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 PDFInfo
- 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
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
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
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)。
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)
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)
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 |
-
2018
- 2018-08-07 CN CN201810891893.1A patent/CN109009087B/zh active Active
Patent Citations (8)
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)
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)
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 |