基于形态学与小波变换的心电信号QRS复波检测方法.pdf

(19)中华人民共和国国家知识产权局*CN103083013A*(12)发明专利申请(10)申请公布号(10)申请公布号CNCN103083013103083013A(43)申请公布日2013.05.08(21)申请号201310018594.4(22)申请日2013.01.18(71)申请人哈尔滨工业大学深圳研究生院地址518000广东省深圳市南山区西丽镇深圳大学城哈工大校区(72)发明人张钦宇张璞郑石(74)专利代理机构深圳市科吉华烽知识产权事务所(普通合伙)44248代理人胡吉科孙伟(51)Int.Cl.A61B5/0472(2006.01)权权利要求书2页利要求书2页说明书7页说明书7页附图2页附图2页(54)发明名称基于形态学与小波变换的心电信号QRS复波检测方法(57)摘要本发明提供了一种基于形态学与小波变换的心电信号QRS复波检测方法，步骤1：输入抑制基线漂移与去除高频噪声后的ECG信号，并进行分段；步骤2：应用db6小波对步骤1得到的分段ECG信号进行四层小波分解；步骤3：应用多分辨率形态学分解方法，对步骤1得到的分段ECG信号进行分解，寻找第三层与第四层细节分量上共同的模极大值点，作为R峰位置；步骤4：将步骤2与步骤3得到的R峰位置进行或运算，若结果为1，则保留为新的R峰位置；步骤5：R峰的回溯；步骤6：确定QRS复波起点与终点；步骤7：确认是否完成全部ECG信号检测，若已完成，就结束算法；若未完成，更新阈值，重复步骤2至步骤7直到算法结束。该方法能够达到99%以上的检测正确率。CN103083013ACN1038ACN103083013A权利要求书1/2页1.一种基于形态学与小波变换的心电信号QRS复波检测方法，其特征在于，包括以下步骤：步骤1：输入抑制基线漂移与去除高频噪声后的ECG信号，并进行分段；步骤2：应用Daubechies小波族中的db6小波对步骤1得到的分段ECG信号进行四层小波分解，寻找第三层小波信号D3、第四层小波信号D4分量上的模极大值点对应的过零点，并对应到原信号中的峰值处作为R峰位置；步骤3：应用多分辨率形态学分解方法，对步骤1得到的分段ECG信号进行分解，寻找第三层与第四层细节分量上共同的模极大值点，作为R峰位置；步骤4：将步骤2与步骤3得到的R峰位置进行或运算，若结果为1，则保留为新的R峰位置；步骤5：R峰的回溯；步骤6：确定QRS复波起点与终点；步骤7：确认是否完成全部ECG信号检测，若已完成，就结束算法；若未完成，更新阈值，重复步骤2至步骤7直到算法结束。2.根据权利要求1所述的基于形态学与小波变换的心电信号QRS复波检测方法，其特征在于：步骤1中，分段方法为每5秒ECG数据作为一个分段。3.根据权利要求1所述的基于形态学与小波变换的心电信号QRS复波检测方法，其特征在于：步骤5中，具体流程如下：判断需要进行R峰回溯的ECG数据R是否小于263ms：若R﹤263ms，则表明存在误检，消除该峰，进入步骤6；若R﹥263ms，判断R是否小于1675ms：若R﹥1675ms，则存在漏检，降低阈值为原来的一半，确定R峰，进入步骤6；若R﹤1675ms，判断Ra是否大于1.66：若Ra﹥1.66，则进入步骤6；若Ra﹤1.66，则存在漏检，降低阈值为原来的一半，确定R峰，进入步骤6。4.根据权利要求1所述的基于形态学与小波变换的心电信号QRS复波检测方法，其特征在于：步骤3，应用多分辨率形态学分解方法，即应用构造如式1和2所示尺度分析算子与细节分析算子对步骤1得到的分段ECG信号进行分解：其中，xj为尺度j上尺度分量，yj为细节分量，定义形态滤波器MFj(f)如式3所示，其中，f为待处理信号，代表形态学中的开运算，·代表形态学中的闭运算，Bj为长度为j+1的直线型结构元素：在第三层及第四层这两个尺度上寻找共同的模极大值，并对应到原信号中的峰值处作为R峰位置。2CN103083013A权利要求书2/2页5.根据权利要求4所述的基于形态学与小波变换的心电信号QRS复波检测方法，其特征在于：根据步骤3中选出的平均模极大值最大的分量，在确认为R峰的过零点前后分别选择距离最近的极值处作为QRS复波的起点与终点。6.根据权利要求1所述的基于形态学与小波变换的心电信号QRS复波检测方法，其特征在于：步骤7中，需要更新的阈值为步骤3中小波分解过程中的阈值θ3与θ4，以及形态滤波过程中的阈值σ，选择D3分量上包括该点在内的前3s内样本的均方根作为阈值θ3，选择D4分量上包括该点在内的前3s内样本的均方根的一半作为阈值θ4，如式4所示，其中W3x[m]与W4x[m]分别为D3与D4上的信号分量，k为ECG信号每秒样本数，k=360。7.根据权利要求1所述的基于形态学与小波变换的心电信号QRS复波检测方法，