基于数学形态学的心电信号R波检测算法探讨.docVIP

　　基于数学形态学的心电信号R波检测算法探讨 　摘 要:为了解决心电信号中R波的检测问题,研究验证一种结合自适应阈值的极大值搜索与数学形态学的R波检测算法。数学形态学算法是基于信号局部特征的,可以有效突出信号的峰谷点。考虑了心电信号特点的自适应阈值极大值搜索算法,可以敏感检测R波的准确位置。通过对MIT-BIH心率变异数据库中多组心电数据的仿真验证研究,实验结果表明,两种分析方法的结合可以有效消除心电信号的基线漂移或异常病态心率对检测的影响,能有效实现心电信号中R波的实时检测,预期本算法在心电信号的自动分析中将会扮演更为重要的角色。关键词:心电图; R波; 数学形态学; 自适应阈值 　　　　 　　Detection Algorithm of R athematical Morphology 　　TIAN Xu-zi1, YANG Jian2, HUANG Li-yu2 　　(1. Department of puter Science, Baoji College of Arts and Science, Baoji 721007, China; 　　2. School of Life Sciences and Technology, Xidian University, Xi’an 710071, China) 　　Abstract:A novel algorithm for R athematical morphology and the maximum search strategy under adaptive threshold, is explored and verified to solve the problems existing in the detection for R (ECG) signal. The algorithm of mathematical morphology is based on the local characteristic of the signal, and can clarify the signals peaks and valleys effectively. The accurate positions of R aximum search algorithm under adaptive threshold. The simulated ECG signals are chosen from MIT-BIH arrhythmia database. The results shoethods can effectively eliminate the influence of ECG baseline ia on the detection of R plement the real-time detection for R portant role in the auto-analysis of ECG signal. 　　Key; R athematical morphology; adaptive threshold 　　 　　0 引 言 　　临床上许多场合需要对心电图进行自动分析,最典型的情况是动态心电图的分析和诊断。心电自动分析中的首要问题是心电信号中R波的准确识别[1]。对于不存在过多干扰的临床常规心电图,R波的识别是相对容易的。因R波的峰值较大,可用幅度检测法;由于R波变化通常比较尖锐,加之心律大多处于50~100范围,差分和R-R间期分析等时域阈值分析都可较好地完成R波的检测[2-3],但检测准确度还需进一步提高。 　　与常规心电图相比,动态心电信号更容易受到外界多种因素的干扰,信号中存在大量的运动伪迹、工频干扰、基线漂移和肌电噪声,而这些干扰通常还无法完全避免,加之不规则病态心电图的存在就更增加了R波实时检测的难度。因此,探索一种可靠性高、运算速度快的心电信号R波检测算法是有重要价值的。 　　基于此,已有许多信号处理方法应用于复杂情况下的R波检测,比如小波变换[4]、希尔伯特变换[5]、经验模式分解[6-7]等,这些方法由于需要对信号进行复杂变换,常常不能达到实时性处理方面的要求。本文提出一种基于数学形态学的运算高效简单、准确率高的心电图R波检测新方法。 　　1 方 法 　　1.1 数学形态学的概念 　　数学形态学最初是为了分析图像纹理而提出的建立在严格数学理论基础之上的学科,通过设计一整套的概念和算法,来描述图像的基本特征。随后数学形态学也成为多维或一维信号分析的工具。Chu H曾将数学形态学用于心电信号的去噪[8],Trahanias PE则将其应用于心电信号QRS波群的提取[9]。 　　数学形态学中