基于Teager-Kaiser权重去噪算法的QRS检测方法研究

摘要

随着生活、工作压力的增大，以及工作等应酬的增加，心血管疾病已经变为威胁人类生命安全的特别常见的疾病之一。据统计，在世界上因心血管疾病，尤其是心脏系统疾病导致的人类的死亡率仍然占据首位，令人担忧。所以，加强预防有关心脏系统的疾病及对其做出正确的诊断，降低由于心脏疾病导致的死亡率是现在全世界医学研究者必须面对的严峻考验。首当其冲的是有关心电信号的采集问题，由于其为生物信号，对于噪声所引起的干扰及其敏感性，例如:由于肌肉引起的噪声，设备自身电信号干扰，检测电极使用不当等皆可能对检测结果造成巨大的误差，所以，在我们提出更高效的算法之前，大大增强心电信号采样的保真性才是我们面对的首要问题。然而，如何可以准确快速的剔除夹杂在心电信号中的各种噪声，增强心电信号的完整性，依旧是当前QRS检测算法中亟待解决的“瓶颈”问题。本文提出的基于Teager-Kalser权重去噪的QRS检测算法，计算简单，能够一定程度的提高QRS的检测率。
　　首先，解决在采集信号时由于人体内部分布的电容不同现象所引起的干扰即工频干扰，采用基于Remez算法提出的线性FIR带通滤波器，这种方法可以大大增强信号采样时由肌电及工频所产生干扰的抵抗性。代替原有的采用巴特沃斯带通滤波器的方法，弥补了巴特沃斯带通滤波器易失真的不足，并且在一定程度上节约了使用成本。
　　其次，为了更好的抑制P波和T波，凸显QRS波，我们采用Teager-Kalser计算权重的方法使得P波和T波的振幅尽可能的为0，而QRS的波形保留，为后续的QRS检测奠定基础。
　　再次，对于不规则的心电信号，为了防止出现因R波的振幅过低，而出现假阴性的情况，采用和对数变换结合的方法，使得振幅较高的R波和振幅较低的R波，在一定程度上达到平衡，降低因R的误检以及漏检现象导致的假阴性发生的概率，从而能够进一步的提高QRS波形检测的准确性。
　　最后，本文采用通过进行两次滑动窗口滤波的方式，使其能够进一步增加R波的斜率，凸显QRS波，为后面的阈值检测部分奠定基础。在阂值检测方面，通过双阈值检测算法，定位QRS波形，从而进一步对其心率等各方面的检测提供基础，实现对心血管疾病的精确诊断与有效预防。
　　实验表明，本论文提出的基于Teager-Kalser权重去噪的QRS检测算法，弥补了经典的Pan-Tompkms算法，LMS算法和最大最小差分算法中存在的计算量大，准确率低的缺点。不仅有效的降低QRS复合波检测的平均错误率，而且在一定程度上为在临床医疗以及实际生活应用中开发准确率高、鲁棒性强并且防伪性能好的QRS检测系统提供技术支撑。

目录

声明

摘要

1．1 研究目的与意义

1．2 国内外相关领域的研究现状

1．3 研究内容及主要工作

1．4 本文结构

2．1 引言

2．2 ECG基础概述

2．3 ECG信号预处理理论分析

2．4 FIR与IIR滤波器的性能比较

2．4．1 FIR滤波器

2．4．2 IIR滤波器

2．4．3 FIR与IIR滤波器的比较分析

2．5 QRS算法概述

2．5．1 Pan-Tompkins的QRS检测算法

2．5．2 LMS检测算法

2．5．3 最大最小差分(Max-Min difference)算法

2．6 本章小结

第3章 基于Teager-Kaiser权重去噪的QRS检测算法

3．1 引言

3．2 QRS检测算法的具体流程

3．2．1带通滤波与一阶差分去噪

3．2．2 基于Teager-Kaiser的权重计算

3．2．3 自适应权重变换去噪

3．2．4 对数变换

3．2．5 阈值检测

3．3 本章小结

4．1 引言

4．2 实验心电数据库

4．3 基于Teager-Kaiser的QRS检测算法验证

4．4 算法性能比较

4．5 本章小结

结论

参考文献

攻读硕士学位期间发表的论文

致谢