CN113180689A - 一种基于高斯函数拟合的p波波峰及起始位置提取方法 - Google Patents
一种基于高斯函数拟合的p波波峰及起始位置提取方法 Download PDFInfo
- Publication number
- CN113180689A CN113180689A CN202110378596.9A CN202110378596A CN113180689A CN 113180689 A CN113180689 A CN 113180689A CN 202110378596 A CN202110378596 A CN 202110378596A CN 113180689 A CN113180689 A CN 113180689A
- Authority
- CN
- China
- Prior art keywords
- wave
- fitting
- segment
- electrocardiosignal
- extracting
- 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
- 238000000605 extraction Methods 0.000 title description 3
- 238000000034 method Methods 0.000 claims abstract description 32
- 238000005070 sampling Methods 0.000 claims abstract description 14
- 238000007781 pre-processing Methods 0.000 claims abstract description 8
- 238000001615 p wave Methods 0.000 abstract 2
- 238000001514 detection method Methods 0.000 description 2
- 208000024172 Cardiovascular disease Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 208000019622 heart disease Diseases 0.000 description 1
- 238000002513 implantation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000000718 qrs complex Methods 0.000 description 1
Images
Classifications
-
- 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
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Pathology (AREA)
- Medical Informatics (AREA)
- Physiology (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Biophysics (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Psychiatry (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Power Engineering (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
Description
技术领域
本申请属于心电图函数拟合技术领域,尤其是涉及一种基于高斯函数拟合的P波波峰及起始位置提取方法。
背景技术
心电信号具有非植入性、成本低的优势,因此成为临床上常用的心血管疾病诊断工具。一段心电信号通常由若干个心跳组成,一个正常的心跳主要由P波、QRS复合波、T波组成。其中P波的有无和位置是诊断多种心脏疾病的重要依据,也是心电图临床特征参数的计算依据,因此准确提取P波出现的位置和形态具有重要的意义。传统方法中,采用滤波+幅值阈值法或过零点检测法检测,然而由于P波特征相对于QRS波群和T波特征较为不明显,并且P波波峰振幅较小,因此很容易受到噪声的干扰,导致传统方法在提取P波时效果比较差。
发明内容
本发明要解决的技术问题是:为解决现有技术中心电图函数拟合方法的不足,从而提供一种基于高斯函数拟合的P波波峰及起始位置提取方法。
本发明解决其技术问题所采用的技术方案是:
一种基于高斯函数拟合的P波波峰及起始位置提取方法,包括以下步骤:
S1,对于长度为N,采样频率为fs的心电信号,将其采样点数值转化为真实的电压幅值,并进行预处理得到s′(i)s′(i)是预处理后的,
心电信号的第i个点的幅值;
S2,采用任意一种算法进行R波波峰提取;
S3,在R波波峰位置发生之前的一段时间的波形片段中,以单位时间的步长进行移动,不断截取得到心电信号片段,以心电信号片段为对象,对函数进行拟合,得到函数中的σ,u和d的参数值,并记拟合误差大小为err;式中,Zp表示采样点幅值大小,d表示振幅增益,通过拟合得到;t表示时间,是自变量;u为中心时间参数,通过拟合得到;σ是宽度因子,通过拟合得到;
S4,选取拟合误差最小的片段作为潜在的P波区域,记这个片段的拟合误差为err1,拟合得到的振幅增益为d1,中心时间参数为u1,判断d1的大小,如果err1>0.1或d1>0.5,则认为P波不存在;否则,认定该潜在区域的中间点tz为P波波峰位置发生处,tz-0.8*u1是P波的起点,tz+0.8*u1是P波的终点;式中,tz表示步骤S3中截取得到心电信号片段的中心采样点的发生时间。
优选地,本发明的基于高斯函数拟合的P波波峰及起始位置提取方法,步骤S1中,按照以下公式预处理:
优选地,本发明的基于高斯函数拟合的P波波峰及起始位置提取方法,步骤S3中,所述一段时间为0.02秒~0.2秒。
优选地,本发明的基于高斯函数拟合的P波波峰及起始位置提取方法,步骤S3中,所述单位时间为0.01秒。
优选地,本发明的基于高斯函数拟合的P波波峰及起始位置提取方法,步骤S3中,不断截取得到用时0.12s的心电信号片段。
本发明的有益效果是:
提出了一种新的预处理方法+高斯拟合的方法对P波波峰有无,P波起始点位置进行判断,能够更加准确的判断心电图中P波的起点、终点。
附图说明
下面结合附图和实施例对本申请的技术方案进一步说明。
图1是本申请实施例的基于高斯函数拟合的P波波峰及起始位置提取方法流程图。
具体实施方式
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。
在本申请的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本申请和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本申请保护范围的限制。此外,术语“第一”、“第二”等仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”等的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明创造的描述中,除非另有说明,“多个”的含义是两个或两个以上。
在本申请的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以通过具体情况理解上述术语在本申请中的具体含义。
下面将参考附图并结合实施例来详细说明本申请的技术方案。
实施例
本实施例提供一种基于高斯函数拟合的P波波峰及起始位置提取方法,本方法适用于长度大于2秒的心电信号中的P波波峰的提取,如图1所示,包括以下步骤:
S1,对于长度为N,采样频率为fs的心电信号,将其采样点数值转化为真实的电压幅值(由于信号时间长度大于2s,则必有N>2*fs),并进行预处理得到s′(i),s′(i)是预处理后的心电信号的第i个点的幅值;
S2,采用任意一种算法进行R波波峰提取;
S3,在R波峰位置发生之前的一段时间的波形片段中,以单位时间的步长进行移动,不断截取得到心电信号片段,以心电信号片段为对象,对函数进行拟合,得到函数中的σ,u和d的参数值,并记拟合误差大小为err;式中,Zp表示采样点幅值大小,d表示振幅增益,通过拟合得到;t表示时间,是自变量;u为中心时间参数,通过拟合得到;σ是宽度因子,通过拟合得到;
S4,选取拟合误差最小的片段作为潜在的P波区域,记这个片段的拟合误差为err1,拟合得到的振幅增益为d1,中心时间参数为u1,判断d1的大小,如果err1>0.1或d1>0.5,则认为P波不存在;否则,认定该潜在区域的中间点tz为P波波峰位置发生处,tz-0.8*u1是P波的起点,tz+0.8*u1是P波的终点;式中,tz表示步骤S3中截取得到心电信号片段的中心采样点的发生时间。
本实施例的基于高斯函数拟合的P波波峰及起始位置提取方法,提出了一种新的预处理方法+高斯拟合的方法对P波波峰有无,P波起始点位置进行判断,能够更加准确的判断心电图中P波的起点、终点。
优选地,本实施例的基于高斯函数拟合的P波波峰及起始位置提取方法,步骤S1中,按照以下公式预处理:
其中,floor为floor函数(向下取整)。
优选地,本实施例的基于高斯函数拟合的P波波峰及起始位置提取方法,步骤S3中,所述一段时间为0.02秒~0.2秒。
优选地,本实施例的基于高斯函数拟合的P波波峰及起始位置提取方法,步骤S3中,所述单位时间为0.01秒。
优选地,本实施例的基于高斯函数拟合的P波波峰及起始位置提取方法,步骤S3中,不断截取得到用时0.12s的心电信号片段。
以上述依据本申请的理想实施例为启示,通过上述的说明内容,相关工作人员完全可以在不偏离本项申请技术思想的范围内,进行多样的变更以及修改。本项申请的技术性范围并不局限于说明书上的内容,必须要根据权利要求范围来确定其技术性范围。
Claims (6)
1.一种基于高斯函数拟合的P波波峰及起始位置提取方法,其特征在于,包括以下步骤:
S1,对于长度为N,采样频率为fs的心电信号,将其采样点数值转化为真实的电压幅值,并进行预处理得到s′(i),s′(i)是预处理后的心电信号的第i个点的幅值;
S2,采用任意一种算法进行R波波峰提取;
S3,在R波峰位置发生之前的一段时间的波形片段中,以单位时间的步长进行移动,不断截取得到心电信号片段,以心电信号片段为对象,对函数进行拟合,得到函数中的σ,u和d的参数值,并记拟合误差大小为err;式中,Zp表示采样点幅值大小,d表示振幅增益,通过拟合得到;t表示时间,是自变量;u为中心时间参数,通过拟合得到;σ是宽度因子,通过拟合得到;
S4,选取拟合误差最小的片段作为潜在的P波区域,记这个片段的拟合误差为err1,拟合得到的振幅增益为d1,中心时间参数为u1,判断d1的大小,如果err1>0.1或d1>0.5,则认为P波不存在;否则,认定该潜在区域的中间点tz为P波波峰位置发生处,tz-0.8*u1是P波的起点,tz+0.8*u1是P波的终点;式中,tz表示步骤S3中截取得到心电信号片段的中心采样点的发生时间。
3.根据权利要求2所述的基于高斯函数拟合的P波波峰及起始位置提取方法,其特征在于,步骤S3中,所述一段时间为0.02秒~0.2秒。
4.根据权利要求3所述的基于高斯函数拟合的P波波峰及起始位置提取方法,其特征在于,步骤S3中,所述单位时间为0.01秒。
5.根据权利要求4所述的基于高斯函数拟合的P波波峰及起始位置提取方法,其特征在于,步骤S3中,不断截取得到用时0.12s的心电信号片段。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110378596.9A CN113180689A (zh) | 2021-04-08 | 2021-04-08 | 一种基于高斯函数拟合的p波波峰及起始位置提取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110378596.9A CN113180689A (zh) | 2021-04-08 | 2021-04-08 | 一种基于高斯函数拟合的p波波峰及起始位置提取方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113180689A true CN113180689A (zh) | 2021-07-30 |
Family
ID=76975029
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110378596.9A Pending CN113180689A (zh) | 2021-04-08 | 2021-04-08 | 一种基于高斯函数拟合的p波波峰及起始位置提取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113180689A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113271099A (zh) * | 2021-07-19 | 2021-08-17 | 常州罗盘星检测科技有限公司 | 一种提升仪器测量精度的数据处理方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102798748A (zh) * | 2012-07-13 | 2012-11-28 | 中冶南方工程技术有限公司 | 一种基于迭代傅里叶变换计算交流电压信号幅值和相位的方法 |
CN105030228A (zh) * | 2015-06-29 | 2015-11-11 | 深圳市理邦精密仪器股份有限公司 | 在心电信号中确定其p波位置的方法及装置 |
CN105372471A (zh) * | 2015-07-09 | 2016-03-02 | 深圳市科润宝实业有限公司 | 正弦信号的幅值检测方法和系统 |
CN106344004A (zh) * | 2016-09-28 | 2017-01-25 | 清华大学 | 心电信号特征点检测方法及装置 |
CN109171711A (zh) * | 2018-11-14 | 2019-01-11 | 中国计量大学 | 一种基于极值法的快速p波检测方法 |
CN109998529A (zh) * | 2019-04-15 | 2019-07-12 | 北京工业大学 | 一种基于高斯函数拟合的ecg信号中p波、t波检测方法 |
CN111134637A (zh) * | 2019-12-06 | 2020-05-12 | 深圳绿米联创科技有限公司 | 信号处理方法、装置、电子设备及存储介质 |
-
2021
- 2021-04-08 CN CN202110378596.9A patent/CN113180689A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102798748A (zh) * | 2012-07-13 | 2012-11-28 | 中冶南方工程技术有限公司 | 一种基于迭代傅里叶变换计算交流电压信号幅值和相位的方法 |
CN105030228A (zh) * | 2015-06-29 | 2015-11-11 | 深圳市理邦精密仪器股份有限公司 | 在心电信号中确定其p波位置的方法及装置 |
CN105372471A (zh) * | 2015-07-09 | 2016-03-02 | 深圳市科润宝实业有限公司 | 正弦信号的幅值检测方法和系统 |
CN106344004A (zh) * | 2016-09-28 | 2017-01-25 | 清华大学 | 心电信号特征点检测方法及装置 |
CN109171711A (zh) * | 2018-11-14 | 2019-01-11 | 中国计量大学 | 一种基于极值法的快速p波检测方法 |
CN109998529A (zh) * | 2019-04-15 | 2019-07-12 | 北京工业大学 | 一种基于高斯函数拟合的ecg信号中p波、t波检测方法 |
CN111134637A (zh) * | 2019-12-06 | 2020-05-12 | 深圳绿米联创科技有限公司 | 信号处理方法、装置、电子设备及存储介质 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113271099A (zh) * | 2021-07-19 | 2021-08-17 | 常州罗盘星检测科技有限公司 | 一种提升仪器测量精度的数据处理方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106214145B (zh) | 一种基于深度学习算法的心电图分类方法 | |
US8442624B2 (en) | System for cardiac medical condition detection | |
EP2895063B1 (en) | A system and method for detecting the presence of a p-wave in an ecg waveform | |
CN101065058B (zh) | 使用部分状态空间重构监视生理活动 | |
US7412282B2 (en) | Algorithms for detecting cardiac arrhythmia and methods and apparatuses utilizing the algorithms | |
US8684942B2 (en) | System for cardiac impairment detection based on signal regularity | |
US7826892B2 (en) | Method for quantitative assessment of the autonomic nervous system based on heart rate variability analysis | |
CN105030228A (zh) | 在心电信号中确定其p波位置的方法及装置 | |
CN111419212A (zh) | 心电图数据处理的方法、装置、存储介质及计算机设备 | |
TW200920318A (en) | Methods, systems and devices for detecting and diagnosing heart diseases and disorders | |
CN104921722A (zh) | 一种双导联融合心电qrs波检测方法 | |
CN109288515B (zh) | 基于穿戴式心电信号中早搏信号的周期性监测方法及装置 | |
CN109998529A (zh) | 一种基于高斯函数拟合的ecg信号中p波、t波检测方法 | |
US8364248B2 (en) | System for cardiac pathology detection and characterization | |
CN112617850B (zh) | 心电信号的早搏心拍检测系统 | |
KR20060117545A (ko) | 심전도 신호의 특징추출방법 | |
CN113180689A (zh) | 一种基于高斯函数拟合的p波波峰及起始位置提取方法 | |
CN108685605B (zh) | 导管末端定位方法和系统 | |
US10064560B2 (en) | System for cardiac pathology detection and characterization | |
CN111166325B (zh) | 基于ipcmm算法的心电信号qrs复合波检测方法及系统 | |
CN109394206B (zh) | 基于穿戴式心电信号中早搏信号的实时监测方法及其装置 | |
CN112438735B (zh) | 一种心电图p波检测方法、分析装置以及存储介质 | |
CN108836312A (zh) | 一种新型基于人工智能的进行杂波剔除的方法及系统 | |
CN114580477A (zh) | 一种基于多时间序列融合的可穿戴动态呼吸率估测系统 | |
US9192315B2 (en) | Patient signal analysis and characterization based on late potentials |
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: 20210730 |
|
RJ01 | Rejection of invention patent application after publication |