一种基于双密度小波变换的P波检测方法与流程

本发明涉及一种心电图数据处理领域，尤其是涉及一种基于双密度小波变换的p波检测方法。

背景技术：

穿戴式心电检测系统能够实现连续监测、动态检测、移动接入等要求，正越来越广泛地被应用于医疗健康领域。穿戴式心电检测系统可以长时间进行心电信号采集，获得的数据量大，并且具有以下特点：1.微弱性和低频性；2.随机性和不稳定性；3.高阻抗性和近场检测特性；4.易受干扰。如何从心电信号中检测并提取出有用的信号成分，是当前亟需解决的核心问题。

心电信号特征参数提取对象主要是心电信号中的qrs波群、p波、t波和st段等波形。p波代表了两心房去极化过程的电位变化，p波时限和p波离散度是p波分析中两个重要特征参数。p波波幅小、频率低、形态多样，所以难以与噪声和干扰分离，因此，相比qrs波群，p波检测、p波时限和p波离散度的计算都更加困难。

技术实现要素：

本发明主要是解决现有技术所存在的较难对p波进行准确检测和提取的技术问题，提供一种精度较高的基于双密度小波变换的p波检测方法。

本发明针对上述技术问题主要是通过下述技术方案得以解决的：一种基于双密度小波变换的p波检测方法，包括以下步骤：

s01、对心电信号降噪：使用基于双密度小波变换的小波阈值去噪方法，对前端心电信号进行降噪处理，得到较为纯净的心电信号s(n)；

s02、对r波定位：对心电信号s(n)进行连续小波分解，小波分解具体为调用cwt函数然后选择小波基函数mexh对信号进行分解，根据心电信号的采样频率fs确定分解尺度，例如采样频率为50hz，分解尺度为1主要得到0-25hz频段的信号，分解尺度为2主要得到0-12.5hz的信号，以此类推，得到r波(6-18hz)能量最集中的小波系数cwt_s1(n)；采集cwt_s1(n)的绝对值序列的所有极大值点，并将所有极大值点按降序排列得到cwt_s1max，计算阈值thr，寻找大于阈值的极大值点从而初步定位r波，如果r波相邻波峰间隔小于t则保留幅值较大点，以排除误检，并在s(n)对应的该点附近修正r波，逐个定位后得到r波序列rwave；阈值thr计算公式如下：

其中，对于未出现严重心率失常的心电信号，n＝8，m＝100，r1＝0.3，t＝0.3s，n是cwt_s1max序列的长度，即极大值点的个数；

s03、对q波定位：对心电信号s(n)进行连续小波分解，根据信号长短调整分解尺度，得到q波(0.05-2hz)能量最集中的小波系数cwt_s2(n)；在该小波系数上，由r波向左搜索第一个极小值点cwt_s2min，以[(cwt_s2min-0.1×fs),rwave]为检测窗，由此为起点向右搜寻第一个极小值，初步定位q波，并在s(n)对应的该点附近修正q波；逐个定位后得到q波序列qwave；

s04、判断有无p波：对心电信号s(n)信号进行双密度小波分解，根据信号长短调整分解尺度，得到p波(0.7-10hz)能量最集中的小波系数dwt_s(n)，并重构为与原始信号长度相等的信号；对dwt_s(n)进行差分运算得到dwt_s'(n)，由q波向左搜索dwt_s'(n)的最大值序列dwt_s'max和最小值序列dwt_s'min，视为p波左右侧拐点的差分值集合，满足以下条件则表明存在p波：

dwt_s′max(i)>r2×dwt_s′(rwave(i))

dwt_s′min(i)>r2×dwt_s(rwave(i))

其中，r2为0.2，可根据不同状况下不同导联的p波形态调整大小；如果存p波，进入步骤s05；如果不存在p波，则流程结束；

s05、对p波定位：p波左侧拐点的差分值大，右侧拐点的差分值小，故以[dwt_s′max,dwt_s′min]为检测窗，在小波系数dwt_s(n)上，检测窗内的极大值或极小值点则为正立或倒置的p波，逐个定位后得到p波序列pwave。

前端采集的心电信号通常包含多种噪声干扰，包括工频干扰、高频噪声、低频基线漂移噪声、肌电干扰和运动伪迹等，大部分干扰都可以利用小波变换进行处理。小波变换是一种用于处理非平稳信号的有效工具，但是不具有平移不变性；而双密度小波变换法则能够弥补经典离散小波变换的不足，具有近似的平移不变性、较好的重构性和有限的冗余性。

作为优选，所述步骤s01具体为：

s101、分解：对含有噪声的心电信号进行双密度小波分解，得到高频系数和低频系数；

s102、去噪：选取阈值λ，并对小波系数做阈值处理，得到新的小波系数；阈值处理具体为把小波系数中小于这个阈值的点直接置0；

s103、重构：对新的小波系数做逆变换，重构降噪后的心电信号s(n)。

作为优选，所述步骤s102中，选取阈值λ具体为：

n为心电信号s(n)的长度；不同尺度下的小波系数阈值相等，保持原阈值不变。

作为优选，所述步骤s101和步骤s04中，对心电信号进行双密度小波分解具体为：

以三通道滤波器组对原始信号进行分解，即使用三组滤波器对心电信号进行卷积，滤波器组为：

三个滤波器满足以下条件：

h0(z)h0(1/z)+h1(z)h1(1/z)+h2(z)h2(1/z)＝2

h0(z)h0(-1/z)+h1(z)h1(-1/z)+h2(z)h2(-1/z)＝0。

作为优选，步骤s05以后还包括以下步骤：

s06、计算p波时限和p波离散度：利用p波的形态特征，分别以和[pwave(i),qwave(i)]为搜索区间，在小波系数dwt_s(n)上，由p波顶点分别向左和向右搜索拐点，定义为p波的起始点和终止点，起点终点的差则为p波时限；不同导联中测定的p波最大时限与p波最小时限的差值为p波离散度。

作为优选，步骤s02中，修正r波具体为如果某个波峰顶点前后0.05s内有大于r波波峰值的点，则把此大于r波波峰值的点设为真正的r波波峰顶点；步骤s03中，修正q波具体为如果某个波峰顶点前后0.05s内有大于q波波峰值的点，则把此大于q波波峰值的点设为真正的q波波峰顶点。

本发明带来的实质性效果是，得到的p波信噪比高，平滑值小，平滑度高，为后续的数据分析提供了良好的基础。

附图说明

图1是本发明的一种流程图；

图2是本发明的一种三通道滤波器组结构示意图。

具体实施方式

下面通过实施例，并结合附图，对本发明的技术方案作进一步具体的说明。

实施例：本实施例的一种基于双密度小波变换的p波检测方法，如图1所示，包括以下步骤：

s01、对心电信号降噪：使用基于双密度小波变换的小波阈值去噪方法，对前端心电信号进行降噪处理，得到较为纯净的心电信号s(n)；

s02、对r波定位：对心电信号s(n)进行连续小波分解，小波分解具体为调用cwt函数然后选择小波基函数mexh对信号进行分解，根据心电信号的采样频率fs确定分解尺度，例如采样频率为50hz，分解尺度为1主要得到0-25hz频段的信号，分解尺度为2主要得到0-12.5hz的信号，以此类推，得到r波(6-18hz)能量最集中的小波系数cwt_s1(n)；采集cwt_s1(n)的绝对值序列的所有极大值点，并将所有极大值点按降序排列得到cwt_s1max，计算阈值thr，寻找大于阈值的极大值点从而初步定位r波，如果r波相邻波峰间隔小于t则保留幅值较大点，以排除误检，并在s(n)对应的该点附近修正r波，逐个定位后得到r波序列rwave；阈值thr计算公式如下：

其中，对于未出现严重心率失常的心电信号，n＝8，m＝100，r1＝0.3，t＝0.3s，n是cwt_s1max序列的长度，即极大值点的个数；

s03、对q波定位：对心电信号s(n)进行连续小波分解，根据信号长短调整分解尺度，得到q波(0.05-2hz)能量最集中的小波系数cwt_s2(n)；在该小波系数上，由r波向左搜索第一个极小值点cwt_s2min，以[(cwt_s2min-0.1×fs),rwave]为检测窗，由此为起点向右搜寻第一个极小值，初步定位q波，并在s(n)对应的该点附近修正q波；逐个定位后得到q波序列qwave；

s04、判断有无p波：对心电信号s(n)信号进行双密度小波分解，根据信号长短调整分解尺度，得到p波(0.7-10hz)能量最集中的小波系数dwt_s(n)，并重构为与原始信号长度相等的信号；对dwt_s(n)进行差分运算得到dwt_s'(n)，由q波向左搜索dwt_s'(n)的最大值序列dwt_s'max和最小值序列dwt_s'min，视为p波左右侧拐点的差分值集合，满足以下条件则表明存在p波：

dwt_s′max(i)>r2×dwt_s′(rwave(i))

dwt_s′min(i)>r2×dwt_s(rwave(i))

其中，r2为0.2，可根据不同状况下不同导联的p波形态调整大小；如果存p波，进入步骤s05；如果不存在p波，则流程结束；

s05、对p波定位：p波左侧拐点的差分值大，右侧拐点的差分值小，故以[dwt_s′max,dwt_s′min]为检测窗，在小波系数dwt_s(n)上，检测窗内的极大值或极小值点则为正立或倒置的p波，逐个定位后得到p波序列pwave。

前端采集的心电信号通常包含多种噪声干扰，包括工频干扰、高频噪声、低频基线漂移噪声、肌电干扰和运动伪迹等，大部分干扰都可以利用小波变换进行处理。小波变换是一种用于处理非平稳信号的有效工具，但是不具有平移不变性；而双密度小波变换法则能够弥补经典离散小波变换的不足，具有近似的平移不变性、较好的重构性和有限的冗余性。

步骤s01具体为：

s101、分解：对含有噪声的心电信号进行双密度小波分解，得到高频系数和低频系数；

s102、去噪：选取阈值λ，并对小波系数做阈值处理，得到新的小波系数；阈值处理具体为把小波系数中小于这个阈值的点直接置0；

s103、重构：对新的小波系数做逆变换，重构降噪后的心电信号s(n)。

步骤s102中，选取阈值λ具体为：

n为心电信号s(n)的长度；不同尺度下的小波系数阈值相等，保持原阈值不变。

步骤s101和步骤s04中，对心电信号进行双密度小波分解具体为：

以三通道滤波器组对原始信号进行分解，即使用三组滤波器对心电信号进行卷积，滤波器组为：

三个滤波器满足以下条件：

h0(z)h0(1/z)+h1(z)h1(1/z)+h2(z)h2(1/z)＝2

h0(z)h0(-1/z)+h1(z)h1(-1/z)+h2(z)h2(-1/z)＝0。

图2是本实施例的三通道滤波器组结构示意图。

步骤s05以后还包括以下步骤：

s06、计算p波时限和p波离散度：利用p波的形态特征，分别以和[pwave(i),qwave(i)]为搜索区间，在小波系数dwt_s(n)上，由p波顶点分别向左和向右搜索拐点，定义为p波的起始点和终止点，起点终点的差则为p波时限；不同导联中测定的p波最大时限与p波最小时限的差值为p波离散度。

步骤s02中，修正r波具体为如果某个波峰顶点前后0.05s内有大于r波波峰值的点，则把此大于r波波峰值的点设为真正的r波波峰顶点；步骤s03中，修正q波具体为如果某个波峰顶点前后0.05s内有大于q波波峰值的点，则把此大于q波波峰值的点设为真正的q波波峰顶点。

本文中，双密度小波分解即使用双密度小波变换对信号进行分解。

本文中所描述的具体实施例仅仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。

尽管本文较多地使用了双密度小波变换、小波系数、检测窗等术语，但并不排除使用其它术语的可能性。使用这些术语仅仅是为了更方便地描述和解释本发明的本质；把它们解释成任何一种附加的限制都是与本发明精神相违背的。