基于小波变换的心电图信号特征点检测

基于小波变换的心电图信号特征点检测张媛，等

基于小波变换的心电图信号特征点检测

ＥｌｅｃｔｒｏｃａｒｄｉｏｓｉｇｎａｌＦｅａｔｕｒｅＥｘｔｒａｃｔｉｏｎＢａｓｅｄ

ｏｎ

Ｗａｖｅｌｅｔ

ＴｒａｎｓｆＯｒｍ

绻磋１顾幸耋２

（华东理工大学信息学院１，上海２００２３７；华东理工大学自动化研究所２，上海２００２３７）

摘要：心电图信号特征点的检测是心电自动诊断技术的基础。利用小波变换多分辨分析对心电信号去噪，利用小波变换逼近信号滤除基线漂移，采用默认阈值处理滤除高频嗓声，并且将心电信号的平均值置为０。在Ｒ峰检测中，针对单独考虑２３细节信号会出现漏检的情况，综合考虑２３和２４两个尺度上的细节信息，能够有效地防止漏检。提出有效防止误检的方法，并取得了良好的效果。分别采用面积法、时间电压法、幅值法计算平均心电轴．比较结果发现，采用面积法具有精度高的优点。关键词：心电图

小波变换多分辨分析ＭａＵａｔ算法基线漂移平均心电轴

文献标志码：Ａ

ｕｓｉｎｇ

中圈分类号：ＴＰｌ５；ＴＨ７７６

Ａｂｓｔｒａｃｔ：Ｅｌｅｃｔｒｏｃａｒｄｉｏｓｉｇｎａｌｆｅａｔｕｒｅｅｘｔｒａｃｔｉｏｎｉｓｔｈｅｂａｓｅｏｆｅｌｅｃｔｒｏｃａｒｄｉｏｌｏｇｉｃａｕｔｏｍａｔｉｃｄｉａｇｎｏｓｉｓ．Ｂｙ

ｗａｖｅｌｅｔｔｒａｎｓｆｏｒｍｍｕｌｔｉ

ｉｓ

ｒｅｓｏｌｕｔｉｏｎａｎａｌｙｓｉｓ，ｔｈｅｎｏｉｓｅｉｎｅｌｅｃｔｒｏｃａｒｄｉｏｓｉｇｎａｌｉｓｒｅｍｏｖｅｄ；ａｎｄｂｙｕｓｉｎｇｐｒｏｘｉｍｉｔｙｓｉｇｎａｌｓｏｆｗａｖｅｌｅｔｔｒａｎｓｆｏｒｍｔｈｅｂａｓｅｌｉｎｅｗａｎｄｅｒｆｉｌｔｅｒｅｄ．Ｔｈｅｈｉｇｈｆｒｅｑｕｅｎｃｙｎｏｉｓｅｉｓｈａｎｄｌｅｄａｎｄｅｌｉｍｉｎａｔｅｄｗｉｔｈｔｈｅｄｅｆａｕｌｔｔｈｒｅｓｈｏｌｄ；ａｎｄｔｈｅｉｓｓｅｔ

ｔｏ

ａｖｅｒａｇｅ

ｖａｌｕｅｏｆｔｈｅｅｌｅｃｔｒｏｅａｒｄｉｏｓｉｇｎａｌｓ

ｇｅｒｏ．ＩｎｄｅｔｅｃｔｉｏｎｏｆＲｐｅａｋ。ｂｅｃａｕｓｅｌｅａｋｄｅｔｅｃｔｉｏｎｗｉｌｌ

ｉｎｔｅｇｒａｔｅｄ

ｔｏ

ｏｃｃⅢｗｈｅｎｏｎｌｙ２’ｄｅｔａｉｌｓｉｇｎａｌｓｉｓｃｏｎｓｉｄｅｒｅｄ－ｔｈｕｓｔｈｅ２３ａｎｄ２４ｄｅｔａｉｌ

ｅｒｒｏｒ

ｓｉｇｎａｌｓ

ａｇｅ

ａｒｅ

ａｖｏｉｄｍｉｓｓｄｅｔｅｃｔｉｏｎｅｆｆｅｃｔｉｖｅｌｙ．Ｔｈｅｍｅｔｈｏｄｓａｖｏｉｄｉｎｇ

ａｒｅａ

ｄｅｔｅｃｔｉｏｎｂｒｉｎｇｅｘｃｅｌｌｅｎｔｅｆｆｅｃｔｓ．Ｆｏｒｃａｌｃｕｌａｔｉｎｇａｖｅｒ－

ａｒｅａ

ｃａｒｄｉａｃｅｌｅｃｔｒｉｃａｘｉｓ－ａｍｏｎｇｔｈｅｍｅｔｈｏｄｓｏｆ

ｍｅｔｈｏｄ－ｔｉｍｅ ｖｏｌｔａｇｅｍｅｔｈｏｄａｎｄａｍｐｌｉｔｕｄｅｍｅｔｈｏｄ。ｔｈｅ

ｍｅｔｈｏｄ

ｏｆｆｅｒｓｔｈｅ

ｈｉｇｈｅｓｔａｃｃｕｒａｃｙ．Ｋｅｙｗｏｒｄｓ：ＥＣＧ

Ｗａｖｅｌｅｔｔｒａｒ戚ｏｒｍＭｕｌｔｉ－ｒｅｓｏｌｕｔｉｏｎａｎａｌｙｓｉｓＭａｌｈｔａｌｇｏｒｉｔｈｍ

Ｂａｓｅｌｉｎｅｗａｎｄｅｒ

Ａｖｅｒａｇｅｃａｒｄｉａｃｅｌｅｃｔｒｉｃａｘｉｓ

０引言

ＯＲＳ复合波是心电图ＥＣＧ（ｅｌｅｃｔｒｏｃａｒｄｉｏｇｒａｍ）中最为显著的波形，反映了心室收缩期间心脏的电生理活动。因此，它的出现时间以及形状提供了很多有关心脏状态的信息。ＯＲｓ复合波的检测是心电图自动分析的基础，ＱＲＳ波群定位准确与否直接影响后继处理的正确性¨１。

将小波变换应用于心电信号特征点的检测已经有较成熟的发展，不过大部分研究都是围绕着特征点对应模极值对的过零点，但是由于噪声的干扰，往往产生很多模极值对，这就使得检测的准确性遇到很多困难。本文提出了一种基于小波变换多分辨分析（Ｍａｌｌａｔ算法）的检测Ｒ波峰点位置的精确算法，并且改进了预防误检、漏检的算法。

分析的概念。从函数分析的角度给出了正交小波的数学解释，在空间的概念上形象地说明了小波的多分辨特性，给出了通用构造正交小波的方法。将之前所有的正交小波构造方法统一起来，并类似于傅里叶分析中的快速傅里叶算法，给出了小波变换的快速算法——Ｍａｌｌａｔ算法日ｏ。

多分辨分析就是要构造一组函数空间，这组空间是相互嵌套的，即：

Ｌｃｙ。２Ｌｃｙ—ｌ￡ｃ

ＫＬ

ｃ

Ｋ￡ｃＫＬ

（１）

那么相邻的两个函数空间之差就定义了一个由小波函数构成的空间，即：

Ｋｏ彤＝Ｋ＋．

（２）

式中：Ｅ为尺度空间，｛啦．．（ｆ）｝。。：是Ｅ上的标准正交基；形为小波空间，｛驴¨（ｔ）｝。。。是彤的标准正交基。

正交基咖¨和以．。分别为低通和高通滤波器，同它们的内积运算相当于求信号的内积，从滤波器的角度就可以把正交小波变换看成是把信号分解为某种尺度的近似和差分。根据咖¨和砂¨的定义，Ａ，实质是将信号ｓ在低通滤波器的作用下以２Ｊ为尺度进行抽样，而ｎ则是将Ｓ在高通滤波器的作用下以型尺度进行抽样。抽样的结果为：Ａｉ对Ｓ进行平滑，而失去了尺度比掣小的细节，而尺度在掣和∥一之间的细节则保留在

１多分辨分析理论

Ｍｅｙｅｒ在１９８６年提出了一组小波，其二进制伸缩和平移构成ｒ（尺）的标准化正交基。在此结果的基础上，１９８８年Ｓ．Ｍａｎａｔ在构造正交小波时提出了多分辨

修改稿收到日期：２００７—１２—０５。

第一作者张媛，士。１９８４年生，现为华东理工大学控制理论与控制工程专业在读硕士研究生；主要从事模式识剐与图像处理的研究。５０

ＰＲｏＣＥＳＳ

ＡＵＴｏＭＡＴＩｏＮ

ＩＮＳＴＲ嗍ＮＴＡｌｒＩｏＮ

Ｖ０１．２９Ｎｏ．１１

Ｎｏｖｅｍｂｅｒ２００８

基于小波变换的心电图信号特征点检测张媛。等

见中。这个过程可以用图１表示。

还是一一对应的．不会产生偏移现象。采用ＭＩＴ－Ｂｉｌｌ数据库中的另一心电数据记录仿真，得到如图３所示的去噪前后心电信号，从图３（ｂ）、图３（ｃ）两图对比，可以发

现ｓ啵形比．Ｓｔ平滑了许多，很多高频噪声被消除。

图１

Ｆｉｇ．１

Ｍａｌｌａｔ分解方法

Ｍａｌｌａｔａｎａｌｙｚｉｎｇｍｅｔｈｏｄ

采样数据点个数（－）原娥信号５

２信号预处理

ＥＣＧ信号受到多种干扰，主要包括交流电引起的工频干扰、肌电干扰、由人体微动与电极接触不良引起的奠基接触噪声、运动轨迹（基线变化）和由呼吸引起的基线漂移。

２．１基线漂移的去除

运用ＥＣＧ信号的基线漂移主要去除有数字滤波阻引、三次曲线基线拟合‘５‘、小波变换…以及小波包变换¨’等方法。

本文采取小波变换的方法怕１去除基线漂移，并对ＭＩＴ—ＢＩＨ心电数据库中的心律失常数据记录１０１信号进行仿真，如图２所示为仿真结果。

Ｆｉｇ．３

采样数据点个数

（ｃ）去除高频噪声后的信号，’

采样数据点个数

（ｂ）去除基线漂移后的信号，

图３高频噪声的去除

Ｒ …… 此处隐藏：8757字，全部文档内容请下载后查看。喜欢就下载吧 ……