心电信号的QRS波检测
- 格式:doc
- 大小:263.12 KB
- 文档页数:8
《生物医学信号处理》实习报告 学生姓名:
学号:
实验室名称:
项目名称:心电信号的Q R S 波检测
项目内容:
1) 阅读文献,总结常用的Q R S 波检测算法;
2) 选择一种Q R S 波检测算法,理解并编写程序实现该算法;
3) 分别检测不含噪声的模拟E C G 信号、加高斯白噪声的模拟E C G 信号、不含噪声和含噪声的心率失常E C G 信号中Q R S 波,分析其准确率;
4) 总结Q R S 波检测算法的优缺点。
原理(写出具体的计算公式)
一.Q R S 波说明
1.1 R 波说明
①.Q R S 波为E C G 中变化剧烈的地方,能量主要分布于0~38H z 范围内; ②.波峰集中于10~20H z ,中心频率在17H z 左右,带宽越10H z ; ③.T 波、P 波、基线漂移等的频带都是在此频带的低端以外; ④.任意两次心率的时间间隔大于200m s.
以上是Q R S 波群区别于其他波形的四个明显特点。
各种Q R S 波群的检测算法主要是利用它与其他波形及噪声不同的幅频特性来实现的。
1.2误检率计算说明
|R -R |R R 实际测得波数理论存在波数理论存在波数
其中对于理论存在的R 波数,我们通过手动计算的到,我们分别计算数据118和118e 00 0~5m i n 的R 波数,求平均,得:理论存在的R 波数为75次/分.
二.常用的Q R S 波检测方法
如下图2-1所示:
图2-1
软件Q R S 波复合检测方法众多,借助文献,我们从准确性、可操作性性出发,针对经典的Q R S 波检测方法,对差分阈值法、模糊匹配法、小波变换法进行具体说明。
2.1差分阈值法
差分阈值法即通过对信号进行一阶或二阶差分,判断其差分值是否超过特定阈值并确定QRS 波的
在模板匹配中,输入信号逐点从QRS 模板中减去,若完全匹配,结果为0。
这种算法首先存储一段对应于QRS 波形的ECG 输入信号,然后,这一段信号或模板与后续输入的ECG 信号相比较,将后续输入的信号的每一点与模板上对应的点相减,当模板与这信号的一个QRS 复波相匹配时,减去的结果是一个非常接近0的值。
总体评价:原理简单,不过对基线漂移和高频噪声敏感;
2.3 小波变换法
小波变换具有良好的时频局部化特性,实现信号从时域到时间-尺度平面的转换,通过多尺度分解可在不同分辨率下观察信号的局部特征,即信号的高频部分具有较高的时间分辨率和较低的频率分辨率,而对应的低频部分,其频率分辨率较高而时间分辨率较低。
小波变换是对信号进行时频分析的理想数学工具,因其优良的去噪性能,小波变换被越来越多地应用到信号的去噪处理中。
总体评价:由于具有良好的时频局域化分析能力,因此小波变换法的检测准确度较高,但是其算法复杂,计算量大,不适于实时处理;
三.本文使用的R 波检测算法(基于极值的动态自适应阈值法)
在本次设计中,我们使用基于极值的动态自适应阈值法。
在利用阈值进行Q R S 波检测时,若固定阈值,则会造成阈值设置过高导致漏检,产生假阴性,阈值设置过低会导致多测,产生假阳性。
因此本文提出基于待测信号的可变阈值,以提高检测的精确率,所采用的可变阈值包括幅度阈值和时间间隔阈值等。
基本原理:基于R 波的幅值为最大的特点,根据极值的定义,筛选出所以的极大值点,这些点即可能是R 波的点,然后根据心电学原理知识,确定R 波的阈值,计算待测的E C G 数据最大值并与阈值进行比较,若超过或达到阈值,则初步判断已检测到一个R 波,然后根据制定的规则确定R 波。
具体设计思路如下图3-2所示:
图3-2
S t e p 1:即对待测E C G 的滤波处理,基于第一部分对心电信号的说明,Q R S 波检测中的信号预处理主要是针对0~38H z 的频率范围,结合任务2中的预处理研究,采用小波去噪对数据进行滤波处理,得到的待测信号基本不含噪声干扰; S t e p 2:根据Q R S 波波形,首先利用极值点判断,一次筛选得到可能存在R 波的点,记为s i g m a x :
()(1),()(1):R ()(1),()(1):R y i y i y i y i y i y i y i y i >->+⎧⎨>->+⎩
成立可能存在波;一次筛选不成立不存在波; 结合心电信号原理,确定阈值:
1000
max()thrmax=;1002i i =∑100
min()thrmin=;1002i i =∑
1thr (0.7max 0.3min)4
thr thr =⋅+⋅
借助自适应阈值法检测到的R波为75个,误检率为0%。
总结:
本周R波检测在任务2的基础上进行。
R波是心电信号中特征最为明显的一段信号。
检测出R波后我们就可以对该心电信号进行后续的相关检测,如心率计算。
在R波的检测中采用了基于极值的自适应阈值法来进行具体实现,通过与人工计算结果的比较,得到自适应阈值法在检测R波中的准确率,因加入的高斯白噪声的随机性,导致每次的R波检测的误测率存在较小的上下浮动,这是不可避免的。
经过多次测量,基于极值的自适应阈值法的误测个数维持在0~2个间,因。