专利名称：一种心电信号处理和数据压缩方法
技术领域：
本发明涉及一种心电信号数据处理和数据压缩方法，特别适用于心电连续监测领域的数据记录和处理。
背景技术：
心脑血管疾病是一种严重威胁生命(特别是50岁以上中老年人)的常见病。全世界每年死于心脑血管疾病的人数高达1500万人，居各种死因首位。心脑血管疾病已成为人类死亡病因最高的头号杀手，也是人们健康的“无声凶煞”！因此，对患者进行实时心电监测以及时发现心电异常变化对心血管疾病防治有重要意义。电监测仪是对心电异常变化进行实时动态监测预警的辅助性诊断设备，设备一般具有24小时随时随地连续监测和记录用户的心电数据，信息的采集、存储、分析预警等功能，其主要价值是用于发现各类心率失常及ST段改变，为临床诊断和治疗提供重要依据。心电信号的特征点提取和波形识别是ECG分析诊断的关键，其中QRS波的检测是心电信号自动分析的基础，它的准确性和可靠性直接影响到心电实时监护系统的性能。只有当QRS波群被确定后，心电信号的其他参数信息，如ST段、P波、心率等才能得以检测。目前，QRS 波检测方法繁多，((Detection of ECG characteristic pointsusingffavelet Transforms [J])) (Cuiwei Li, Chong xun Zheng, Changfeng Tai et al,IEEETransactions on Biomedical Engineering, 1995,42 (I) :21-28)提出小波变换算法，但其计算量大实现复杂，不适于实时处理。《QRS Detection for Pacemakers ina NoisyEnvironment using a Time Lagged Artificial Neural Network [C]》(NevesRodrigues, OwalI, V. , Sornmo, L. et al, IEEE International Symposium on Circuitsand Systems, Sydney NSff,2001, 2(I) :101-103)、《An a卯roach to QRS ComplexDetection UsingMathematical Morphology [J])) (Trahanias P. E. , IEEE Transactions onBiomedicalEngineering, 1993,40(2) :201-205)、《Real-Time QRS DetectionAlgorithm》(J. Pan, Tompkins. A, IEEE Transactions on Biomedical Engineering,1985,230-236)、《QRSSlopes for Detection and Characterization of Myocardial Ischemia[J]》(Pueyo，E. , Sornmo, L. , Laguna, P. et al, IEEE Transactions on Biomedical Engineering,2008,55(2) :468-477)及《Complexes Detection for ECG Signal the DifferenceOperationMethod[J])) (, Wang, WJ. QRS Computer Methods and Programs in Biomedicine,2008，91 (3) :245-254)提出许多检测算法，但在动态心电信号QRS波的实时检测上，还很难做到准确与实时的统一，尤其在移动连续心电监护领域，心电信号检测算法更不成熟，多采用在线采集，离线诊断的策略方法进行监护，很难达到实时监护的效果。其主要原因在于，连续对人体进行检测记录，数据量大于常规心电信号检测，而且噪声量大。连续监测24小时心电变化，信息量比普通心电图大2000-3000倍，这给数据的存储和处理带来很多困难，尤其是随身携带的检测仪器，存储量和处理能 力都有限，对如此大量的数据进行复杂的运算更是难以实现。
发明内容
本发明的目的是提供一种降低心电信号处理计算复杂度的方法。为了达到上述目的，本发明的技术方案是提供了一种心电信号处理和数据压缩方法，其特征在于，步骤为步骤1、获取时间上连续的3个心电信号的采样点，分别记为V1、Vi+1及Vi+2 ；步骤2、将V1、Vi+1及Vi+2分别标注为MO、Ml及M2 ；步骤3、计算线段(MO，Ml)的斜率kl及线段(Ml，M2)的斜率k2 ；步骤4、计算斜率差绝对值Q，Q = |k2_kl I ；步骤5、判断斜率差绝对值Q是否小于预设的阀值5，若是，则进入步骤6a，否则，进入步骤6b，其中阀值5根据需要设定，阀值5越大，则数据压缩效果越好，但数据敏感度越低；阀值S越小，则数据压缩效·果越差，但数据敏感度越高；步骤6a、消去Ml所对应的采样点Vi+1，进入步骤7 ；步骤6b、保留MO所对应的采样点ViJf Ml所对应的采样点Vi+1标注为MO，进入步骤7 ;步骤7、将M2所对应的采样点Vi+2标注为Ml ；步骤8、判断是否将所有采样点都处理完毕，或判断采样是否结束，若否，则将与采样点Vi+2在时间上连续的采样点Vi+3标注为M2，返回步骤3继续执行。优选地，所述采样点通过对所述心电信号进行实时采样获得，则在进行所述步骤8时，只须判断采样是否结束。优选地，在所述步骤I之前还包括对所述心电信号进行进行采样，获得由N个采样点，对采样点以时间为序排列得到采样点序列，由采样点序列中的第一个采样点开始进行步骤1，则在进行所述步骤8时，只须判断是否将所有采样点都处理完毕。优选地，所述阀值5 G (Ak/10, Ak/5)，其中，A k为心电图P波段的斜率最大差。本发明的优点是该方法不但可以有效过滤信号噪声，还可达到压缩数据，降低处理复杂度，减少计算量的目的，特别适用于连续心电监控、数据量大的领域。
图1是本发明提供的心电信号处理和数据压缩方法的实施例示意图，主要针对在线采集和处理；图2是对图1所示的标准方法的具体方法过程的一个实施例；图3是对图1所示的标准方法的具体方法过程的一个实施例；图4是对图1所示的标准方法的具体方法过程的一个实施例，主要是针对数据采集后的数据后处理和压缩。
具体实施例方式为使本发明更明显易懂，兹以优选实施例，并配合附图作详细说明如下。
实施例1如图1所示，本实施例提供的一种心电信号处理和数据压缩方法，是在对心电信号进行采样的同时，实时地完成数据处理和压缩，其具体步骤为步骤100，确定斜率的阀值S，阀值S越大，则数据压缩效果越好(S卩，剔除的点越多)，但数据敏感度越低(即，可能剔除一些有用信息点)；斜率阀值8越小，则数据压缩效果越差(即，剔除的数据点就少)，但数据敏感度越高(即，对原始数据的细小变化保留就好)；步骤101，实时采样得到时间上连续的3个采样点V0、V1、V2 ;步骤102，将采样点VO标注为MO ；步骤103，将采样点Vl及采样点V2分别标准为Ml、M2，其主要目的是为了后面循环计算的方便；步骤104，计算线段(MO，Ml)的斜率kl及线段(Ml，M2)的斜率k2 ；步骤105，计算斜率差绝对值Q，Q = I k2-kl I ；步骤106，判定斜率差绝对值Q是否小于阀值S，如果小于S，则说明M0、M1、M2所对应的V0、V1、V2三个采样点趋势基本保持一致，则执行步骤107a，否则说明线段MOMl与线段M1M2趋势有一定差别 ，执行107b ；步骤107a :舍去Ml所对应的采样点，该采样点不再参与存储和计算，这样可以减少点的个数，进入步骤108 ；步骤107b :保留MO所对应的采样点，把Ml所对应的采样点标注为MO ；步骤108 :把M2所对应的采样点标记为Ml ；步骤109 :判断采样是否结束，即是否还有新的采样点，如果没有新的采样点，则执行110b，否则执行IlOa ；步骤IlOa :将新采样得到的采样点标记为M2，然后返回执行步骤104 ；步骤IlOb :采样结束，所有未被消去的采样点即为所要的数据，过程结束。图2所示为对图1所示方法的一个具体实施例。图2中，时间单位为秒，电压单位为mv，采样频率为1000Hz，阀值5 = I (mv/s)，图2中，M0，M1及M2所对应的采样点的坐标分别为(0. 000,0. 0031) (0. 001，0. 0035)，(0.002，0. 0033)，则kl = (0. 0035-0. 0031)/(0. 001-0. 000) = -0. 2 (v/s)；k2 = (0. 0033-0. 0035) / (0. 002-0. 001) = _0.1 (v/s)；Q =1-0. 1-0. 2 I = 0. 3 (v/s)，Q < S，所以消去Ml所对应的采样点，将M2所对应的采样点标注为M1，接下将下一个采样数据点(0.003,0.0025)标记为M2，继续进行运算，
可得kl = (0. 0033-0. 0031)/(0. 002-0) = 0.1 (mv/s)；k2 = -1 (mv/s)；Q=1-1-0. 11 =1.1 (v/s)，则 Q> 6，保留 Ml 所对应的采样点。图3所示为对图1所示方法的另一个具体实施例。图3中，时间单位为秒，电压单位为mv，采样频率为1000Hz，阀值S=1.5(mv/s)，MO, Ml 及 M2 所对应的采样点的坐标分别为(1. 003，0. 0031) (1. 004,0. 004), (1. 005,0. 0025)，可得kl = (0. 004-0. 0031)/(1. 004-1. 003) = 0. 9 (mv/s)；k2 = (0. 0025-0. 004) / (1. 005-1. 004) = -1. 5 (mv/s)；Q =1-1. 5-0. 9 I =2.4 (mv/s)，Q > 6 , Ml所对应的采样点保留，舍弃MO所对应的采样点，将Ml所对应的采样点标注为MO，将M2所对应的采样点标注为Ml，将接下来一个采样点(1. 006,0. 0015)标记为M2，继续进行运算，可得kl = (0. 0025-0. 004)/(1. 005-1. 004) = -1. 5 (mv/s)；k2 = (0. 0015-0. 0025) / (1. 006-1. 005) = -1 (mv/s)；Q = -1-(-1. 5) I = 0. 5 (v/s)，Q < S，舍弃Ml所对应的采样点，将M2所对应的采样点标注为Ml。实施例2如图4所示为本发明另一个实施例，该实例为对心电信号进行进行采样，获得由N个采样点，对采样点以时间为序排列得到采样点序列，由采样点序列中的第一个采样点开始对数据进行处理的过程。如图4所示，与图1所示方法过程的差异在于步骤401，取采样点序列的前3个数据V0、V1、V2 ；步骤409，判断采样点序列内的所有数据是否处理完，如果还有数据没有被标注，则执行步骤410a，否则执行 步骤410b ；步骤410a，将采样点序列中与采样点V2相邻的新的采样点标记为M2，然后执行步骤 404 ；步骤410b，过程结束，所有未被消去的点即为所要的数据。本实施例中的步骤400、步骤402至步骤408与实施例1中的相应步骤相同。在不偏离本发明的精神和范围的情况下还可以构成许多有很大差别的实施例。应当理解，除了如所附的权利要求所限定的，本发明不限于在说明书中所述的具体实施例。
权利要求
1.一种心电信号处理和数据压缩方法，其特征在于，步骤为 步骤1、获取时间上连续的3个心电信号的采样点，分别记为V1、Vi+1及Vi+2 ； 步骤2、将V1、Vi+1及Vi+2分别标注为MO、Ml及M2 ； 步骤3、计算线段(MO，Ml)的斜率kl及线段(Ml，M2)的斜率k2 ； 步骤4、计算斜率差绝对值Q，
2.如权利要求1所述的一种心电信号处理和数据压缩方法，其特征在于所述采样点通过对所述心电信号进行实时采样获得，则在进行所述步骤8时，只须判断采样是否结束。
3.如权利要求1所述的一种心电信号处理和数据压缩方法，其特征在于在所述步骤I之前还包括 对所述心电信号进行进行采样，获得由N个采样点，对采样点以时间为序排列得到采样点序列，由采样点序列中的第一个采样点开始进行步骤1，则在进行所述步骤8时，只须判断是否将所有采样点都处理完毕。
4.如权利要求1所述的一种心电信号处理和数据压缩方法，其特征在于所述阀值,6 G (Ak/10, Ak/5)，其中，Ak为心电图P波段的斜率最大差。
全文摘要
本发明提供了一种心电信号处理和数据压缩方法，其特征在于，步骤为获取时间上连续的3个心电信号的采样点，分别记为Vi、Vi+1及Vi+2；将Vi、Vi+1及Vi+2分别标注为M0、M1及M2；计算线段(M0，M1)的斜率k1及线段(M1，M2)的斜率k2；计算斜率差绝对值Q，Q＝|k2-k1|；判断斜率差绝对值Q是否小于预设的阀值δ，根据不同情况进行不同处理。本发明的优点是该方法不但可以有效过滤信号噪声，还可达到压缩数据，降低处理复杂度，减少计算量的目的，特别适用于连续心电监控、数据量大的领域。
文档编号A61B5/0402GK103040462SQ201210390780
公开日2013年4月17日 申请日期2012年10月12日 优先权日2012年10月12日
发明者李锋, 刘晓强 申请人:东华大学