[发明专利]一种基于高斯函数拟合的ECG信号中P波、T波检测方法

说明书

本发明公开了一种基于高斯函数拟合的ECG信号中P波、T波检测方法。首先将原始信号去除基线漂移，而后根据已有的ECG信号的QRS波群标注，将信号分割成一系列单个心跳信号。其次，对每一个心跳周期，通过P波和T波出现的大致范围，分别划分出大致可能出现P波和T波的搜索区间，并通过数值积分确定每个搜索区间的波峰方向以及疑似的波峰出现点。再根据以上信息，使用高斯函数并配置适当的初始参数进行拟合。最后计算高斯函数拟合结果的波峰以及波峰起止点，作为当前心跳周期的P波和T波的波峰和起止点。本发明有效地避免了噪声信号的干扰，增强了算法的健壮性，使得P波和T波检测的准确性得到了提升。

技术领域

本发明涉及生物医学信号处理技术领域，尤其涉及一种基于高斯函数拟合的用于心电图(ECG)信号中P波、T波的检测方法。

背景技术

生物医学信号处理技术的发展深刻变革了现代医疗诊断技术。心电图是是一种经胸腔的以时间为单位记录心脏的电生理活动，并通过皮肤上的电极捕捉并记录下来的诊疗技术。通常在肢体上放置2个以上的电极，它们两两组成一对进行测量，每个电极对的输出信号称为一组导联，心电图的种类可以以导联来区分。以目前ECG信号分类领域使用最频繁的数据集MIT-BIH Arrhythmia Database为例，其中每个心电图记录均提供两种导联(一般包括一个MLII导联和另一个其他导联)的信号以及人工标注的QRS波群的位置。

医学上，通过医生的经验人工分析ECG信号得出的心率、PR间期、QRS时长、QT间期、P波、T波、QRS波的形态等指标，是医生诊断心脏相关疾病的重要参考信息。随着可穿戴设备的普及，人们可以时时刻刻测量并记录自身的ECG信号，这也使得ECG信号数据量剧增，依靠人工来处理这样的不断产生的大量数据是不现实的。因此，通过计算机辅助技术处理ECG相关数据便成为了首要选择。

当前，越来越多的研究者开始利用机器学习方法构建更加智能的心脏疾病诊断系统,其中某些技术需要大量有特征标注的数据来完成模型的构建和应用。P波、QRS波和T波是ECG信号中重要的特征波群。目前，在ECG信号数据中检测QRS波群的相关指标的技术方法已经相对成熟，但是P波和T波具有振幅小、形态多变等特点，检测相对比较困难。现存的P波和T波的检测方法存在着检测结果准确率不高、容易受噪声干扰等问题。因此，需要更加科学有效的技术方案对P波和T波的特征进行检测和标注。

曲线拟合是一种使用连续曲线拟合实验观测数据，并用拟合得到的连续曲线描述实验变量之间的关系的一种数学方法。这种方法的实施过程是，首先通过实验数据的变化趋势，根据经验选择一个曲线簇，然后通过优化方法，从所选曲线簇中求得一个在给定误差度量下误差最小的目标曲线作为实验数据的近似。这样求得的曲线会在总体上和大多数实验数据比较契合，拟合结果主要受到选择的曲线簇和误差度量等因素的影响。在ECG信号中，P波和T波会有一个大致的范围，在给定的信号区间内只有一个主要的波峰，它具有如下特点：振幅大小不确定，波峰方向可能朝上或者朝下，波的宽窄不确定，波峰的两侧会逐渐靠近平衡位置。在高斯函数f(x)＝a*exp(-((x-b)/c)^2)中，参数a决定了波的振幅大小和波峰的方向，b决定了波峰的位置，c决定了波形的宽窄，另外高斯函数在波峰两侧也会趋近于0。因此本专利选用高斯函数进行拟合。

综上，本发明针对当前P波和T波检测算法得到的结果易受噪声干扰或者检测结果的准确性较差的问题，提出了一种基于高斯函数拟合的ECG信号中P波、T波检测方法。

发明内容

本发明的内容为：

(1)提出了一种通过数值积分判断P波、T波开口方向的方法；

(2)提出了一种通过区间预判和高斯函数拟合相结合的P波、T波检测方法；

(3)对上述方法进行了测试，验证了其有效性。