一种基于Matlab心电算法研究与应用.docVIP

一种基于Matlab心电算法的研究与应用 　　摘 要：我国人口老龄化日趋严重，心脏疾病发病率不断增加，大屏幕显示、能直接给出检测结果的智能心电仪广受青睐。对心电仪产品前端显示中一种基于Matlab的心电算法进行了研究，并应用在集成便携式家用医疗设备开发中。应用表明，其成本低、效果好，应用前景广阔。 　　关键词：ECG； Matlab；心电算法；匹配 　　DOIDOI：10.11907/rjdk.1511409 　　中图分类号：TP312 　　文献标识码：A 文章编号文章编号：1672-7800（2015）012-0056-02 　　0 引言 　　心电图（Electrocardiogram， ECG）能反映心脏节律及电传导信息，是目前诊断各种心脏疾病的常规检查手段，家用心电仪是检查心律和预防心脏疾病的得力助手。近年来，随着人口老龄化，冠心病、高血压等发病率不断增加，家用心电仪市场越来越大，而老年人对于网络、互联网云平台的应用有较大局限性，因此，大屏幕显示、结果能直接判断的智能心电仪广受老年人青睐。本文对心电仪产品前端显示中一种基于Matlab的心电算法开展了研究，并进行了实验测试。 　　1 产品设计 　　产品设计如图1所示。通过电极采集人体心电信号，经过放大、滤波、A/D转换等系列调理电路处理后，心电信号在处理器中通过单片机检测、分析，采用LCD显示ECG和常见心脏疾病的判别结果，反馈给被测人员。心电图自动分析包括心电信号的预处理、波形的检测、心电分析诊断3个部分[1]，本文主要就心电分析诊断算法进行研究。单片机成本低，能满足家用心电仪信号处理的基本要求，本文采用MPS430FG461x单片机为控制器。 　　图1 产品设计基本原理 　　2 研究方法 　　现在心电信号波形检测分析算法主要有：小波变换法、阈值法、神经网络法[2]等。其中，阈值法算法比较简单，处理速度快，是ECG信号检测的最基本手段；小波变换法用于心电信号检测，已经获得较好效果。小波变换具有良好的时频域转换和局部化分析能力，但计算量比较大，处理大批量数据时效率不高；神经网络法是一种基于样本的判别方法，由于受样本训练时间和适应能力制约，在处理特殊案例或特殊波形时，表现出较差的适应性；单片机在复杂运算中处理能力受到限制。基于以上分析，本文提出一种基于Matlab的标准库模板匹配法进行心电信号波形检测分析。 　　美国麻省理工学院提供的心律失常数据库MIT-BIH，采集了4 000多个动态心电记录数据，从1980年开始对公众开放[3]。MIT-BIH心律失常数据库中共有48个典型病例的ECG记录和概述，取自于47个个体，年龄从23岁到89岁不等，其中大部分为住院病人。MIT-BIH中的每个记录包含1～3导联信号，是从24小时的心电记录中截取具有代表性的、大约30分钟的数据段构成，其中有几个记录的QRS复合波形态和节律异常复杂，信号质量比较低，属于检测难度较大的ECG信号。第2版的MIT-BIH中包含了8个附加的ECG数据库及其它若干病例的样本信号。MIT-BIH心律失常数据库自发布以来，由于其丰富典型的病例以及详尽的注释，已成为国际上有关心电研究的验证性数据库。MIT-BIH库中每个病例的ECG数据，按照360 HZ的采样频率和11位采样精度（每个采样值2 Byte）进行通道量化。首先，为了尽量满足原库数据量化的技术状况和适应我国工频，将采样率提高到50赫兹的整数倍，12位A/D 转换的精度，对原库输出的ECG信号重新进行量化，然后存盘为心律异常标准库；其次，采集的心电信号经预处理、检测后，用单片机与建立的标准库进行数据比对，异常信号与标准库相同的，根据库中的注释进行结果判断，用LCD进行波形显示和判定结果显示。 　　3 算法研究 　　在Matlab下读入心电数据的3个文件：头文件、数据文件、注释文件。 MIT-BIH的网站上直接提供了可以读取3个文件的Matlab程序―rddata.m， 通过这个文件，把心电数据保存为 Matlab 可以打开的形式 ，指定心电数据的长度，建立标准库模板。 　　（1）标准库模板匹配法。已知原始图像S（W，H），衡量标准库T（m，n）与所覆盖的子图Sij（i，j）的关系，如图2所示。利用公式（1）衡量它们的相似度： 　　图2 标准库T（m，n）与所覆盖的子图Sij（i，j）的关系 　　D（i，j）=∑Mm=1∑Nn=1[Sij（m，n）-T（m，n）]2=∑Mm=1∑Nn=1[Sij（m.n）]2-2∑Mm=1∑Nn=1[Sij（m，n）×T（m，n）]+∑Mm=1∑Nn=1[T（m，n）]2（1） 　　公式（1）中，第1项为子图的能量，第2项是标准库模板和子图互为相关，随（i，j）而改变，第3项为标准库