基于Labview和Matlab心电信号分析系统设计.docVIP

基于Labview和Matlab心电信号分析系统设计 　　摘要：介绍了一种采用Labview和Matlab相结合设计心电信号分析仪的方法：利用Labview灵活的图形化编程工具设计前面板，利用Labview平台上Matlab调用节点调用小波变换等算法。应用该方法所设计的系统具备读取并显示心电信号文件、小波变换的滤波功能和测试ECG信号参数等功能，效果良好；系统实现简单，可扩展性强。 　　关键词：Labview；Matlab；心电信号；小波变换 　　 　　0　引言 　　 　　心电检测能为心脏疾病的正确分析诊断、治疗和监护提供客观依据，具有十分重要的社会价值和经济价值。Labview是一种业界领先的工业标准图形化编程工具，是图形化编程语言，主要用于开发测试、测量与控制系统。同时，Labview实现了对FPGA等硬件的支持，实际上也是一个硬件设计工具。Matlab是当今很流行的科学计算软件，集成了大量科学计算程序，几乎对所有的工程计算领域都提供了准确、高效的工具箱，它已经成为应用学科中的计算机辅助分析、设计、仿真等不可缺少的基础软件。本论文结合LabView和Matlab的优势，开发了―个心电信号分析系统。 　　整个系统主要分为五个部分，如图1所示。 　　 　　1　ECG信号的读取 　　 　　本系统ECG信号来自两种信源，第一，存储于计算机的数据文件；第二，系统实时采集的ECG信号。本文以读取存储的数据文件为例加以说明。目前国际上公认的可作为标准的心电数据库有三个，分别是美国麻省理工学院提供的MIT-BIH数据库、美国心脏学会AHA数据库及欧洲ST-T数据库。由于MIT-BIH数据库中病例丰富、典型、注释详细，很快就得到了世界的承认。MIT-BIH数据库中的数据是录制在磁带上的模拟信号经模数转换后的数字信号，在存贮时为了减少文件长度节省存贮空间，使用了自定义格式，因此，无法通过通用的方式去读取数据。在MIT-BIH数据库中，心率失常数据存储格式主要是Format 212。格式212针对两个信号(为了方便起见，设定为信号0和信号1)的采样数据进行交替存储，每三个字节存储两个数据，这两个数据分别来自信号0和信号1，信号0的采样数据取自第一字节对(共16位)的最低12位，信号1的采样数据由第一字节对的剩余4位(作为组???信号1采样数据的12位的高4位)和下一字节的8位(作为组成信号1采样的12位的低8位)共同组成。两个信号的所有数据都按照这种方法连续存储。根据信号的存储格式用Labview编写的读取MIT／BIH数据库data文件的后面板程序如图2所示。 　　 　　2　ECG信号的滤波 　　 　　在采集心电信号时，由于受仪器、人体等方面的影响，所采集的ECG信号常常存在以下几种干扰：呼吸和运动所产生的基线漂移、工频干扰、肌电干扰、电极接触噪声、运动伪迹和电子设备产生的高频仪器噪声。 　　 　　目前比较热门的滤波处理是用小波变换。具体做法是：首先选取适当的小波函数和分解尺度n后，对ECG信号进行多尺度分解。然后，将小波变换后的各尺度离散系数进行阀值处理。最后。利用处理后的小波系数对信号进行重构，获得平稳，的心电图信号，以此达到消除ECG中噪声的目的。滤波的关键在于：①选择合适的小波函数；②选择小波门限法。为此，本系统设置了小波函数选项和小波门限法选项。其中，小波门限法提供了三种：软阀值法、硬阀值法和自适应阀值法。 　　本设计在Labview平台上调用MATLAB节点，用MATLAB小波函数对加噪信号进行滤波。Matlab提供小波分析等复杂算法供Labview调用。利用Matlab中提供的小波函数工具来进行去噪处理，以获得最好的滤波效果。在去噪阈值类型选项中，若不进行选择系统即按默认阈值处理。默认阀值是采用MATLAB自带的ddencmp函数，程序如图3所示。 　　 　　3　QRS波群检测及参数提取 　　 　　目前ECG自动分析的内容主要包括心电信号的预处理，特征提取，QRS波检测和分类，数据压缩等。其中QRS波的检测是首要问题，也是整个系统的关键；特征提取和分析判断是临床应用的核心。心电信号波形的复杂性和各种类型噪声的存在以及生理上的变异性，使QRS波的精确检测非常困难。 　　QRS波群的软件检测是近30年来研究的焦点。目前，QRS波的检测方法主要有：差分阈值法、模式判断法、小波分析法、神经网络法和句法分析法。本设计主要采用小波分析法。小波分析方法利用QRS波频率总是高于P波和T波的特点来识别QRS波。QRS波群的中心频带在17Hz左右，带宽约为10Hz。 　　心电信号的峰值、谷值和峰峰值等可以用Labview中Amplitude and Level Measurements.vi非常方便