[发明专利]一种自学习ECG QRS波检测装置及其自学习方法

说明书

本发明公开了一种自学习ECG QRS波检测装置及其自学习方法，装置包括自学习预处理单元和自学习ECG QRS波判定单元；其自学习方法包括如下步骤：S1、ECG数据导入到差分单元；S2、ECG数据进行差分处理；S3、多点平滑单元平滑滤波处理，输出预处理数据序列Z(n)；S4、区间最大值单元求最大值；区间阈值单元得到区间阈值，输出自学习阈值序列TH(n)；S5、Z(n)和TH(n)传递给自学习ECG QRS波判定单元，S6、心率自学习单元取预设最大值作为自学习心率阈值上限HB输出；S7、RR间隔点数下阈值单元求得计算RR间隔点数下阈值PT；S8、QRS判定单元根据预判定的QRS波标志和RR间隔点数下阈值PT判定。

技术领域

本发明涉及ECG检测技术领域，具体地说涉及一种自学习ECG QRS波检测装置及其自学习方法。

背景技术

ECG(Electrocardiograph)QRS波检测是心电信号分析的主要内容，QRS波具有波形幅度大、变化快、变化最剧烈的特点，QRS中心频率在17Hz左右，这些特点是QRS波分析的基础。如图1所示是典型的ECG波形，其中11段为P波，12段为Q波，13段为R波，14段为S波，15段为T波，QRS波是其中一段，QRS波是图1中标号12到标号14这一段。

在ECG检测过程当中，人难免会移动，这种情况下产生的运动伪迹产生随机频率与幅度的噪声会造成误检和漏检现象，影响ECG QRS波检测的噪声来源主要有ECG信号噪声主要包括工频噪声、基线漂移、运动伪迹等。

工频噪声：人体分布电容和电极环路受工频电磁影响产生的噪声，频率为50hz及其谐波，幅度较低，表现为心电图上呈现的规律性细小纹波。抑制方法很多，平滑滤波器、陷波滤波器等。

基线漂移：由于人体呼吸、肌肉运动会对电极造成一定影响，会对心电图的幅度和形态有所影响，频率一般低于1hz，主要分量在0.1Hz，范围为0.05Hz至几Hz。基线漂移一般用高通滤波器实现抑制。

运动伪迹：由于人体处在活动状态，人体皮肤和电极之间的相对运动会产生较大噪声，这种运动伪迹难以消除，频率以及幅度具有很大的随机性，而且对QRS波检测产生很大影响，导致QRS波误检，把噪声当成QRS波。同时由于有的运动伪迹持续时间较长，会导致自学习阈值较大，也会出现漏检现象。

现有的ECG QRS波检测主要有：差分阈值法、小波变换法、模板法等。

其中差分阈值法算法比较简单，实时性好，是ECG检测的基本手段。其结构简单，如图2所示，其中21为微分单元，22为移动积分单元，23为阈值比较单元。差分阈值法实现原理：QRS波上升沿和下降沿斜率与其他波斜率差别大，为ECG斜率变化最大的区域，差分阈值法即通过检测ECG斜率的变化来实现QRS波的定位。当系统检测到斜率大于阈值后就认为是QRS波。差分阈值法缺点：算法简单，处理速度快，工程应用中较容易实现，但受噪声及伪差干扰严重，运动伪迹导致的误检比较严重，检测效果较差。

小波变换法通过多尺度分解可在不同分辨率下观察信号的局部特征，其实现结构如图3所示，其中31为特征提取单元，32为低通滤波单元，33为求和单元，34为QRS检波单元。小波变换原理：带噪ECG信号变换到小波域上，成为多层次的小波系数，根据小波的特性，分析小波系数的特点，针对不同需求，结合常规的信号处理方法提出更符合小波分析的新算法来处理小波系数，再对处理后的小波系数进行反变换，将得到所需的目标信号。小波变换缺点：小波变换法具有良好的时域频域转换和局部化分析能力，但是缺点是计算量大，实时性不好，处理效率低，不适合实时应用场合。