基于小波变换的心电QRS波群检测算法的研究

摘要

心电是心脏活动过程中产生的生物电信号在体表的反映，能够客观的反映应心脏的生理特征，是诊断心脏疾病的重要依据。随着动态心电图的出现，心电的数据量急剧增加，传统的手工分析所有心电图数据已经不现实。心电信号的自动分析技术已经从需求变成现实，市场上已出现多种心电自动分析软件。
　　 心电信号的幅值小，频率低，采集到的心电信号常常包含了很多干扰，所以心电去噪是波形特征提取的前提，去噪的效果也会直接影响心电信号自动分析的结果。QRS波群作为心电信号最为明显和重要的部分，不仅包含重要心脏生理信息，而且检测QRS波群也是检测其他波形的前提。本文在总结前人研究的基础上，对心电自动分析技术中QRS波群的自动检测技术进行了研究。
　　 根据心电信号噪声的来源和特点，本文采用了基于小波变换的心电去噪算法，选择了合适的小波基和分解层数，将最低层的高频系数和最高层的低频系数都置为零，去除基线漂移和高频噪声，然后对其余尺度的小波系数采用小波软阈值的方法处理方法，有效去除频率分布较广的噪声，如肌电干扰等。文章选取了信噪比和最小均方误差两个参数对去噪结果进行评价，实验证明这种去噪方法能够较好的去除心电信号中的基线漂移、工频干扰和肌电干扰等主要噪声，而且能够保持信号的不失真。
　　 本文选取二次样条小波对心电信号信号进行小波分解检测R波。二次样条小波对奇异值检测敏感，而且滤波器系数简单，可以提高运算速度。通过利用MIT-BIH心律失常数据库数据进行算法验证，证明了该算法的可行性和准确性。在R波检测的之后，文中提出一种改进的QRS波群起点和终点的检测方法，我们首先求得心电信号的包络线，然后构造了一个辅助信号，辅助信号中QRS对应的部分被加强，其余的部分被削弱，然后采用基于最小二乘(least-square，LS)估计的检测方法检测QRS波形的起点和终点。我们选取QT数据库的部分数据对该算法进行了验证，结果表明该算法可以很好的抵抗基线漂移和多种干扰，适用于多种形态的QRS波群起点和终点的检测，而且运算简单，可以用在实时检测中。R波和QRS波群起点终点检测完成之后，我们根据QRS波群的宽度和RR间期对QRS波群进行了简单的分类。
　　 文章的末尾我们给出了动态心电分析系统的设计，系统包括的主要模块有数据分析，直方图分析，模板编辑，报告浏览等，以及这些模块所实现的具体功能。