[发明专利]一种心电R波定位方法

说明书

一种心电R波定位方法，涉及信号处理技术领域，解决现有技术存在的心电信号动态采集过程中引入噪声、心电信号R波识别率第、运算速度慢的问题，包括形态学处理，移动窗处理，生理阈值处理，本发明方法能够抑制心电信号采集过程中各种复杂的干扰和噪声，对心电信号的识别率高，时间复杂度低，同时减少硬件电路开销，缩减整体设备体积，减轻系统重量，从而提高可穿戴设备的便携性，因此可广泛应用于嵌入式设备和手机中。本发明减少了可穿戴设备中CPU计算量，降低设备功耗，使CPU能够执行更多的功能，这对可穿戴设备来说至关重要。

技术领域

本发明涉及信号处理技术领域，具体涉及一种心电R波定位方法，本发明是一种适用于嵌入式心电监测设备的心电R波快速定位方法。

背景技术

心电图(ECG)是利用心电描记器从体表记录心脏每一心动周期所产生的电位变化的图形。其中QRS波是正常心电图中幅度最大的波群。R波检测以及对R波峰值点的准确定位是心电信号分析处理的必要条件。

实现R波的定位方法比较多。经典的定位方法如差分法和带通滤波法，现代的定位方法有小波变换法和数学形态学法。这些方法各有利弊，差分法原理简单，但在处理带有干扰的信号时效果差，识别率不高。带通滤波法可抑制高频和低频噪声，同时能增强QRS波，但滤波器的频段固定，不够灵活。国外的Patrick等人用三个微分公式制作了一个动态心电模型，用这个模板匹配采集到的心电信号并从中定位QRS波群。Li C等人使用小波变换近似ECG信号，可以将R波波峰从基线漂移等干扰中提取出来。刘忠国，Trahanias等人分别用数学形态学的方法滤除心电信号中的干扰并且突出其中的尖峰信号，并通过设定阈值定位QRS波群。以上这些方法在心电信号无噪声或者噪声干扰相对稳定的情况下处理效果较为理想，但对于心电信号夹杂着多种噪声的情况就表现欠佳。而I.S.Siva Rao通过PT算法对ECG信号分别进行带通滤波、微分、平方、滑窗积分等处理，再进行小波变换，最后得到放大的R波信号。这种方法的优势是能处理带噪声的心电信号，同时减少了经典算法的误检率，提高了R波的识别率。但是由于处理过程复杂，导致运算速度慢，无法满足心电信号实时监测的需求。

另外Sasan Yazdani和Jean-Marc Vesin应用形态学中的Top-Hat变换进行了心电信号的R波定位；李阳等人使用移动窗算法识别ECG信号中的R波信号。这两种方法的单独使用都取得了较好的效果。但是可穿戴心电监测设备由于受到检测个体肢体运动的影响，所产生的干扰更为严重和复杂，如肌电干扰，体表电极移动引起的运动伪差，以及肢体运动和呼吸引起的基线漂移等，导致上述方法的定位效果并不理想，这就是很多可穿戴的嵌入式心电监测仪精度不高的主要原因。

发明内容

本发明的目的在于提出一种心电R波定位方法，解决现有技术存在的心电信号动态采集过程中引入噪声、心电信号R波识别率第、运算速度慢的问题。

为实现上述目的，本发明的一种心电R波定位方法，由以下步骤实现：

步骤一、改进的形态学处理，对采集的心电信号原始数据进行形态学处理，通过形态学中的结构元素对ECG信号中的尖峰形状进行判定，保留QRS波群中的R波信号的尖峰，去除ECG信号中形状不是尖峰或尖峰宽度大于R波尖峰宽度的干扰信号，获得形态学处理后的ECG信号；

步骤一中，选择结构元素为扁平结构元素，并设定扁平结构元素的宽度为N，其他信号宽度为M；

当M≤N时，保留心电信号的信息，

当MN时，滤除心电信号的信息，所述扁平结构元素的宽度与R波信号底部宽度相同，采用下式获得最优的扁平结构元素；

式中，g_optimum为最优的扁平结构元素的长度，[]为取整，f为信号的采样频率，TR为R波信号的底部宽度；