CN1147272C - Holter系统的数据压缩方法及其装置 - Google Patents

Holter系统的数据压缩方法及其装置

Info

Publication number
CN1147272C
CN1147272C CNB001137832A CN00113783A CN1147272C CN 1147272 C CN1147272 C CN 1147272C CN B001137832 A CNB001137832 A CN B001137832A CN 00113783 A CN00113783 A CN 00113783A CN 1147272 C CN1147272 C CN 1147272C
Authority
CN
China
Prior art keywords
resistance
qrs complex
electrocardiosignal
signal
complex wave
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.)
Expired - Fee Related
Application number
CNB001137832A
Other languages
English (en)
Other versions
CN1271561A (zh
Inventor
阎相国
郑崇勋
伍晓宇
刘峰
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.)
Xian Jiaotong University
Original Assignee
Xian Jiaotong University
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 Xian Jiaotong University filed Critical Xian Jiaotong University
Priority to CNB001137832A priority Critical patent/CN1147272C/zh
Publication of CN1271561A publication Critical patent/CN1271561A/zh
Application granted granted Critical
Publication of CN1147272C publication Critical patent/CN1147272C/zh
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Images

Landscapes

  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)

Abstract

Holter系统的数据压缩方法及其装置,用整——整小波变换方法及其多分辨分析技术对心电信号进行多尺度小波分解,由QRS复合波检测电路(2)确定QRS复合波起点位置,从而计算屏蔽函数,根据数据采样率和需要的压缩效果预先选择分解级数和误差阈值,对经上述小波分解后的在不同小波尺度上的小波分量逐点与误差阈值与屏蔽函数的乘积进行比较,确定保留该点,然后再将记录到的保留数据传输到计算机。

Description

Holter系统的数据压缩方法及其装置
本发明属于医疗仪器技术领域,更进一步涉及Holter系统中压缩存储心电信号波形的方法及相关装置。
24小时数字连续记录式Holter系统中用于记录体表心电信号的记录器由病人随身携带,由于记录器体积要尽可能小,所采用处理器(CPU)的处理能力和存储器的容量都受到严格限制,一般对由体表测得的心电信号要进行数据压缩存储。由于一般处理器(CPU)的性能较弱,为保证数据压缩的实时性,压缩算法一般为可快速实现的时域直接压缩法。时域直接压缩法是建立在直接分析原始数据的冗裕基础上,把数据点分为保留点和冗裕点,通过剔除冗裕点达到数据压缩的目的。在数据重构时一般用折线重构,得到的波形生硬,严重影响了其临床应用价值;此外很难同时保证高的数据压缩率和高的信息保真度,不具有保留心室晚电位这样的高频低幅信息的能力,且对高频干扰十分敏感。
本发明的目的是克服上述现有技术的缺点,提出一种采用整——整小波变换对心电信号实现高效数据压缩的方法,并用该方法开发具有更高性能的Holter产品。
图1是本发明的结构框图。
图2是本发明的心电信号放大电路电路原理图。
图3是本发明的QRS复合波检测电路原理图。
下面结合附图对本发明的原理作详细说明。
参见图1,本发明的装置包括一个心电信号放大电路(1)、一个QRS复合波检测电路(2)、一个A/D转换电路(3)、一个CPU(4)、和一个存储电路(5)。由体表测到的体表信号输入心电信号放大电路(1),心电信号放大电路(1)的输出送入A/D转换电路(3),同时心电信号放大电路(1)的输出送入QRS复合波检测电路(2)作为其输入,QRS复合波检测电路(2)的输出送入CPU(4)作为CPU(4)的一中断信号,A/D转换电路(3)的输出与CPU(4)的总线相连,CPU(4)的总线同时也与存储电路(5)相连。
参见图2,本发明的心电信号放大电路(1)包括由运算放大器A1、电阻R1、电阻R2、电阻R3、电阻R4、电容C1、C2组成的二阶高通滤波放大器,体表信号输入该二阶高通滤波放大器,其输出送入由运算放大器A2、电阻R5、电阻R6、电阻R7、电阻R8、电容C3、电容C4组成的二阶低通滤波放大器,该二阶低通滤波放大器的输出送入A/D转换电路(3)。
参见图3,本发明的QRS复合波检测电路(2)包括由运算放大器A3、电阻R9、电阻R10、电阻R11、电容C5、电容C6组成的带通滤波器,其输出分别接到二极管D2的阳极和由运算放大器A4、电阻R15、电阻R16组成的反相器的输入端,该反相器的输出接到二极管D1的阳极,D1的阴极和D2的阴极相连并接到IC1比较器的IN+端,比较器IC1、电阻R12、电阻R13、电阻R14组成QRS复合波检测比较器,IC1比较器的的OUT端与CPU(4)的一中断输入相连。
本发明用于数据压缩的方法为:心电信号放大电路(1)的频带为0.03——200Hz,体表信号通过心电信号放大电路(1)后得到心电信号,QRS复合波检测电路(2)检测QRS复合波并向CPU(4)实时发送中断信号。
采样得到的心电信号数据用公式(A)对应的整——整小波变换进行分解。
b 2 m ′ ( k ) = a 2 m + 1 ( 2 k + 1 ) - a 2 m + 1 ( 2 k )
Figure C0011378300052
Figure C0011378300053
其中 为输入信号,
Figure C0011378300056
分别是分解得到的低频和高频输出信号,
Figure C0011378300057
是计算过程中的中间变量,
Figure C0011378300058
代表不超过x的最大整数,k为输入信号、分解得到的低频和高频输出信号的位置索引。通过此映射可把原始输入信号 分解为长度分别为一半的高频信号 和低频信号
Figure C00113783000511
采用多分辨分析技术,对分解后的低频信号
Figure C00113783000512
用同样的过程在不同的尺度2m+1(-M≤m≤-1,M为欲分解的最大级数)进行分解,即可把原始信号分解为一组在不同小波尺度上的小波分量。
心电信号的每个心跳周期主要包含QRS复合波、P波、T波、ST段和心室晚电位等有用信息,它们分别出现在上述小波分解后的特定尺度的不同时刻。为了既可完整保留心电信号的临床应用信息,又可取得尽可能高的数据压缩率。在压缩过程中,必须对在不同位置、不同尺度的变换数据进行不同的处理。为此引入屏蔽函数,它在信号的不同段取不同值:在QRS复合波部分取值为2,在心室晚电位部分为1,其他部分为3。由QRS复合波检测电路(2)检测QRS复合波并向CPU(4)实时发送中断信号从而确定QRS复合波起始位置。
Figure C00113783000513
根据数据采样率和需要的压缩效果预先选择分解级数和误差阈值,对经上述小波分解后的在不同小波尺度上的小波分量逐点与误差阈值与屏蔽函数的乘积进行比较,如果大于此乘积保留该点,否则丢弃。
与上述分解过程完全相同,用公式(C)可重构压缩波形。
a 2 m + 1 ( 2 k + 1 ) = a 2 m + 1 ( 2 k ) + b 2 m ′ ( k )
本发明的实施例为:开发1000Hz心电信号采样率的Holter系统。由体表检测到的体表信号通过心电信号放大电路(1)后得到心电信号,用1000Hz采样率实时采样该心电信号,QRS复合波检测电路(2)检测QRS复合波并向CPU(4)实时发送中断信号,以便确定QRS复合波起点从而计算屏蔽函数。把采样得到的心电信号按每段2048个采样点进行分段,然后对每段用上述数据压缩方法对心电信号进行实时压缩编码存储,从而完成对心电信号24小时的记录。记录完成后把记录到的数据传输到计算机,从而实现24小时的心律失常分析、ST段分析、QT分析、心率变异性分析、和心室晚电位动态分析。
本发明提出的Holter系统的数据压缩方法,不仅可完整保留QRS、P、T、ST等信息,而且可有效地保留心室晚电位信息。该方法由于采用整——整小波变换避免了浮点运算问题,仅需要加、减和移位运算,可快速实现,特别适合开发具有心室晚电位记录和分析能力的高性能Holter系统。用本发明提出的思想采用其它整——整小波变换可推广到其它生物医学信号的压缩存储甚至其他学科的数据压缩。

Claims (5)

1.Holter系统的数据压缩方法,体表信号通过心电信号放大电路(1)后得到心电信号,本发明的特征是,用QRS复合波检测电路(2)检测QRS复合波并向CPU(4)实时发送中断信号,以此为基础计算屏蔽函数(B),根据数据采样率和需要的压缩效果预先选择分解级数和误差阈值,接着将采样得到的心电信号数据用公式(A)对应的整——整小波变换进行分解,对经上述小波分解后的在不同小波尺度上的小波分量逐点与误差阈值与屏蔽函数的乘积进行比较,如果大于此乘积保留该点,否则丢弃,然后再将记录到的数据传输到计算机;
上述公式(A)和屏蔽函数(B)分别是:
b 2 m ′ ( k ) = a 2 m + 1 ( 2 k + 1 ) - a 2 m + 1 ( 2 k )
公式(A)把输入信号
Figure C0011378300024
分解为长度分别为一半的高频信号
Figure C0011378300025
和低频信号
Figure C0011378300026
公式(A)中, 为输入信号, 分别是分解得到的低频和高频输出信号, 是计算过程中的中间变量, 代表不超过x的最大整数,k为输入信号、分解得到的低频和高频输出信号的位置索引;
Figure C00113783000212
公式(B)在QRS复合波起点持续到QRS复合波终点时间段取值1,在QRS复合波终点起持续200毫秒时间段取值2,其它时间段取值3。
2.根据权利要求1所述的Holter系统的数据压缩方法,其特征在于,在由体表检测到的体表信号通过心电信号放大电路(1)后得到心电信号后,用1000Hz采样率实时采样该心电信号,QRS复合波检测电路(2)检测QRS复合波并向CPU(4)实时发送中断信号,以便确定QRS复合波起点从而计算屏蔽函数,把采样得到的心电信号按每段2048个采样点进行分段,然后对每段用上述数据压缩方法对心电信号进行实时压缩编码存储,从而完成对心电信号24小时的记录,记录完成后把记录到的数据传输到计算机,从而实现24小时的心律失常分析、ST段分析、QT分析、心率变异性分析、和心室晚电位动态分析。
3.实施权利要求1所述Holter系统的数据压缩方法的装置,包括一个心电信号放大电路(1)、一个QRS复合波检测电路(2)、一个A/D转换电路(3)、一个CPU(4)、和一个存储电路(5);其特征在于由体表测到的体表信号输入心电信号放大电路(1),心电信号放大电路(1)的输出送入A/D转换电路(3),同时心电信号放大电路(1)的输出送入QRS复合波检测电路(2)作为其输入,QRS复合波检测电路(2)的输出送入CPU(4)作为CPU(4)的一中断信号,A/D转换电路(3)的输出与CPU(4)的总线相连,CPU(4)的总线同时也与存储电路(5)相连。
4.如权利要求3所述的装置,其特征在于,所说的心电信号放大电路(1)包括由运算放大器A1、电阻R1、电阻R2、电阻R3、电阻R4、电容C1、电容C2组成的二阶高通滤波放大器,体表信号输入该二阶高通滤波放大器,其输出送入由运算放大器A2、电阻R5、电阻R6、电阻R7、电阻R8、电容C3、电容C4组成的二阶低通滤波放大器,该二阶低通滤波放大器的输出送入A/D转换电路(3)。
5.如权利要求3所述的装置,其特征在于,所说的QRS复合波检测电路(2)包括由运算放大器A3、电阻R9、电阻R10、电阻R11、电容C5、电容C6组成的带通滤波器,其输出分别接到二极管D2的阳极和由运算放大器A4、电阻R15、电阻R16组成的反相器的输入端,该反相器的输出接到二极管D1的阳极,D1的阴极和D2的阴极相连并接到IC1比较器的IN+端,比较器IC1、电阻R12、电阻R13、电阻R14组成QRS复合波检测比较器,IC1比较器的OUT端与CPU(4)的一中断输入相连。
CNB001137832A 2000-04-11 2000-04-11 Holter系统的数据压缩方法及其装置 Expired - Fee Related CN1147272C (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CNB001137832A CN1147272C (zh) 2000-04-11 2000-04-11 Holter系统的数据压缩方法及其装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CNB001137832A CN1147272C (zh) 2000-04-11 2000-04-11 Holter系统的数据压缩方法及其装置

Publications (2)

Publication Number Publication Date
CN1271561A CN1271561A (zh) 2000-11-01
CN1147272C true CN1147272C (zh) 2004-04-28

Family

ID=4583539

Family Applications (1)

Application Number Title Priority Date Filing Date
CNB001137832A Expired - Fee Related CN1147272C (zh) 2000-04-11 2000-04-11 Holter系统的数据压缩方法及其装置

Country Status (1)

Country Link
CN (1) CN1147272C (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104000579B (zh) * 2014-06-11 2017-01-04 复旦大学 用于远程医疗监护的多功能心电信号处理SoC芯片

Also Published As

Publication number Publication date
CN1271561A (zh) 2000-11-01

Similar Documents

Publication Publication Date Title
Merah et al. R-peaks detection based on stationary wavelet transform
US8725238B2 (en) Electrocardiogram signal processing system
Wiklund et al. Short-term analysis of heart-rate variability of adapted wavelet transforms
Dinh et al. Wavelets for QRS detection
Tripathi et al. A review on computational methods for denoising and detecting ECG signals to detect cardiovascular diseases
CN101361650A (zh) Iir滤波器的零相位实现方法及零相位iir滤波装置
CN103190901A (zh) 基于极值域均值模式分解和改进Hilbert包络的R波检测算法
Jaswal et al. QRS detection using wavelet transform
US11213243B2 (en) Method for detecting QRS complex, electrocardiogram detection device and readable storage medium
CN111643070B (zh) 一种t波起点的确定方法、装置、存储介质及电子设备
CN110420022B (zh) 一种基于双密度小波变换的p波检测方法
CN114916940A (zh) 基于专家知识的心律失常信号检测方法、系统及终端
Elbuni et al. ECG parameter extraction algorithm using (DWTAE) algorithm
Canan et al. A method for removing low varying frequency trend from ECG signal
CN1147272C (zh) Holter系统的数据压缩方法及其装置
Rao Dwt based detection of R-peaks and data compression of ECG signals
Dib et al. Delineation of the complex QRS and the T-end using wavelet transform and surface indicator
CN1138501C (zh) Holter系统的无损数据压缩方法及其装置
Kulkarni et al. Diagnostic acceptability of FFT-based ECG data compression
CN113499080B (zh) R波检测方法、装置、设备和介质
Afonso et al. Multirate processing of the ECG using filter banks
CN113180680B (zh) 一种改进的基于奇异谱分析的心电信号降噪方法
CN111202510B (zh) 一种阻抗血流图的数据处理方法
McSharry et al. A comparison of nonlinear noise reduction and independent component analysis using a realistic dynamical model of the electrocardiogram
Kulkarni et al. Direct data compression techniques for ECG signals: effect of sampling frequency on performance

Legal Events

Date Code Title Description
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C06 Publication
PB01 Publication
C14 Grant of patent or utility model
GR01 Patent grant
C17 Cessation of patent right
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20040428