计算机化心电图自动分析中基线漂移滤除QRS波群检测.pdfVIP

摘要 目前，计算机化心电图自动分析是一个热门的研究领域。它正在使心电仪器变得越来 越智能，从而带来了心脏疾病诊断、监护、防控等方面的变革。但是这一领域的进一步发 展正受到两个方面因素的制约：(1)心电图在采集的过程中通常会受到各种噪声的干扰；(2) 缺少可靠的、稳定的算法来准确检测出心电图上的各个特征点。 因此，本文将围绕两个问题展开研究：(1)滤除心电图信号中最普遍的一种噪声——基 线漂移；(2)检测心电图信号中最显著的成分波——QRS波群。这两项研究是心电图自动 分析技术中最重要的工作。本文的主要研究工作及创新点归纳如下： l、提出了基于离散余弦变换的算法以滤除心电图信号中的基线漂移。基线漂移是心 电图信号中最常见的一种噪声，几乎存在于每一条心电图记录中。基线漂移会影响人们对 心电图信号低频成分波的观察和测量，而这些低频成分波通常包含了丰富的医疗信息。比 如心电图中的ST段是反映心肌梗塞病理最重要的特征段，但它很容易受到基线漂移的影 响。滤除基线漂移的难点在于它在频域上通常与心电图信号的低频成分波相重叠，滤除基 线漂移可能会引起这些低频成分波的失真。为解决这一问题，本文提出了一个基于离散余 弦变换(DCT)的双向自适应滤波方法。它能够最大限度地滤除基线漂移，同时又尽可能 地不对心电图的低频成分波构成失真。保证本文算法性能的原因有以下两点：(1)本文算法 中的DCT滤波方法具有理想的频率特性，能够精确地滤除频带上多余的频率成分，而对 其它频率成分不构成影响；(2)本文提出的双向自适应机制能够使滤波器的截止频率自适应 地调整，使它同时适应于心跳基本频率和基线漂移的严重程度。 群是心电图信号中最显著的成分波，它不仅包含了丰富医疗信息，而且是检测其它成分波 的参考坐标。在检测P波和T波的时候，首先需要检测出QRS波群，然后以它为参考， 在它周围检测出P波和T波。但是检测QRS波群的难点在于各种噪声的干扰、高幅值P 波T波引起的误检、和QRS波群自身在形态上的多样性。本文提出了一个基于sigmoid 函数和DCT滤波的算法。该算法能够有效抑制各种干扰，减小各种形态QRS波群之间的 幅值差异，从而保证了算法较高的准确率。 总之，本文的研究内容是心电图自动分析技术中亟须解决的两个问题——基线漂移滤 除与QRS波群检测。这两个问题是任何心电图自动分析技术都无法避免的，但它们各自 都具有挑战性。针对这些挑战，本文都提出了相应的算法。本文算法通过了真实和模拟心 电图信号的测试，而且与文献中几个经典的算法进行了对比。大量的实验结果都显示了本 文算法的实用性和可靠性。本文的工作将为心电图自动分析的后续研究做一个良好的铺 垫。 关键词：计算机化心电图；基线漂移滤除；QRS波群检测 II Abstract of anactiveareaof Currently,automatedanalysiscomputerizedelectrocardiogram(ECG)is research．Itis theECG moreandmore making equipments intelligent，thereforeevoking revolutionindifferent cardiacdisease disease aspectsincluding diagnosis，cardiacmonitoring， cardiacdisease and further ofthisareais preventioncontrol，etc．However,thedevelopment is contaminatedwitha restrictedtwofactors：(I)ECG ofnoisesand being b