CN113303813A - 一种轻量级心电信号噪声去除及qrs波形检测方法 - Google Patents
一种轻量级心电信号噪声去除及qrs波形检测方法 Download PDFInfo
- Publication number
- CN113303813A CN113303813A CN202110519003.6A CN202110519003A CN113303813A CN 113303813 A CN113303813 A CN 113303813A CN 202110519003 A CN202110519003 A CN 202110519003A CN 113303813 A CN113303813 A CN 113303813A
- Authority
- CN
- China
- Prior art keywords
- data
- electrocardio
- value
- signal
- qrs
- 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
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—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
-
- 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
- A61B5/366—Detecting abnormal QRS complex, e.g. widening
-
- 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
Abstract
一种轻量级心电信号噪声去除及QRS波形检测方法。针对目前心电去噪算法的复杂度过高,在使用低端微控制器对数据进行处理时所带来的资源消耗及处理数据缓慢的问题,提出了一种轻量级心电噪声去除及QRS波形检测的方法,该方法使用延迟器代替传统算法的乘法并采用简单有效的波形峰值检测和阈值判定来获取QRS波。首先通过织物电极获取人体原始心电信号,并通过心电模拟前端芯片对数据进行方法滤波后进行采样量化并通过内部控制器的数字接口输出,微控制器与前端芯片进行串行通信获取心电数据并通过所设计的噪声去除算法及波形检测方法来计算心率和呼吸数值,进而有效的获取真实心电波形,降低微控制器资源消耗,提高心电测量的准确度和设备整体性能。
Description
技术领域
本发明属于计算机技术领域,具体涉及一种轻量级心电信号噪声去除及QRS波形检测方法,针对低端微控制器能够有效降低算法运行资源消耗,提高运行效率及测量准确度。
背景技术
心电信号是人体细胞在人体神经、腺体和肌肉组织所产生的电化学活动。人体中的细胞就像电池一样。这些细胞在其细胞膜的内部和外部具有不同的离子浓度,这称为生物电势的小电势。当生物细胞受到刺激时,这时会产生一个动作电位,即细胞的“去极化”和“复极化”。本质上,来自心脏不同节点的动作电位是构成ECG信号的要素。ECG信号包括来自心脏跳动的不同动作电位的叠加。
人体的ECG信号是一种非平稳、非线性、随机性比较强的微弱生理信号,其信号幅度约为mV级别,波形的AC分量频率相对较低通常在0.05Hz到40Hz之间。采用织物电极或其他电极对人体心电信号进行采集时,难免由于外界的环境及电极本身阻抗的影响导致信号噪声的增加,根据医学研究表明,心电信号噪声主要基线漂移、工频干扰、肌电噪声、运动伪影这四种所组成。其中,基线漂移和工频干扰是最常见也是最普遍的噪声。基线漂移是信号的x轴漂移或者上下移动而不是笔直的效果,使得整个信号偏离其正常基准。在ECG信号中,基线漂移是由于电极(电极皮肤阻抗)不当,监测者呼吸和运动造成的。工频干扰主要来源于工频电源及器件周围环境的传输线所辐射的电磁场,频率为50Hz/60Hz,在ECG波形上出现为周期性的细小纹波,其频率成分主要是工频频率及其谐波分量。
随着人口的老龄化的日益凸显,健康监护、人体保健等意识与日俱增,可穿戴设备也因此层出不穷。针对心电测量的智能监测衣、监测胸带和监测胸贴等设备层出不穷。在该类设备中采用的是低成本、低功耗的低端微处理器,传统算法过于复杂,在此类设备上应用给控制器的处理能力带来了很大的挑战,影响设备的运行效率,降低系统的实时性和性能。
发明内容
为了克服现有技术的不足,本发明的目的是提出一种轻量级心电信号噪声去除及QRS波形检测方法。该方法首先利用心电模拟前端芯片对人体原始心电信号进行放大滤波并采样量化编码获得数字信号,进而将该信号通过微控制器获取到缓冲区。将缓冲区的样本数据输入到构建的递归移动平均滤波器中并对样本数据进行信号延迟,最终获得去噪后的心电数据。再对该数据进行QRS波形检测。本方法能够降低微控制器在处理心电信号时的时间消耗及性能损失,进一步提高设备的运行效率,提高监测设备的准确性。
为了实现上述目的,本发明的技术方案如下:
一种轻量级心电信号噪声去除及QRS波形检测方法,主要包括以下步骤:
步骤一,通过织物电极构成心电导联接触人体皮肤表面获取原始心电信号,将原始心电信号进行滤波,放大并通过心电模拟前端芯片对信号进行采样量化,得到包含心电信息的数字信号;
步骤二,通过主控制器与模拟前端进行串行通信,根据通信协议获取当前的心电信号的数据,并设置心电信号的采样率Fs,针对50Hz交流电所带来的电力线噪声的去除,应当设定Fs=200Hz;
步骤三,将心电数据通过延迟器对其数据进行延迟来保证移动平均器(MA)的v[n]输出和x[n]输入进行时间同步,为减法做准备;
步骤四,设定滤波器的延迟变量D,调用单个递归移动平均器对心电数据进行滤波后,再通过第二个级联递归移动平均器来获取新的滤波数据;
步骤五,计算导联I信号样本数据的一阶导数,即
y0(n)=|x(n+1)-x(n-1)| (1)
式中,y0(n)为首次样本数据,x(n+1)是第(n+1)个样本值,x(n-1)是第(n-1)个样本值。
步骤六,将数据的一阶导数前两秒存放在缓冲区,最大值P也存放在缓冲区并计算阈值0.7*P,每当导数的数值超过该阈值时将ECG数据样本进行标记;
步骤七,通过对40个样本数据进行一阶求导来检测QRS峰值,并获得最大值M1,将最大值M1的数据存放在另外一个缓冲区中;
进一步,步骤三中所设计的单位移动平均滤波器,其传递函数为:
其中,D为延迟器延迟系数。
本发明与现有技术相比具有以下优点:
1)对心电信号的基线漂移和电力线噪声的去除具有很好的效果,采用该方法可以一次性将两种噪声基本去除还原成原始信号而无需多次分别去除。
2)针对现有方法的过于复杂庞大的问题,设计了一种轻量级的去除噪声方法,采用延迟器来代替传统方法中的乘法运算,从而提高设备的运行效率,提高监测准确度和实时效果,降低系统资源消耗进一步降低电源功耗。
附图说明
图1为发明的方法流程图
图2为发明的去噪方法框架
图3为发明的方法所具体应用对比图
具体实施方式
以下结合附图对本发明的实施例做进一步的详细描述。
参照图1,一种轻量级心电信号噪声去除及QRS波形检测方法,主要包括以下步骤:
步骤一,通过织物电极构成心电导联接触人体皮肤表面获取原始心电信号,将原始心电信号进行滤波,放大并通过心电模拟前端芯片对信号进行采样量化,得到包含心电信息的数字信号。
步骤二,通过主控制器与模拟前端进行串行通信,根据通信协议获取当前的心电信号的数据,并设置心电信号的采样率Fs,针对50Hz交流电所带来的电力线噪声的去除,应当设定Fs=200Hz。
步骤三,将心电数据通过延迟器对其数据进行延迟来保证移动平均器(MA)的v[n]输出和x[n]输入进行时间同步,为减法做准备。
步骤四,设定滤波器的延迟变量D,调用单个递归移动平均器对心电数据进行滤波后,再通过第二个级联递归移动平均器来获取新的滤波数据。
步骤五,计算导联I信号样本数据的一阶导数。
步骤六,将数据的一阶导数前两秒存放在缓冲区,最大值P也存放在缓冲区并计算阈值0.7*P,每当导数的数值超过该阈值时将ECG数据样本进行标记。
步骤七,通过对40个样本数据进行一阶求导来检测QRS峰值,并获得最大值M1,将最大值M1的数据存放在另外一个缓冲区中。
步骤八,检测到QRS峰值后,跳过50个样本数据并重复检测5个QRS波峰并计算心率。
以上描述仅是本发明的一个具体实例,并未构成对本发明的任何限制,显然对于本领域的专业人员来说,在了解了本发明内容和原理后,都可能在不背离本发明原理、结构的情况下,进行形式和细节上的各种修改和改变,但是这些基本发明思想的修正和改变仍在本发明的权利要求保护范围之内。
Claims (2)
1.一种轻量级心电信号噪声去除及QRS波形检测方法,其特征在于,主要包括以下步骤:
步骤一,通过织物电极构成心电导联接触人体皮肤表面获取原始心电信号,将原始心电信号进行滤波,放大并通过心电模拟前端芯片对信号进行采样量化,得到包含心电信息的数字信号;
步骤二,通过主控制器与模拟前端进行串行通信,根据通信协议获取当前的心电信号的数据,并设置心电信号的采样率Fs,针对50Hz交流电所带来的电力线噪声的去除,应当设定Fs=200Hz;
步骤三,将心电数据通过延迟器对其数据进行延迟来保证移动平均器(MA)的v[n]输出和x[n]输入进行时间同步,为减法做准备;
步骤四,设定滤波器的延迟变量D,调用单个递归移动平均器对心电数据进行滤波后,再通过第二个级联递归移动平均器来获取新的滤波数据;
步骤五,计算导联I信号样本数据的一阶导数,即
y0(n)=|x(n+1)-x(n-1)| (1)
式中,y0(n)为首次样本数据,x(n+1)是第(n+1)个样本值,x(n-1)是第(n-1)个样本值。
步骤六,将数据的一阶导数前两秒存放在缓冲区,最大值P也存放在缓冲区并计算阈值0.7*P,每当导数的数值超过该阈值时将ECG数据样本进行标记;
步骤七,通过对40个样本数据进行一阶求导来检测QRS峰值,并获得最大值M1,将最大值M1的数据存放在另外一个缓冲区中;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110519003.6A CN113303813A (zh) | 2021-05-12 | 2021-05-12 | 一种轻量级心电信号噪声去除及qrs波形检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110519003.6A CN113303813A (zh) | 2021-05-12 | 2021-05-12 | 一种轻量级心电信号噪声去除及qrs波形检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113303813A true CN113303813A (zh) | 2021-08-27 |
Family
ID=77373241
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110519003.6A Pending CN113303813A (zh) | 2021-05-12 | 2021-05-12 | 一种轻量级心电信号噪声去除及qrs波形检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113303813A (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102178522A (zh) * | 2011-04-29 | 2011-09-14 | 华南理工大学 | 一种母亲及胎儿心电信号qrs波中r波的检测定位方法 |
CN102379692A (zh) * | 2011-09-02 | 2012-03-21 | 东莞中山大学研究院 | 一种面向区端网络的远程心电监护系统及方法 |
US20130237874A1 (en) * | 2012-03-12 | 2013-09-12 | Texas Instruments Incorporated | Real Time QRS Detection Using Adaptive Threshold |
US20130338518A1 (en) * | 2012-06-19 | 2013-12-19 | Texas Instruments Incorporated | Real Time QRS Duration Measurement in Electrocardiogram |
US9392952B1 (en) * | 2015-03-10 | 2016-07-19 | Nuvo Group Ltd. | Systems, apparatus and methods for sensing fetal activity |
US20160270670A1 (en) * | 2015-03-16 | 2016-09-22 | Nuvo Group Ltd. | Continuous non-invasive monitoring of a pregnant human subject |
WO2017119368A1 (ja) * | 2016-01-06 | 2017-07-13 | ヤマハ株式会社 | 信号処理方法および信号処理装置 |
CN107224284A (zh) * | 2016-03-25 | 2017-10-03 | 深圳华清心仪医疗电子有限公司 | 一种全数字心电信号的噪声检测方法及系统 |
CN109907752A (zh) * | 2019-03-04 | 2019-06-21 | 王量弘 | 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 |
CN112450899A (zh) * | 2020-12-04 | 2021-03-09 | 中科心感(南京)医疗电子科技有限公司 | 一种自校准连续血压测量装置和方法 |
-
2021
- 2021-05-12 CN CN202110519003.6A patent/CN113303813A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102178522A (zh) * | 2011-04-29 | 2011-09-14 | 华南理工大学 | 一种母亲及胎儿心电信号qrs波中r波的检测定位方法 |
CN102379692A (zh) * | 2011-09-02 | 2012-03-21 | 东莞中山大学研究院 | 一种面向区端网络的远程心电监护系统及方法 |
US20130237874A1 (en) * | 2012-03-12 | 2013-09-12 | Texas Instruments Incorporated | Real Time QRS Detection Using Adaptive Threshold |
US20130338518A1 (en) * | 2012-06-19 | 2013-12-19 | Texas Instruments Incorporated | Real Time QRS Duration Measurement in Electrocardiogram |
US9392952B1 (en) * | 2015-03-10 | 2016-07-19 | Nuvo Group Ltd. | Systems, apparatus and methods for sensing fetal activity |
US20160270670A1 (en) * | 2015-03-16 | 2016-09-22 | Nuvo Group Ltd. | Continuous non-invasive monitoring of a pregnant human subject |
WO2017119368A1 (ja) * | 2016-01-06 | 2017-07-13 | ヤマハ株式会社 | 信号処理方法および信号処理装置 |
CN107224284A (zh) * | 2016-03-25 | 2017-10-03 | 深圳华清心仪医疗电子有限公司 | 一种全数字心电信号的噪声检测方法及系统 |
CN109907752A (zh) * | 2019-03-04 | 2019-06-21 | 王量弘 | 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 |
CN112450899A (zh) * | 2020-12-04 | 2021-03-09 | 中科心感(南京)医疗电子科技有限公司 | 一种自校准连续血压测量装置和方法 |
Non-Patent Citations (5)
Title |
---|
ELGENDI,MOHAMED; ESKOFOER, BJOERN; DOKOS,SOCRATES; ABBOTT,DEREK: "Revisiting QRS Detection Methodologies for Portable, Wearable, Battery-Operated, and Wireless ECG Systems.", 《PLOS ONE》 * |
H.C.CHEN; S.W.CHEN: "A moving average based filtering system with its application to real time QRS detection", 《COMPUTERS IN CARDIOLOGY》 * |
IVAYLO I CHRISTOV: "Real time electrocardiogram QRS detection using combined adaptive threshold", 《BIOMEDICAL ENGINEERING ONLINE》 * |
NEHLA DEBBABI;SADOK EL ASMI;HICHEM ARFA: "Correction of ECG baseline wander application to the Pan & Tompkins QRS detection algorithm", 《2010 5TH INTERNATIONAL SYMPOSIUM ON I/V COMMUNICATIONS AND MOBILE NETWORK》 * |
张永红;林家瑞: "一种基于8098单片机的ECG实时滤波方法", 《生物医学工程前沿》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN204306822U (zh) | 可穿戴心电信号监测装置 | |
CA2900160C (en) | Detecting fiducial points in physiological signals | |
Wijaya et al. | Abnormalities state detection from P-wave, QRS complex, and T-wave in noisy ECG | |
CN104586381A (zh) | 一种基于物联网的心电监护系统 | |
CN109481164B (zh) | 一种基于脑电信号的电动轮椅控制系统 | |
CN103083012A (zh) | 基于盲源分离的房颤信号提取方法 | |
CN109620206B (zh) | 包含异位心跳判断的房颤人工智能识别方法及装置 | |
Liu et al. | Activity recognition in wearable ECG monitoring aided by accelerometer data | |
Swathi et al. | R peak detection and feature extraction for the diagnosis of heart diseases | |
CN204520670U (zh) | 一种基于物联网的心电监护系统 | |
CN108154112B (zh) | 一种处理心电数据的方法、处理心电数据的装置及电子设备 | |
CN111803054B (zh) | 一种实时评估室颤信号质量和除颤成功率的方法与仪器 | |
JP2015517355A (ja) | 動きアーチファクトの測定及び除去機能を含む心臓除細動器 | |
Marhoon et al. | A new real-time resource-efficient algorithm for ECG denoising, feature extraction and classification-based wearable sensor network | |
CN110353704B (zh) | 基于穿戴式心电监测的情绪评估方法与装置 | |
CN113303813A (zh) | 一种轻量级心电信号噪声去除及qrs波形检测方法 | |
CN115969398B (zh) | 眨眼检测方法及装置 | |
Lemay et al. | Spatiotemporal QRST cancellation method using separate QRS and T-waves templates | |
CN110063725A (zh) | 用于风险提示的心电监测设备及系统 | |
CN109770851A (zh) | 一种基于蓝牙无线通信的心脏健康状态监测系统及方法 | |
Ozkaraca et al. | Denoising and remote monitoring of ECG signal with real-time extended kalman filter in a wearable system | |
Karnewar et al. | The combined effect of median and FIR filter in pre-processing of ECG signal using matlab | |
Shrestha et al. | Optimized R peak detection algorithm for ultra low power ECG systems | |
Kaur et al. | Adaptive wavelet thresholding for noise reduction in electrocardiogram (ECG) signals | |
CN112515637A (zh) | 一种基于组稀疏特性的心电信号降噪方法 |
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 |