=θ*(ECG_max-ECG_min),其中,θ为可设定的梯度调整参数,取值范围为(0,1)。
本发明的有益效果是:
1、本发明对采集的原始ECG信号进行了频谱分析,并利用带通滤波器消除了低频、高频以及50Hz工频噪声对ECG信号的干扰。
2、针对滤波后的ECG数据,利用梯度搜索因子k,快速简便的搜索R波波峰位置,并根据设定的相邻波峰间隔阈值sT判断波峰位置的有效性,提升了R波波峰检测的准确度。
3、本发明所提供的心电信号R波的快速检测方法,不仅抗干扰能力强,且运算量小易于工程实现,尤其适用于计算资源有限的智能穿戴设备。
附图说明
图1为本发明实施例中原始ECG信号波形图;
图2为本发明实施例中原始ECG信号的频谱图;
图3为本发明实施例中经滤波处理后的ECG信号波形图;
图4为本发明实施例中检测方法的示意图。
具体实施方式
下面结合附图对本发明的实施例进行详细说明。
实施例
一种心电信号R波的快速检测方法,包括以下步骤:
步骤一、获取设定采样时间T内的如图1所示的心电信号(ECG数据),并进行滤波处理;获取的心电信号为原始ECG数据,对原始ECG数据做频谱分析(如图2所示)发现存在严重的高频、低频以及50Hz的工频噪声干扰,且ECG信号主要分布于5Hz-25Hz之间,因此,应用5Hz-25Hz带通滤波器对原始ECG数据进行滤波,滤波后的ECG信号波信号如图3所示。
步骤二、如图4所示,针对滤波后的ECG数据,在设定的初始搜索区间内,查找最大值和最小值来计算R波搜索梯度因子k;
具体的,初始搜索区间长度的设置,需要满足至少包含一个心跳周期;
假设找到的最大值为ECG_max,最小值为ECG_min,那么,R波搜索梯度因子k=θ*(ECG_max-ECG_min),其中,θ为可设定的梯度调整参数,取值范围(0,1);
假定,默认设定θ参考值为1/3,则k=(ECG_max-ECG_min)/3。
步骤三、将步骤二中的最大值ECG_max对应的采样点标记为第一个R波波峰Peak0,将Peak0设定为当前R波波峰Peak_now。
步骤四、利用步骤二算出的搜索梯度因子k,从Peak_now位置开始,对滤波后的ECG数据,按搜索梯度因子k下降搜索直至相交,若相交点与R波波峰的间隔nT大于设定的阈值sT,则停止下降搜索并返回相交点位置,否则,继续按搜索梯度因子k下降搜索;对于间隔阈值sT的设定,间隔阈值sT应当大于标准ECG数据中Q-T间期的最小值,且小于最小的正常心跳间隔(即至少包含一个P-R间期和Q-T间期);其中,P-R间期正常范围:120ms~200ms,Q-T间期正常范围:320ms~440ms,则间隔阈值sT可设定范围:(320ms,120+320ms),例如:可设定间隔阈值sT=333ms。
步骤五、从步骤四得到的相交点位置开始,对滤波后的ECG数据,继续往后查找出现的第一个极大值,将该极大值标记为新的R波波峰Peak_new。
步骤六、将步骤五的Peak_new更新为Peak_now,重复步骤四和步骤五的搜索过程,直至搜索完所有滤波后的ECG数据。
返回检测到的所有R波波峰{Peak0,Peak_new1,Peak_new2,…..}。
以上所述实施例仅表达了本发明的具体实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。

Claims (4)

1.一种心电信号R波的快速检测方法,其特征在于,包括以下步骤:
步骤一、获取设定采样时间T内的心电信号,获取的心电信号为原始ECG数据,对原始ECG数据做频谱分析,通过频谱分析结果对原始ECG数据进行滤波处理;
步骤二、针对滤波处理后的ECG数据,在设定的初始搜索区间内,查找最大值ECG_max和最小值ECG_mi n来计算R波搜索梯度因子k,且所述的初始搜索区间的长度至少包含一个心跳周期;
步骤三、将步骤二中的最大值ECG_max对应的采样点标记为第一个R波波峰Peak0,将Peak0设定为当前R波波峰Peak_now;
步骤四、利用步骤二算出的搜索梯度因子k,从Peak_now位置开始,对滤波后的ECG数据,按搜索梯度因子k下降搜索直至相交,若相交点与R波波峰的间隔nT大于设定的相邻波峰间隔阈值sT,则停止下降搜索并返回相交点位置,否则,继续按搜索梯度因子k下降搜索;其中,间隔阈值sT大于标准ECG数据中Q-T间期的最小值,且小于最小的正常心跳间隔;
步骤五、从步骤四得到的相交点位置开始,对滤波后的ECG数据,继续往后查找出现的第一个极大值,将该极大值标记为新的R波波峰Peak_new;
步骤六、将步骤五的Peak_new更新为Peak_now,重复步骤四和步骤五的搜索过程,直至搜索完所有滤波后的ECG数据;
步骤七、返回检测到的所有R波波峰{Peak0,Peak_new1,Peak_new2,…..}。
2.根据权利要求1所述的心电信号R波的快速检测方法,其特征在于,步骤一中所述的滤波处理为带通滤波处理。
3.根据权利要求2所述的心电信号R波的快速检测方法,其特征在于,所述的带通滤波处理的通带为5Hz-25Hz。
4.根据权利要求1所述的心电信号R波的快速检测方法,其特征在于,步骤二中所述的搜索梯度因子k的计算公式为:
k=θ*(ECG_max-ECG_mi n),其中,θ为可设定的梯度调整参数,取值范围为(0,1)。
CN201810891893.1A 2018-08-07 2018-08-07 一种心电信号r波的快速检测方法 Active CN109009087B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810891893.1A CN109009087B (zh) 2018-08-07 2018-08-07 一种心电信号r波的快速检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810891893.1A CN109009087B (zh) 2018-08-07 2018-08-07 一种心电信号r波的快速检测方法

Publications (2)

Publication Number Publication Date
CN109009087A true CN109009087A (zh) 2018-12-18
CN109009087B CN109009087B (zh) 2021-07-06

Family

ID=64649923

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810891893.1A Active CN109009087B (zh) 2018-08-07 2018-08-07 一种心电信号r波的快速检测方法

Country Status (1)

Country Link
CN (1) CN109009087B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110037691A (zh) * 2019-04-22 2019-07-23 上海数创医疗科技有限公司 用于r波定位的改进卷积神经网络
CN110090016A (zh) * 2019-04-28 2019-08-06 心医国际数字医疗系统(大连)有限公司 定位r波位置的方法及系统、使用lstm神经网络的r波自动检测方法
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
CN113100778A (zh) * 2021-04-14 2021-07-13 福州大学 一种心电信号的r峰定位方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1479587A (zh) * 2001-11-13 2004-03-03 波形分段及分割段的表征方法
US7643872B2 (en) * 2003-06-24 2010-01-05 Pacesetter, Inc. System and method for detecting cardiac ischemia based on T-Waves using an implantable medical device
CN105748063A (zh) * 2016-04-25 2016-07-13 山东大学齐鲁医院 基于多导联和卷积神经网络的心律失常智能诊断方法
US9414767B2 (en) * 2013-04-24 2016-08-16 Siemens Aktiengesellschaft Method and EKG trigger device for correcting an EKG signal in magnetic resonance image acquisition
CN105989266A (zh) * 2015-02-11 2016-10-05 北京三星通信技术研究有限公司 基于心电信号的认证方法、装置及系统
CN107233093A (zh) * 2017-05-23 2017-10-10 安徽华米信息科技有限公司 R波的检测方法、装置及电子设备
CN107374619A (zh) * 2017-06-20 2017-11-24 重庆工业职业技术学院 一种r波快速识别方法
CN107647864A (zh) * 2017-11-06 2018-02-02 上海联影医疗科技有限公司 一种心电信号分析方法及成像方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1479587A (zh) * 2001-11-13 2004-03-03 波形分段及分割段的表征方法
US7643872B2 (en) * 2003-06-24 2010-01-05 Pacesetter, Inc. System and method for detecting cardiac ischemia based on T-Waves using an implantable medical device
US9414767B2 (en) * 2013-04-24 2016-08-16 Siemens Aktiengesellschaft Method and EKG trigger device for correcting an EKG signal in magnetic resonance image acquisition
CN105989266A (zh) * 2015-02-11 2016-10-05 北京三星通信技术研究有限公司 基于心电信号的认证方法、装置及系统
CN105748063A (zh) * 2016-04-25 2016-07-13 山东大学齐鲁医院 基于多导联和卷积神经网络的心律失常智能诊断方法
CN107233093A (zh) * 2017-05-23 2017-10-10 安徽华米信息科技有限公司 R波的检测方法、装置及电子设备
CN107374619A (zh) * 2017-06-20 2017-11-24 重庆工业职业技术学院 一种r波快速识别方法
CN107647864A (zh) * 2017-11-06 2018-02-02 上海联影医疗科技有限公司 一种心电信号分析方法及成像方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
E. B. MAZOMENOS: "A Time-Domain Morphology and Gradient based algorithm for ECG feature extraction", 《2012 IEEE INTERNATIONAL CONFERENCE ON INDUSTRIAL TECHNOLOGY》 *

Cited By (7)

* 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
CN110037691A (zh) * 2019-04-22 2019-07-23 上海数创医疗科技有限公司 用于r波定位的改进卷积神经网络
CN110037691B (zh) * 2019-04-22 2020-12-04 上海数创医疗科技有限公司 用于r波定位的改进卷积神经网络
CN110090016A (zh) * 2019-04-28 2019-08-06 心医国际数字医疗系统(大连)有限公司 定位r波位置的方法及系统、使用lstm神经网络的r波自动检测方法
CN110090016B (zh) * 2019-04-28 2021-06-25 心医国际数字医疗系统(大连)有限公司 定位r波位置的方法及系统、使用lstm神经网络的r波自动检测方法
CN113100778A (zh) * 2021-04-14 2021-07-13 福州大学 一种心电信号的r峰定位方法
CN113100778B (zh) * 2021-04-14 2022-03-08 福州大学 一种心电信号的r峰定位方法

Also Published As

Publication number Publication date
CN109009087B (zh) 2021-07-06

Similar Documents

Publication Publication Date Title
CN105030228B (zh) 在心电信号中确定其p波位置的方法及装置
CN109009087A (zh) 一种心电信号r波的快速检测方法
CN101449973B (zh) 用于心电干扰信号识别的判断指标的生成方法及装置
CN101856225B (zh) 一种心电信号r波峰检测方法
CN103584854B (zh) 心电信号r波的提取方法
CN105997043B (zh) 一种基于腕式可穿戴设备的脉率提取方法
CN101991410B (zh) 一种脉率搜索和计算方法
CN111481192B (zh) 一种基于改进U-Net的心电信号R波检测方法
Chatterjee et al. Real time P and T wave detection from ECG using FPGA
CN109171711A (zh) 一种基于极值法的快速p波检测方法
KR102221839B1 (ko) 잡음 환경 내 실시간 심장 박동수 탐지 장치 및 그 방법
CN108888259A (zh) 一种心电信号实时qrs波检测方法
Shaik et al. A method for QRS delineation based on STFT using adaptive threshold
CN110327032A (zh) 一种单导心电信号pqrst波联合精准识别算法
CN103083011B (zh) 利用胸阻抗二阶差分图辅助实时定位心电r波峰的方法
CN111513706A (zh) 一种针对含有异常r波的心电信号的检测方法和装置
CN108460350B (zh) 一种自学习ecg qrs波检测装置及其自学习方法
Pangerc et al. Robust detection of heart beats in multimodal records using slope-and peak-sensitive band-pass filters
CN110680307A (zh) 一种运动环境下基于脉搏波传导时间的动态血压监测方法
CN106137184B (zh) 基于小波变换的心电信号qrs波检测方法
CN109330582A (zh) 基于心电信号分析的心率及其特征指标检测方法
CN110236538B (zh) 一种基于肌电信号的运动起始点自动实时检测方法
CN109199366A (zh) 基于变分模态分解的心电信号qrs波检测方法
CN103829944A (zh) 基于模式识别的胸阻抗信号处理方法
CN107569227A (zh) 一种运动状态下心率的处理方法和监测装置

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
TA01 Transfer of patent application right

Effective date of registration: 20210617

Address after: 510700 room 403-405, south of No.1 Factory building, No.9 lanyusi street, Huangpu District, Guangzhou City, Guangdong Province

Applicant after: Guangzhou maidiya Medical Instrument Co.,Ltd.

Address before: No.2, 5th floor, building 3, No.1 Keyuan South Road, high tech Zone, Chengdu, Sichuan 610000

Applicant before: SICHUAN ZHIZUO TECHNOLOGY Co.,Ltd.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant