阅读说明：本技术 一种心电信号的p、t特征波检测方法 (P, T characteristic wave detection method of electrocardiosignals ) 是由 刘秀玲 熊鹏 刘明 杜海曼 *** 刘学朋 张杰烁 于 2020-05-12 设计创作，主要内容包括：本发明涉及一种心电信号P、T特征波的检测方法,包括以下步骤：a、获取人体的心电信号进行预处理；b、通过平稳小波变换对其P、T特征波待检段尺度下的信号进行平滑处理；c、利用极大极小值原理进行心电数据P、T特征波峰值点检测；d、根据时移修正原则对心电数据P、T特征波峰值点位置进行修正；e、通过计算P、T特征波检测的误差率<I>e</I><Sub><I>r</I></Sub>、敏感度<I>S</I><Sub><I>e</I></Sub>、正确预测度<I>P</I><Sub><I>p</I></Sub>三个指标对检测结果进行评价。经本发明方法处理,平滑处理后的心电信号不但有效的滤除了噪声,且恢复了心电信号低频特征波,保留了心电信号的有效信息。(The invention relates to a method for detecting characteristic waves of electrocardiosignals P, T, which comprises the following steps: a. acquiring electrocardiosignals of a human body for preprocessing; b. smoothing signals of P, T characteristic waves of the signals under the scale of a to-be-detected segment through stationary wavelet transformation; c. detecting characteristic wave peak points of the electrocardiogram data P, T by using a maximum and minimum value principle; d. correcting the position of the characteristic wave peak point of the electrocardiogram data P, T according to a time shift correction principle; e. error rate detected by calculating P, T characteristic wave e r Sensitivity of the composition S e Accurate prediction degree P p And evaluating the detection result by using the three indexes. The electrocardiosignal after being smoothed by the method of the invention not only effectively filters noise, but also recovers the low-frequency characteristic wave of the electrocardiosignal and retains the effective information of the electrocardiosignal.)

一种心电信号的P、T特征波检测方法

技术领域

本发明涉及心电信号的分析与自动检测技术，具体地说是一种心电信号的P、T特征波检测方法。

背景技术

近年来，我国的心脑血管疾病的发病率和死亡率位居各类疾病的首位，已经成为人类健康的头号杀手，全球十大致死原因中缺血性心脏病人数位居第一。针对于心电信号的检测，心电图无疑是目前心血管疾病诊断最为有效的手段。

其P、T波代表了心室的复极化，可以对心室颤动和心源性猝死等重大心脏疾病进行有效预测。但是由于P、T波所在位置低频成分较多，噪声较大，加之P、T波形态多变，虽然现有的算法在检测P、T波检测中取得一定效果，但由于ECG信号在采集过程中受到外界各种噪声以及工频干扰，导致ECG信号的特征波的波峰附近会有细小的毛刺，这些毛刺的频段与P、T波频段重叠，因此仅通过频域特性对信号滤波并不能去除这种毛刺，从而无法获得光滑的P、T波待检测段，导致峰值点的判断不准确，进而影响心血管疾病的诊断。

发明内容

本发明的目的就是提供一种心电信号的P、T特征波检测方法，以解决现有方法出现的毛刺干扰、过零点错位等问题。

本发明是这样实现的：一种心电信号的P、T特征波检测方法，包括以下步骤：

a、获取人体的心电信号进行预处理；

b、通过平稳小波变换对其P、T特征波待检段尺度下的信号进行平滑处理；

c、利用极大极小值原理进行心电数据P、T特征波峰值点检测；

d、根据时移修正原则对心电数据P、T特征波峰值点位置进行修正；

e、通过计算P、T特征波检测的误差率e_r、敏感度S_e、正确预测度P_p三个指标对检测结果进行评价。

步骤a的具体过程为：

a-1、采集人体的心电信号，确定输入ECG信号样本；

a-2、对输入的ECG信号进行连续小波变换，利用小波系数优势，将噪声信号和有用信号进行有效区分；

a-3、保留有用信号，去除噪声信号并进行ECG信号重构，消除ECG信号本身存在的工频干扰和基线漂移；

a-4、对ECG信号进行R波峰值点检测，提供ECG信号P、T特征波检测区间。

步骤b的具体过程为：

b-1、选取ECG信号P、T特征波所在频段区间下，P、T特征波待检段尺度下的信号f(x)；

b-2、未平滑信号f(x)输入到平稳小波变换中，利用平稳小波变换提高f(x)信号的整体平滑程度，平滑处理信号表达式为：

其中，f*θ_j表示光滑函数θ_j(x)按尺度j对f(x)进行平滑处理，和

表示消除毛刺突变部分而保留大尺度下缓慢变化的有效特征。

步骤c的具体过程为：

c-1、在平滑的基础上对P、T特征波进行奇异点检测，利用R波模极值对的位置来判定P、T特征波模极值对的位置区间，位置区间表达式为：

P_area＝R_L+RR_interal*1/3

T_area＝R_R+RR_interal*1/2

P_area和T_area分别表示P、T特征波位置区间，R_L和R_R表示R波位置的左右方向，RR_interal表示RR间隔长度；

c-2、在P_area和T_area区间内检测P、T特征波所对应的模极值对；

c-3、在P、T波模极值对的左右各添加100ms检测窗口，此窗口内检测是否存在正负性极值对，在存在正负性极值对的情况下，通过去掉模极值对较小的极值，保留其明显的一对极值对，此极值对视为两个极值点，在其极值点前后选取7个采样点，检测是否有同极值点，在对其极值点进行修正，修正后的极值点更新了该极值对，此极值对间的过零点为特征波峰值点。

步骤d的具体过程为：

为防止过零点错位，按照2^j-1-1规则进行平移，j表示分解尺度，在检测P、T特征波时j＝4，根据规则进行修正，修正后的过零点为P、T特征波的波峰。

6、根据权利要求5所述的心电信号的P、T特征波检测方法，其特征是，步骤e的具体过程为：计算误差率、敏感度、正确预测度：

误差率计算公式：

敏感度计算公式：

正确预测度计算公式：

其中，F_N为没有检出的P、T特征波峰值点个数，F_P为错检P、T特征波峰值点个数，N为心拍个数，R_d为正检P、T特征波峰值点个数。

经本发明方法的处理，平滑后的干净心电信号不但有效地滤除了噪声、毛刺，且恢复了心电信号低频特征波，保留了心电信号的有效信息。本发明检测主要分为对心电数据进行平滑处理和心电信号P、T特征波的峰值点检测及修正。经本发明方法的处理，充分利用了两者的各自优势解决了心电信号P、T特征波检测不准确所面临的的问题，实现了心电信号的P、T特征波检测。

附图说明

图1是本发明方法实施过程流程图。

图2是经过平滑处理前、后心电信号P、T特征波检测结果示意图。

图3是经过时移修正前、后心电信号P、T特征波检测结果示意图。

具体实施方式

以下结合附图对本发明作进一步详细描述，本领域技术人员可由本说明书所揭露的内容实现本发明。本发明未提及的具体处理方式均按本领域常规操作进行。

本实例在Intel Xeon CPU [email protected]，内存为128.00GB，Win7，64位操作系统的计算机中实现，整个心电信号自动分类算法采用Matlab语言实现。

结合附图1、2、3，本发明的实施过程如下：

A)获取人体的心电信号，并进行滤波处理，检测滤波后的心电信号的R波：

①信号采集：以1000Hz的采集频率采集人体心电原始信号，并存储为TXT文档的数据形式，然后用Matlab软件将所述TXT文档存储的心电原始信号数据读取到电脑中；

②对所述心电原始信号数据进行处理：

通过小波分解对ECG信号采用db1小波进行3层分解，并在第2、3层高频系数中取一段数据计算两个尺度上的检测阈值，然后在第三层高频系数中检测超出阈值的模极大值点，并通过第2层高频系数找到数值符合阈值要求的点作为该模极值是否对应R波的条件，对此时得到的R波峰值预测点进行筛查，将不满足条件的去除，从而得到R波峰值点的准确位置。

小波母函数选择表达式：

保留R波峰值点的满足条件公式：

0.4*RR_mean<RR<1.6*RR_mean

此时，得到的R波的位置可为后续P、T波检测提供检测区间。

B)P、T波待检段尺度下的信号平滑处理：

①尺度选取：

不同尺度包含不同频段信号，经小波分解后，第四层的低频小波系频带范围为5.76～22.5Hz，第五层低频小波系数频带范围为5.625～11.25Hz。

P、T波在其第四尺度下表现最为明显，本模型选取第四尺度分别进行ECG信号的平滑处理和峰值点检测。

②平滑处理：

平滑处理经平稳小波变换对P、T波待检段尺度下的信号f(x)与光滑函数θ_j的卷积得到。

平滑处理信号表达式：

其中f(x)为P、T波待检段尺度下的信号，式中f*θ_j(x)表示光滑函数θ_j(x)按尺度j对f(x)进行平滑处理，消除毛刺突变部分而保留大尺度下缓慢变化的有效特征，提高f(x)信号的整体平滑程度。

C)P、T特征波峰值点检测：

①峰值点检测：

在P_area和T_area区间内检测P、T特征波所对应的模极值对，所检测的模极值对间过零点对应其P、T特征波原始信号峰值点；

位置区间表达式：

P_area＝R_L+RR_interal*1/3

T_area＝R_R+RR_interal*1/2

其中P_area和T_area表示P、T波位置区间，R_L和R_R表示R波位置左右方向，RR_interal表示RR间隔长度；

②极值点筛选：

在P、T波模极值对的左右添加100ms检测窗口，检测是否存在正负性极值对。若存在，通过去掉模极值对较小的极值，保留其明显的一对极值对。在其极值点前后选取7个采样点，检测是否有同极值点，对其极值点进行修正，修正后的极值点更新了该极值对，此极值对间的过零点为特征波峰值点。

③过零点修正：

在P、T波模极值对间过零点按照2^j-1-1规则进行平移，其中j为分解尺度，向右平移7个采样点得到最终的过零点，此过零点为修正后的P、T波波峰。

D)验证：

①数据：

实验数据选用MIT-BIH心律失常数据库中的100号、101号、103号、105号、106号、108号、111号、112号、113号、115号、116号、117号、118号、119号、121号、122号、123号、124号、200号、201号、202号、205号、209号、212号、214号、220号、222号、223号、230号、231号和234号31组数据。

②验证参数：

本文采用误差率、敏感度、正确预测度等三项指标对P、T特征波峰值点检测结果进行验证。

误差率计算公式：

敏感度计算公式：

正确预测度计算公式：其中，F_N为没有检出的P、T波峰值点个数，F_P为错检P、T波峰值点个数，N为心拍个数，R_d为正检P、T波峰值点个数。

经以上处理后结果如图2、3所示，经本发明方法处理，三个验证参数都达到较好的效果，心电信号P、T特征波峰值点可以有效的检测到，而且还保留了心电信号的有效信息。