心电信号要点分析.docVIP

摘要 心电信号处理是国内外近年来迅速发展的一个研究热点，是现代生命科学研究的重要组成部分，其目的是为了从获得的信号中提取有用信息。在去噪过程中，由于心电信号具有非平稳特性且污染噪声分布范围大，限制了传统线性滤波器的使用，所以在过去的几年中小波分析被广泛地应用于心电信号的去噪中。 图1：典型心电信号波形 P、QRS、T波以及PR，ST,QT间期都不同程度地反应了心脏的功能的变化，因此通过算法实现对心脏功能的自动分析判别已日益成为一个比较热门的研究方向。 心率的计算主要是通过标注QRS波群中的R波来实现的，在这里主要介绍一下QRS波群。典型的QRS波群包括三个紧密相连的波，第一个向下的波成为Q波，继Q波后的一个高尖的直立波成为R波，R波后向下的波成为S波。因其紧密相连，且反应了心室电激动过程，故成为QRS波群，这个波群也反映了左、右两心室的除极过程。QRS波群时间：正常成人为0.06~0.10s，儿童为0.04~0.08s。V1、V2导联的室壁激动时间小于0.03s，V5、V6的室壁激动时间小于0.05s。QRS波群时间或室壁激动时间延长常见于心室肥大或心室内传导阻滞等。QRS波群振幅：加压单极肢体导联aVL导联R波不超过1.2mv，aVF导联R波不超过2.0mv。如超过此值，可能为左室肥大。aVR导联R波不超过0.5mv，如超过此值，可能为右室肥大。如果六个肢体导联每个QRS波群电压均小于0.5mv或每个心前导联QRS电压的算术和均不超过0.8mv成为低电压，见于肺气肿、心包积液、全身浮肿、黏液水肿、心肌损害，但亦见于极少数的正常人等。个别导联QRS波群振幅很小，无意义。 2、心电波形检测 波形检测技术是后续波形分类及诊断的重要依据，主要包括p波、QRS波、T波和ST段等的检测。其中QRS波的检测是心电自动分析中的关键环节，正确检出QRS波后，将心电数据划分为各个心拍，才能进行正确的参数测量和波形分类等后续的处理和分析，如RR间期和心率的计算等。 QRS波检测算法的研究至今已有几十年，此间的文献数以千计，方法层出不穷。计算机技术、数字信号处理技术以及人工智能理论的发展，使得QRS波检测技术从七、八十年代基于经典的信号处理的方法和句法方法，发展到了九十年代基于小波变换和神经网络的方法以及目前各种方法的结合应用等。QRS的算法各有千秋，但发展的方向是集多种方法在一起的综合算法的研究与改进。另外，八十年代以来，标准心电数据库的逐渐形成使得QRS波检测算法有了检验和评估的标准，也促进了各类方法的不断改进和完善。其检测方法包括斜率阂值法、句法模板识别方法、基于经验模式分解的R波算法等。 处理流程 （1）读取心电信号——加入噪声——小波去噪 （2）阈值提取——R波特征点标注——心率计算 载入信号 对心率信号处理前，先要用硬件设备对心率信号进行采集，将采集的信号通过模数转换再用load语句载入，之后才能进行MATLAB软件处理编程。本次课程设计是根据已有的数据进行处理分析的。 程序： load(F:\henduodongxi\U盘\DSP课设\ECG_A.mat) ECG=ECG_A(:,1); input=ECG(1:1000); rate=ECG(100); sig=input; lensig=length(sig);%信号长度 figure(1); plot(sig); title(原信号) 小波分析 已有的数据是经过处理几乎没有噪声的，为了使我们小组编写的程序有广泛适用性，我们在进行小波分析之前人为地加入一段噪声程序。 小波变换有很多种方法，如：小波分解重构法非线性阈值去噪法极大模值去噪法平稳小波去噪法非线性阈值去噪法利用阈值法去噪一般分为3个步骤： 对信号进行分解，得到尺度系数和小波系数； 由噪声能量及分布对每个的尺度选择合适的阈值，对小波系数进行阈值操作得到新的小波系数； 由新的小波系数和尺度系数进行重构得到去噪后的信号。 ??阈值函数一般有软阈值和硬阈值两种，设W是小波系数，Wλ 是施加阈值后的小波系数大小。 ?? 硬阈值函数? 当小波系数的绝对值小于给定阈值时，令其为0，而大于时，保持不变，即： ??? Wλ=W, |W|≥λ0, |W|λ ??② 软阈值函数? 当小波系数的绝对值小于给定阈值时，令其为0，大于阈值时，令其都减去阈值，即： ??? Wλ=sgn(W)( |W|-λ),|W|≥λ 0, |W|λ ??上面两式中λ是预先给定的阈值，其选取方法有多种，在心电信号的去噪处理中一般采用固定阈值进行处理［2、8、11-12］，即取λ=σ2lg N, N 为ECG信号采样点个数，σ=medican|dj,k|)/ 0.6745, dj,k为第j层小波变换系数。 ??P.M Agante［2］最