[发明专利]心电监护物联网应用层心电信号综合检测算法实现

说明书

技术领域

本发明属于物联网技术领域，具体涉及到心电监护物联网应用层心电信号各波形成分的综合检测问题，基于小波变换技术构建一系列检测方法、检测准则和阈值参数，检测和识别QRS波群、P波、T波的具体形态和位置。

背景技术

物联网是将传感器、传感器网络等感知技术，通信网、互联网等传输技术，以及智能运算、智能处理技术融为一体的连接物理世界的网络。从架构上来说，物联网由感知层、网络层、应用层三部分组成。最底层是感知层，由传感器和传感器网络组成；中间层是网络层，主要由移动通信网和互联网组成；最上层是应用层，是指智能运算与智能处理。

心电医疗监护物联网感知层由监护病人身上佩戴的心电监护传感器节点，传感器网关、无线传感器网络构成，主要完成心电监护病人节点以自组织形式构成无线传感器网络，通过单跳或多跳方式将监测数据传到传感器网关，完成心电信息的采集。网络层由互联网、移动通信网、信息中心和管理中心等构成。网络层将感知层获取的信息借助无线通信或有线通信的方式传送到心电信息管理中心进行传递和处理。应用层实现心电数据的智能处理，医护工作人员利用计算机或PDA随时查看病人的心电数据，根据实际情况对病人采取相应措施。心电医疗监护物联网应用层需要解决心电信号各波形成分的综合检测问题，通过心电自动分析技术对心电数据进行自动分析处理，给医生或病人提供治疗依据。本发明基于小波变换、希尔伯特变换和改进包络构建了一系列检测方法、检测准则和阈值参数，检测和识别QRS波群、P波、T波的具体形态和位置。

心电信号的分析和检测是诊断心脏疾病的重要方法，通过实现对心电信号的自动分析和诊断可极大减轻医务人员的负担，同时也可实现对病人的实时监护。心电信号的检测和处理对信号处理方法和波形识别定位等都提出了技术挑战，目前，它已经成为信号处理领域一个比较热门的研究课题，国内外每年都有大量的相关论文发表。人们借鉴各种信号处理方法和模式识别技术去分析、识别心电波形，使心电分析的诊断技术水平得到很大的提高。但是，至今仍没有一种十全十美的方法对所有正常和异常的心电波形都能做出完全准确无误的判别或诊断。

本发明解决心电监护物联网应用层心电信号各波形成分的综合检测问题，基于小波变换技术构建一系列检测方法、检测准则和阈值参数，检测和识别QRS波群、P波、T波的具体形态和位置。总体设计方案流程示意图如图1所示。

发明内容

本发明的目的是为解决心电监护物联网应用层心电信号各波形成分的综合检测问题，基于小波变换技术构建一系列检测方法、检测准则和阈值参数，提出一种基于小波变换、希尔伯特变换和改进包络对心电信号进行变换的检测算法，检测和识别QRS波群、P波、T波的具体形态和位置。

本发明所采用的技术方案是：通过小波变换的多分辨率和多尺度，利用不同能量分布及其信号频谱来消除在特殊小波尺度的与噪声相对应的无用的部分，选取的母小波为墨西哥草帽小波。对经过小波变换后的信号再进行希尔伯特变换使R点重新成为最高点。为了加强QRS并减弱噪声和不需要的P/T波，提出一个改进的包络。

本发明的效果和益处是：检测算法具有较好的鲁棒性，能够较好的抑制或消除基线漂移、高频干扰等外部因素，心电信号综合检测算法经MATLAB仿真与MIT-BIH数据库标注比较，误检率为0.89％。

附图说明

图1是总体设计方案流程示意图；

图2是心电信号的变换步骤示意图；

图3是R波检测算法流程示意图。

具体实施方式

以下结合技术方案和附图详细叙述本发明的最佳实施例。

本发明解决心电监护物联网应用层心电信号各波形成分的综合检测问题，基于小波变换技术构建一系列检测方法、检测准则和阈值参数，检测和识别QRS波群、P波、T波的具体形态和位置，具体实施步骤是：

1、心电信号变换和改进包络

QRS复合波的绝大部分能量在3-40Hz，ECG噪声的主要部分包括基线漂移(0.15-0.3Hz)、50/60Hz工频干扰、肌电干扰(2-5Hz)、人工影响(7Hz以下)和周围环境干扰，而P/T波的主要能量在10Hz以下。通过小波变换的多分辨率和多尺度，我们可以利用不同能量分布及其信号频谱来消除在特殊小波尺度的与噪声相对应的无用的部分。本发明选取的母小波为墨西哥草帽小波。