[发明专利]一种单导心电信号PQRST波联合精准识别算法在审
申请号: | 201910239720.6 | 申请日: | 2019-03-27 |
公开(公告)号: | CN110327032A | 公开(公告)日: | 2019-10-15 |
发明(设计)人: | 孙见山;张蓝天;朱孟斌;吴松;仲飞 | 申请(专利权)人: | 苏州平稳芯跳医疗科技有限公司 |
主分类号: | A61B5/0402 | 分类号: | A61B5/0402;A61B5/0472;A61B5/00 |
代理公司: | 北京科家知识产权代理事务所(普通合伙) 11427 | 代理人: | 张丽 |
地址: | 215000 江苏省苏州市*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 心电信号 间期 分段 预处理 波峰位置 心跳周期 对心 算法 分类算法 峰值位置 基线漂移 机器学习 小波分析 应用提供 噪音信号 智能定位 自适应 波峰 卷积 滤除 同心 联合 | ||
1.一种单导心电信号PQRST波联合精准识别算法,所述方法包括以下步骤:
S1:当输入单导信号时,利用小波分析方法对信号进行预处理,滤除噪音信号并对心电信号的基线漂移进行调整;
S2:预处理后的信号,利用差分方法计算得到心电信号的R波峰值位置;
S3:根据R波峰位置和RR间期,智能定位每个心跳周期,并按照心跳周期对心电信号进行分段;
S4:针对分段后的心电信号,采用自适应方法计算确定Q波和S波位置;
S5:针对分段后的心电信号采用卷积方法,识别确定P波和T波波峰位置。
2.根据权利要求1所述的方法,其特征在于:对于输入的单导心电信号,采用小波方法对信号进行滤波处理、基线漂移去除。
3.根据权利要求2所述的方法,其特征在于:采用高斯1阶小波实数基作为单导心电信号小波分解的基础小波基,对单导心电信号进行分解,并将其分解得到的低频部分和高频部分略去,将剩下的信号进行重构,得到经过噪声滤波和基线漂移去除之后的单导心电信号。
4.根据权利要求3所述的方法,其特征在于:经过噪声滤波和基线漂移去除之后的稳定无噪声单导心电信号,经过两次差分过程,得到心电信号的R波的位置;经过两次差分过程之后,采用最大值检测法,检测差分信号的最大值位置,得到的位置就是R波波峰的位置。
5.根据权利要求4所述的方法,其特征在于:利用确定好的R波波峰位置,计算两个R波之间的RR间期,并利用R波位置和RR间期,智能定位每一次心跳周期,对心电信号进行分段,智能分段的方法采用自适应位置处的斜率计算方法,其中自适应位置为两个相邻RR间期(存在3个R波波峰),中间R波向前延伸1/4前RR周期,向后延伸3/4后RR周期附近处的斜率,如果斜率在一定的阈值范围内,则判定两个位置之间的心电信号片段为一个心跳周期。
6.根据权利要求5所述的方法,其特征在于:针对分段后的心电信号,采用自适应方法计算确定Q波和S波位置;对于自适应方法计算确定Q波和S波位置,采用峰值法和阈值法来判断Q波和S波的位置。
7.根据权利要求6所述的方法,其特征在于:针对分段后的心电信号采用卷积方法,识别确定P波和T波波峰位置;根据经验得到的心电信号的PQ段和ST段的经验长度,利用心电信号作为一种卷积的输入信号,利用方形脉冲波作为卷积的另一个输入信号与心电信号的P波和T波所在区域范围内的信号进行卷积,得到相应的卷积信号,根据卷积信号的极值位置判断P波和T波波峰的位置。
8.根据权利要求1-7任意一项所述的方法,其特征在于:根据单导心电信号的小波分解和特征点识别,识别单导心电信号的PQRST波。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于苏州平稳芯跳医疗科技有限公司,未经苏州平稳芯跳医疗科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910239720.6/1.html,转载请声明来源钻瓜专利网。