CN109330582A - 基于心电信号分析的心率及其特征指标检测方法 - Google Patents
基于心电信号分析的心率及其特征指标检测方法 Download PDFInfo
- Publication number
- CN109330582A CN109330582A CN201811006097.1A CN201811006097A CN109330582A CN 109330582 A CN109330582 A CN 109330582A CN 201811006097 A CN201811006097 A CN 201811006097A CN 109330582 A CN109330582 A CN 109330582A
- Authority
- CN
- China
- Prior art keywords
- heart rate
- wave
- interval
- ecg signal
- judges whether
- 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
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
- A61B5/0245—Detecting, measuring or recording pulse rate or heart rate by using sensing means generating electric signals, i.e. ECG signals
-
- 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]
-
- 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
- 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
- A61B5/7253—Details of waveform analysis characterised by using transforms
- A61B5/726—Details of waveform analysis characterised by using transforms using Wavelet transforms
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Physics & Mathematics (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Signal Processing (AREA)
- Cardiology (AREA)
- Physiology (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Power Engineering (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本发明公开了一种基于心电信号分析的心率及其特征指标检测方法,包括如下步骤:S1)ECG信号预处理:包括如下子步骤,通过高通滤波器、低通滤波器分别消除基线漂移和高频干扰,同时采用陷波器来滤除工频干扰;通过小波变换多尺度分解、各尺度小波系数除噪、小波逆变换重构信号;S2)R波检测与识别,得到心率次数和心率变异性指标,S3)通过函数得到心率特征相关指标。本发明的有益效果为:其测量结果更加精准。
Description
技术领域
本发明涉及运动科学和生理参数测定技术领域,具体涉及一种基于心电信号分析的心率及其特征指标检测方法。
背景技术
人体运动特征指标分析与提取是评估人体一切有关运动相关活动的前提,也是对单兵训练作战任务效能评估的重要依据。人体运动特征指标包括VO2(氧消耗量),VO2max(最大氧消耗量),EE(能量消耗),EPOC(运动后过氧消耗量),TE(训练效果)等等指标。在运动生理学领域,VO2、VO2max、EPOC分别是评估运动强度、心肺健康、训练影响的重要标准,在传统的测量过程中,这些指标都采用实验室方法进行直接测量,通过相关昂贵的专用仪器设备对被实验人员进行测量,不具有普适性,而且每个人的各个指标数据也会跟随个人的身体机能的改变而发生改变,因此,实验法只能作为数据采集与获取的一种手段。近年来,研究学者们也对VO2、EPOC等指标进行相关研究,建立该类指标与HR(心率)的相关线性回归方程,虽然与实验结果趋势一致,但是运用到个人身上还存在较大的误差。
发明内容
本发明的目的在于提供一种基于心电信号分析的心率及其特征指标检测方法,其测量结果更加精准。
为实现上述目的,本发明的技术方案是
一种基于心电信号分析的心率及其特征指标检测方法,包括如下步骤:
S1)ECG信号预处理:包括如下子步骤,
通过高通滤波器、低通滤波器分别消除基线漂移和高频干扰,同时采用陷波器来滤除工频干扰;
通过小波变换多尺度分解、各尺度小波系数除噪、小波逆变换重构信号;同时分析心电信号的频谱特性,得到心率变异性的频谱信息;
S2)R波检测与识别,得到心率次数,
S3)通过函数得到心率特征相关指标。
优选地,
步骤S1中,通过下限频率为0.5Hz的高通滤波器、上限频率为100Hz的低通滤波器分别消除基线漂移和高频干扰,同时采用50Hz的陷波器来滤除工频干扰。
优选地,
S2)具体包括如下子步骤,
a)接收S1除噪后的信号,做小波变换,阈值分段,每段包含一个心动周期,在每个心动周期内确定R波;
b)计算R-R间期,计算平均R波峰值fm,判断R-R间期是否大于t毫秒,若否,执行步骤c,若是,执行步骤d;
c)返回步骤b;
d)在该R-R间期内寻幅值最大点,并判断fmax是否大于x1*fm且小于x2*fm,若是,执行步骤e,若否,执行步骤f;
e)计入新R波,结束;
f)在该R-R间期内寻幅值最小点并判断fm-fmin是否大于x3*fm且小于x4*fm,若是,则执行步骤e,若否,则执行步骤g;
g)结束。
优选地,
S2)具体包括如下子步骤,
a)接收S1除噪后的信号,在1-32尺度下做小波变换,以模极大值的一半作为阈值分段,每段包含一个心动周期,在每个心动周期内确定R波;
b)计算R-R间期,计算平均R波峰值fm,判断R-R间期是否大于200ms,若否,执行步骤c,若是,执行步骤d;
c)返回步骤b;
d)在该R-R间期内寻幅值最大点,并判断fmax是否大于0.5fm且小于1.5fm,若是,执行步骤e,若否,执行步骤f;
e)计入新R波,结束;
f)在该R-R间期内寻幅值最小点并判断fm-fmin是否大于fm且小于3fm,若是,则执行步骤e,若否,则执行步骤g;
g)结束。
本发明的有益效果为:其测量结果更加精准。
附图说明
图1为典型的心电信号的整个心动周期的频谱估计图;
图2为本发明步骤S1的流程示意图;
图3为本发明步骤S2的流程示意图。
具体实施方式
下面结合实施例,对本发明的具体实施方式作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案,而不能以此来限制本发明的保护范围。
本发明具体实施的技术方案是:
一种基于心电信号分析的心率及其特征指标检测方法,包括如下步骤:
S1)ECG信号预处理:包括如下子步骤,
通过高通滤波器、低通滤波器分别消除基线漂移和高频干扰,同时采用陷波器来滤除工频干扰;
通过小波变换多尺度分解、各尺度小波系数除噪、小波逆变换重构信号;
S2)R波检测与识别,得到心率次数和心率变异性指标,
S3)通过函数得到心率特征相关指标。
步骤S1中,通过下限频率为0.5Hz的高通滤波器、上限频率为100Hz的低通滤波器分别消除基线漂移和高频干扰,同时采用50Hz的陷波器来滤除工频干扰。
S2)具体包括如下子步骤,
a)接收S1除噪后的信号,在1-32尺度下做小波变换,以模极大值的一半作为阈值分段,每段包含一个心动周期,在每个心动周期内确定R波;
b)计算R-R间期,计算平均R波峰值fm,判断R-R间期是否大于2000,若否,执行步骤c,若是,执行步骤d;
c)返回步骤b;
d)在该R-R间期内寻幅值最大点,并判断fmax是否大于0.5fm且小于1.5fm,若是,执行步骤e,若否,执行步骤f;
e)计入新R波,结束;
f)在该R-R间期内寻幅值最小点并判断fm-fmin是否大于fm且小于3fm,若是,则执行步骤e,若否,则执行步骤g;
g)结束。
本发明的工作原理为:
典型的心电信号的整个心动周期的频谱估计图如图1所示,可以明显看出心电信号各波的能量主要集中在低频区域,且随着频率的增高,相应的能量逐渐降低。心电信号的整体频谱范围在0.05Hz~100Hz,但能量主要集中在0.5~45Hz,能量的最高点在8~15Hz附近;QRS波群的频谱带宽为3~40Hz,积聚了将近99%的能量,波峰能量集中在6~18Hz附近, P波的频谱带宽为0~18Hz,波峰能量集中在5~12Hz;T波的频谱带宽为0~8Hz,波峰能量集中在0~8Hz区间。
在采集、放大及传输心电信号的过程中,由于受人体、采集仪器、电磁环境、操作水平等的影响,不可避免会有许多干扰耦合到心电信号,存在50Hz工频干扰、基线漂移、肌电干扰等扰动,心电信号还受到其他的随机噪声和环境干扰的影响,如加性白噪声、极化噪声、仪器内部噪声等。
心电信号预处理要从硬件电路优化设计和软件数字滤波器的设计两个方面考虑。根据心电信号的频谱分布特点,在硬件方面,需要设计下限频率为0.5Hz的高通滤波器和上限频率为100Hz的低通滤波器分别消除基线漂移和肌电等高频干扰,同时还应考虑设计50Hz的陷波器来滤除工频干扰。鉴于硬件滤波器的元器件精度、稳定性要求以及难以实现严格线性相位等问题,仅采用硬件滤波不能满足滤波性能的要求,需要探究基于小波变换的数字滤波方法,流程图如图2所示。
心电波形的特征参数检测和波形识别是心电信号处理涉及的一个重要问题,它是实现心电信号自动分析与诊断系统的关键。而 QRS 波群的检测是 ECG 信号分析诊断的前提和基础,只有 R 波标定后,才可能计算心率,检测 ST 段参数及正确区分心律失常事件。提出基于小波变换的R波检测,流程图如图3所示。小波具有多分辨率的特点,心电信号上的峰值奇异点(R波)在尺度域上对应一个模极大值点或者是极大极小值的过零点,采用这种方法可以精确地把R波从心电波形中分离出来。
本发明的有益效果为:其测量结果更加精准。
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,在不脱离本发明技术原理的前提下,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 (4)
1.一种基于心电信号分析的心率及其特征指标检测方法,其特征在于,包括如下步骤:
S1)ECG信号预处理:包括如下子步骤,
通过高通滤波器、低通滤波器分别消除基线漂移和高频干扰,同时采用陷波器来滤除工频干扰;
通过小波变换多尺度分解、各尺度小波系数除噪、小波逆变换重构信号;同时分析心电信号的频谱特性,得到心率变异性的频谱信息;
S2)R波检测与识别,得到心率次数,
S3)通过函数得到心率特征相关指标。
2.根据权利要求1所述的基于心电信号分析的心率及其特征指标检测方法,其特征在于,
步骤S1中,通过下限频率为0.5Hz的高通滤波器、上限频率为100Hz的低通滤波器分别消除基线漂移和高频干扰,同时采用50Hz的陷波器来滤除工频干扰。
3.根据权利要求1或2所述的基于心电信号分析的心率及其特征指标检测方法,其特征在于,
S2)具体包括如下子步骤,
a)接收S1除噪后的信号,做小波变换,阈值分段,每段包含一个心动周期,在每个心动周期内确定R波;
b)计算R-R间期,计算平均R波峰值fm,判断R-R间期是否大于t毫秒,若否,执行步骤c,若是,执行步骤d;
c)返回步骤b;
d)在该R-R间期内寻幅值最大点,并判断fmax是否大于x1*fm且小于x2*fm,若是,执行步骤e,若否,执行步骤f;
e)计入新R波,结束;
f)在该R-R间期内寻幅值最小点并判断fm-fmin是否大于x3*fm且小于x4*fm,若是,则执行步骤e,若否,则执行步骤g;
g)结束。
4.根据权利要求3所述的基于心电信号分析的心率及其特征指标检测方法,其特征在于,
S2)具体包括如下子步骤,
a)接收S1除噪后的信号,在1-32尺度下做小波变换,以模极大值的一半作为阈值分段,每段包含一个心动周期,在每个心动周期内确定R波;
b)计算R-R间期,计算平均R波峰值fm,判断R-R间期是否大于200ms,若否,执行步骤c,若是,执行步骤d;
c)返回步骤b;
d)在该R-R间期内寻幅值最大点,并判断fmax是否大于0.5fm且小于1.5fm,若是,执行步骤e,若否,执行步骤f;
e)计入新R波,结束;
f)在该R-R间期内寻幅值最小点并判断fm-fmin是否大于fm且小于3fm,若是,则执行步骤e,若否,则执行步骤g;
g)结束。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811006097.1A CN109330582A (zh) | 2018-08-31 | 2018-08-31 | 基于心电信号分析的心率及其特征指标检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811006097.1A CN109330582A (zh) | 2018-08-31 | 2018-08-31 | 基于心电信号分析的心率及其特征指标检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109330582A true CN109330582A (zh) | 2019-02-15 |
Family
ID=65292319
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811006097.1A Pending CN109330582A (zh) | 2018-08-31 | 2018-08-31 | 基于心电信号分析的心率及其特征指标检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109330582A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111657936A (zh) * | 2020-06-16 | 2020-09-15 | 河南大学 | 基于小波变换和全变差正则化的信号去噪方法 |
CN112656393A (zh) * | 2020-12-08 | 2021-04-16 | 山东中科先进技术研究院有限公司 | 一种心率变异性的检测方法及系统 |
CN113288159A (zh) * | 2021-05-27 | 2021-08-24 | 中国人民解放军总医院第二医学中心 | 一种心电采集系统、采集方法及心电采集系统的制备方法 |
CN113349791A (zh) * | 2021-05-31 | 2021-09-07 | 平安科技(深圳)有限公司 | 异常心电信号的检测方法、装置、设备及介质 |
CN118216927A (zh) * | 2024-05-21 | 2024-06-21 | 合肥综合性国家科学中心人工智能研究院(安徽省人工智能实验室) | 一种自适应心电信号工频干扰滤除方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101518444A (zh) * | 2008-02-28 | 2009-09-02 | 株式会社岛野 | 消耗热量测定装置,消耗热量测定方法以及消耗热量测定用预先处理方法 |
CN201361029Y (zh) * | 2009-01-14 | 2009-12-16 | 周洪建 | 便携式睡眠呼吸暂停检测分析仪 |
CN204520670U (zh) * | 2015-01-19 | 2015-08-05 | 成都信息工程学院 | 一种基于物联网的心电监护系统 |
CN107788969A (zh) * | 2017-09-29 | 2018-03-13 | 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 |
JP2018094173A (ja) * | 2016-12-14 | 2018-06-21 | 日本電信電話株式会社 | 瞬時心拍評価装置、方法およびプログラム |
-
2018
- 2018-08-31 CN CN201811006097.1A patent/CN109330582A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101518444A (zh) * | 2008-02-28 | 2009-09-02 | 株式会社岛野 | 消耗热量测定装置,消耗热量测定方法以及消耗热量测定用预先处理方法 |
CN201361029Y (zh) * | 2009-01-14 | 2009-12-16 | 周洪建 | 便携式睡眠呼吸暂停检测分析仪 |
CN204520670U (zh) * | 2015-01-19 | 2015-08-05 | 成都信息工程学院 | 一种基于物联网的心电监护系统 |
JP2018094173A (ja) * | 2016-12-14 | 2018-06-21 | 日本電信電話株式会社 | 瞬時心拍評価装置、方法およびプログラム |
CN107788969A (zh) * | 2017-09-29 | 2018-03-13 | 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 |
Non-Patent Citations (1)
Title |
---|
黄海彬 等: "心电信号中R波的自适应检测方法", 《自动化与信息工程》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111657936A (zh) * | 2020-06-16 | 2020-09-15 | 河南大学 | 基于小波变换和全变差正则化的信号去噪方法 |
CN111657936B (zh) * | 2020-06-16 | 2022-04-12 | 河南大学 | 基于小波变换和全变差正则化的信号去噪方法 |
CN112656393A (zh) * | 2020-12-08 | 2021-04-16 | 山东中科先进技术研究院有限公司 | 一种心率变异性的检测方法及系统 |
CN113288159A (zh) * | 2021-05-27 | 2021-08-24 | 中国人民解放军总医院第二医学中心 | 一种心电采集系统、采集方法及心电采集系统的制备方法 |
CN113288159B (zh) * | 2021-05-27 | 2023-01-31 | 中国人民解放军总医院第二医学中心 | 一种心电采集系统、采集方法及心电采集系统的制备方法 |
CN113349791A (zh) * | 2021-05-31 | 2021-09-07 | 平安科技(深圳)有限公司 | 异常心电信号的检测方法、装置、设备及介质 |
CN118216927A (zh) * | 2024-05-21 | 2024-06-21 | 合肥综合性国家科学中心人工智能研究院(安徽省人工智能实验室) | 一种自适应心电信号工频干扰滤除方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109330582A (zh) | 基于心电信号分析的心率及其特征指标检测方法 | |
CN107736880A (zh) | 一种脉象分析方法及系统 | |
CN105997043B (zh) | 一种基于腕式可穿戴设备的脉率提取方法 | |
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 | |
CN110037668B (zh) | 脉搏信号时空域结合模型判断年龄、健康状态及恶性心律失常识别的系统 | |
EP2854635A1 (en) | Respiration rate extraction from cardiac signals | |
CN112233813A (zh) | 一种基于ppg的非接触式无创心率呼吸测量方法及系统 | |
CN105105732A (zh) | 实现脉搏心率检测以及情绪和疲劳程度监测的系统及方法 | |
CA2624718A1 (en) | Method and system for high-resolution extraction of quasi-periodic signals | |
CN107822617B (zh) | 一种基于WiFi信号的心率异常检测方法 | |
Zhu et al. | Ballistocardiography with fiber optic sensor in headrest position: A feasibility study and a new processing algorithm | |
CN109833034A (zh) | 一种脉搏波信号中提取血压数据的方法及装置 | |
CN102988036A (zh) | 测量脉率的方法 | |
CN104068841B (zh) | 一种测量心脏收缩时间参数的测量方法及装置 | |
CN111387959A (zh) | 一种基于ippg的非接触式生理参数检测方法 | |
TWI505816B (zh) | 血氧飽和度檢測方法及裝置 | |
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 | |
Sarlabous et al. | Interpretation of the approximate entropy using fixed tolerance values as a measure of amplitude variations in biomedical signals | |
Lin et al. | Investigation on pulse wave forward peak detection and its applications in cardiovascular health | |
KR101744691B1 (ko) | 심탄도 신호를 이용한 심박 검출 방법 및 그 장치 | |
CN208677373U (zh) | 一种脉象分析系统 | |
CN110584638A (zh) | 一种基于cmor小波的非接触式心率测量方法 | |
CN116269260B (zh) | 一种智能手表心率监测方法及系统 | |
CN109350050B (zh) | 心跳间期检测方法及装置 | |
Gupta et al. | Denoising and analysis of PPG acquired from different body sites using Savitzky Golay filter |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190215 |
|
RJ01 | Rejection of invention patent application after publication |