一种可适应心电波形病理变化的r波快速检测方法
【技术领域】
[0001] 本发明涉及一种监测技术，即一种可适应心电波形病理变化的R波快速检测方 法，应用于心电检测相关领域。
【背景技术】
[0002] 心血管疾病是人类健康的头号杀手，其预防和诊断是现今医学界需要面对的重要 问题。心电图（Electrocardiogram，ECG或者EKG)是利用心电图机从体表记录心脏每一心 动周期所产生的电活动变化所产生的图形。标准的心电图主要包括P波、QRS复合波、T波 以及U波等波形特征（如图一），这些特征表明了心脏电兴奋的发生、传播及恢复过程，它们 的位置、形状和间隔等指标，是临床上检测各种心脏疾病的有力指标。R波峰是整个心电图 中最为重要和显著的波形特征，代表心室的去极化时刻，在波形上具有整个心动周期中最 为陡峭的斜率和较高的幅值。同时，R波峰作为心电信号单拍节律变化率最大的位置，识别 出来后可作为其余波形定位的基点，并可通过检测R波峰得到RR间期、心率、心率变异性等 重要参数进而对病人各项疾病进行分析监测。因此，R波峰的检测在心电信号检测中具有 重要的临床意义，在现代心电信号研究中已成为心电信号中各个波形的定位算法的基础和 依据。
[0003] 近年来，随着嵌入式医疗设备以及信息处理技术的飞快发展，新型实时便携性心 电监控与自动化疾病诊断设备开始逐渐发展起来，其具有体积小、可穿戴、操作简单、成本 低廉、正确性高等特点，可普遍用于家庭、中小型医院和社区医疗单位，进而方便地对病人 进行病情诊断、疾病预测等。这些便携以及可穿戴设备对R波峰检测算法提出了更高的要 求，不仅要准确性高，同时要算法相对简单，占用系统资源小，运行速度快。
[0004] 目前心电信号R波峰检测方面算法众多，如：差分阈值法，小波变换法，模板匹配 法，长度和能量变换以及神经网络等。面对无创的心电信号噪声干扰大、信号微弱且变异 性又强的特点，各方法都有其优劣点。传统差分阈值方法简便，易于实现，同时处理速度较 快；小波变换法具有良好的时频局域化特性，检测准确度高，但其处理过程中的数据计算量 大，不适用于实时处理；模板匹配法原理简单，但其对高频噪声和基线漂移极为敏感；神经 网络方法的判别效果较好，但其训练时间较长，实时性较差。从占用系统资源小和运行速 度快的角度来说，差分阈值算法具有较大优势。但传统差分阈值法过于简单，存在一定局限 性。近年来人们对传统差分阈值方法做出了大量改进，最突出的改进是增设判定条件、自适 应阈值和回溯重检，大大增加了差分阈值方法检测的正确率。然而各种心脏疾病会导致心 电图发生各种类型的病理波形变化（如图2所示），改进的差分阈值法仅适用于较为正常波 形，对于心电信号各种病理变化如图2中的心律不齐、R波型特征大幅改变（例如正波和倒 波交替出现）等情况处理效果较差，同时冗余的阈值更新计算判断和各种回溯重检降低了 算法的运行效率，掩盖了差分阈值方法原本的优点。因此，我们提出了在差分阈值法的基础 上针对R波典型病态波形的特点进行分类判别的思路，同时减少阈值的设定，使算法在高 处理速度的同时可以精确定位不同类型心电信号的R点，从而解决图2中各种典型病理波 形所带来的错检、漏检等问题。本算法简单易于快速实现，占用系统资源少，同时处理精确 度较高，可适应多种病理心电波形变化，因此适合用于新型穿戴式、便携式设备上心电图信 号的处理。
【发明内容】
[0005] 本发明是主要针对传统差分阈值法不适应心电波形病理变化导致准确率降低的 特点，基于不同类型病理心电波形在其一阶差分信号和一阶差分平方信号上的不同特征表 现，提出了一种可快速准确地检测多类病理心电图R波的方法。本算法简单易于实现，运算 处理速度快且可适应大部分病理心电波形以及心律不齐等变化，检测准确率高。
[0006] 本发明实现上述目的所采取的技术方案是可快速检测多类病理心电图R波的方 法，主要包括如下步骤：
[0007] (1)对原始信号进行滤波处理，去除基线漂移和高阶噪声以及工频干扰；
[0008] (2)信号特征提取与强化：首先对处理后的信号进行一阶差分并平方，暴露出信 号的变化特征并将不同变化的信号归于同一维度进行比较，随后对平方后的信号作低阈值 部分归零处理，保留变化率大的信号，突出信号特征；
[0009] (3)通过对处理后信号变化程度的强弱进行比较，判定所选定范围的正确性； [0010] ⑷根据（3)中所述信号范围内信号的波峰个数判定R波所在范围和R波选取方 式，考虑到病人R波特征变化将其分为正常变化率和小变化率两大类分别进行检测；
[0011] (5)回归到一阶差分信号，在R波取值范围内通过比较其最大变化率来判定波形 变化的先后顺序以确定所检测R波的波形类型进而确定检测方式，同时进一步缩小R波的 选取范围，最后在滤波后的信号上精确定位R波位置；
[0012] (6)更新阈值，继续检测；
[0013] 本发明的有益效果为：（1)降低了传统差分阈值法对高度的各种限定，仅对一阶 导数平方信号进行低阈值特殊处理，方法简便快捷，在排除一般低幅高频噪声和大部分T 波P波的同时极大保留了 R波的特征；（2)充分考虑不同病人心电图R波形的差异性，根据 R波波形的变化特征确定R波类型进行分类检测，可实现多类型病理QRS波形的精确检测； (3)考虑到传统算法中多重时间空间阈值设定的局限性以及不同病人心率变异较大对自适 应阈值检测带来的影响，在添加变化率阈值比较保留算法检测精度的同时尽量减少和降低 阈值，尤其是自适应阈值的设定，在很好地预防心律不齐的同时极大地提高其运行效率，降 低错检和漏检对后续检测的影响。
【附图说明】
[0014] 图1为正常的心电信号形态；
[0015] 图2为心电信号的各种病理变化波形；
[0016] 图3为滤波前后的信号形态；
[0017] 图4为当波形发生顿挫，变化减小的情况下本算法的检测结果；
[0018] 图5为当同时出现W型波和波形突然变大情况下本算法的检测结果；
[0019] 图6为波形中正波倒波交替情况下本算法的检测结果；
[0020] 图7为心电R波全为倒波的情况下本算法的检测结果；
[0021] 图8为出现心率不齐的情况下本算法的检测结果；
[0022] 图9为MIT-BIH数据库的检测结果。
[0023] 图10为其它6个数据库的检测结果。
【具体实施方式】
[0024] 结合附图和实施例对本发明做进一步的详细说明。
[0025] 本发明可按如下方法实时获得心电信号的R波位置：
[0026] (1)对采集到的原始信号进行滤波处理，所用滤波器为二阶巴特沃斯带通滤波器， 选取截止频率为3~25HZ，去除基线漂移并在一定程度上处理高阶噪声以及工频干扰，滤 波效果如图3。
[0027] (2)信号特征提取与强化：
[0028] 首先对处理后的信号进行一阶差分并平方，暴露出信号的变化特征并将不同变化 的信号归于同一维度：用向前差分公式计算滤波后心电信号的一阶差分，所用公式为
[0030] 将得到的差分信号ΔΧη作平方得到yn，所用公式为：
[0031] yn= Δχη2
[0032] 随后对平方后的信号作低阈值部分归零处理，保留变化率大的信号，突出信号特 征：取每10~30s的差分平方信号^的前三秒，作平均值，m为3s的信号点的个数，所用 公式为：
[0034] 考虑到病人心电信号会随时间发生变化，变化后原均值不再适应新的心电信号， 所以该均值每10~30s更新一次，当一阶导数平方信号yn小于Gl*average时，对其作归 零处理以解决一些阈值较小的高频噪声以进一步突出信号特征，得到新的特征信号yn'。比 较阈值G1取1. 2~8之间。考虑到实时处理噪声较大的问题，G1可在该范围内调整。
[0036] (3)通过对处理后信号变化程度的强弱进行比较，判定所选定范围内是否含有R 波；
[0037] 处理后的信号yn'保留了变化率较大的信号，可根据R波的最大变化率特点来对 所选定范围是否正确进行判定：当检测到信号yn' >〇时，分别在该位置后相邻的两个区域内 各寻找yn'的最大值M1，M2并进行比较，若G2*M1>M2,则表明该位置附近其信号变化率为附 近一定范围内的最大值，符合R波变化率最大的特征，即确定含有一个R波，执行步骤（4)。 根据人体心脏跳动的电位变化特点，相邻两区域的取值范围分别为〇~〇. 4s和0. 2~0. 5s 之间，比较阈值G2的取值在0. 8~2之间。根据MIT-BIH数据库的数据整体特征，最佳的 区域取值范围为〇~〇. 25s和0. 25~0. 35s。由于不同人的心电生理特征不同，该参数取 值可作适度调整。
[0038] (4)根据一定范围内信号y:的波峰个数判定R波所在范围：
[0039] 当判定信号满足（3)中所述条件后，在所选定的区域取值范围内寻找信号yn'的 波峰个数P。
[0040] 波峰判定条件：小范围内信号绝对变化率的最大值。本文选取波峰的方法为该处 的值大于前后一个点，且与其前后第3个点的数值之差不小于其与前后1个点的数值之差。
[0041] 由于R波存在变化率高的特点，一个正常的R波其yn'附近应至少存在分别代表 其上升沿和下降沿的两个波峰，若R波突然减小，则其可能存在仅代表其上升沿变化率或 下降沿变化率的一个波峰，即P>〇。
[0042] R波所在范围的确定：
[0043] 当P>1时，判定在第一个波峰和最后一个波峰之间存在R波。
[0044] 当p = 1时，通过比较该峰和前一个R波的时间差与阈值RR的大小来判断：
[0045] 由于不能确定该波为R波还是病理性高变化率的P波或T波，引入自适应阈值RR 进行判定：阈值RR近似于平均心率，在得到新的R波后会更新，当其时间差大于〇. 65RR时， 判定该波峰周围一定范围内存在R波。
[0046] (5)在R波取值范围内通过信号一阶导数的最值进一步判断R波取值范围以及R 波选取方式，同时在滤波后的信号上