[发明专利]一种执行基于极值能量分解法的心电图信号量化分析方法的计算机设备

说明书

本发明公开了一种基于极值能量分解法的心电图信号量化分析方法，包括获取给定时间和给定采样频率下的未知状态的ECG信号x(t)；将ECG信号x(t)进行去噪预处理；将去噪后的ECG信号x(t)作为原始信号，将原始信号x(t)分解为n个极值模态函数分量和一个余量，将原始信号x(t)分解得的n个极值模态函数分量，代表了原始信号不同频段的分量，根据n个极值模态函数分量判定该ECG信号是否为异常心电图信号以及其异常程度等级。本发明采用极值能量分解方法分析ECG信号，将原始信号分解为多个分量，也就是极值分量函数，计算每一个分量的能量，得到其能量分布。

技术领域

本发明涉及一种心电图信号分析，尤其涉及一种基于极值能量分解法的心电图信号量化分析方法。

背景技术

生理信号是由生命体多个系统相互作用产生的，不同系统作用的时间和强度不同，导致生理信号具有时间和空间上的复杂性。ECG(electrocardiogram)信号反应了心脏搏动的电活动过程，对于心脏基本功能和疾病诊断有重要的指导意义。ECG信号包括P 波、QRS波、T波等几个不同的波群，每一个波群包含不同的频率成分，不同的频率成分在ECG信号中的能量分布比例不同。研究表明，ECG信号99％的能量集中在0～40Hz 的范围内，对于不同的波群，频率分布范围和能量比例都有一定的规律。心脏疾病会引起ECG信号能量分布发生改变，研究ECG能量分布，对于揭示心脏疾病引起的功能改变有重要的临床指导意义。

在ECG的能量(频谱)研究方面，传统经典方法，比如频谱分析、时域分析等已有很多，然而，ECG信号是非平稳非线性信号，传统频域分析方法更适合分析平稳信号，并且只能给出全局频率信息。另外对频域进行分段时，传统方法往往根据几个固定的频率点进行划分，没有考虑不同信号自身的波动特点和各信号之间的差异。

因此，亟待解决上述问题。

发明内容

发明目的：本发明的目的是提供一种可采用较少数据即可直观反映心电图能量分布和信号波动的真实规律的基于极值能量分解法的心电图信号分析方法。

技术方案：为实现以上目的，本发明公开了一种基于极值能量分解法的心电图信号量化分析方法，包括如下步骤：

(1)、获取给定时间和给定采样频率下的未知状态的ECG信号x(t)；

(2)、将ECG信号x(t)进行去噪预处理；预处理的具体方法为：将ECG信号经过 40Hz零相位FIR低通滤波器滤波消除高频噪声，然后经过中值滤波器去除基线漂移；

(3)、将去噪后的ECG信号x(t)作为原始信号，求出原始信号的所有局部极值点，然后将原始信号的所有极大值点和所有极小值点采用样条曲线连起来分别形成上包络线e_max和下包络线e_min，得到上、下包络线的包络均值信号m(t)＝(e_max+e_min)/2；

(4)、将原始信号x(t)减去包络均值信号m(t)，得到h(t)＝x(t)-m(t)；然后判断h(t) 是否满足极值模态函数的判定条件，如果不满足，将h(t)作为原始信号返回至步骤(3)，直到h_k(t)满足极值模态函数的判定条件，则记c₁(t)＝h_k(t)，作为第一个极值模态函数分量；

(5)、将原始信号x(t)减去第一个极值模态函数分量c₁(t)，得到余量r₁(t)＝x(t)-c₁(t)，然后判断h_k(t)是否满足停止准则，如果不满足，将r₁(t)作为新的原始序列x(t)，返回至步骤(3)和(4)，直到h_k(t)满足停止准则，得到第2、3、…、n个极值模态函数分量及余量r_n(t)，于是将原始信号x(t)分解为n个极值模态函数分量和一个余量，即