一种心电信号压缩算法——代表波形法

⑤Ｚ　Ｉ一２５－　第ｌ２卷第２期　１９９８年６月　电子测量与仪器学报　

ＪＯＵＲＮＡＬ　ｏＦ　ＥＬＥＣＴＲｏＮＩＣ　ＭＥＡＳＵＲＥＭＥＮＴ　ＡＮＤ　ＩＮｓＴＲＵＭＥＮＴ　

Ｖ＿０１．１２　Ｎｏ．２　

２１·　种心电信号压缩算法——代表波形法　兰塑　竺－ｔ－Ｎ：ｋ　／　０；ｆ————一—————一　，Ｙ　，，‘＾　（航天部二院２０４所，北京１００８５４）（天津大学电子工程系，天津３０００７２）　［摘要］本文根据国际ＳＣＰ－ＥＣＧ规定的标准。对心电信号的压缩技术进行了研究。首先研究了ＯＲＳ波　的识别算法，对心电信号的滤波技术进行了深入的探讨，设计了多个性能优越、高速节时的滤波器。采用自　适应阚值检测技术和双阐值检测设计出一种高效、可靠的‘　Ｒｓ波检测算法；运用信号平均技术，产生具有　高精度的代表波形；对残蓥信号处理后进行压缩编码，最后得到一种比较理想的心电信号压缩算法。　本论文采用Ｍ，丁佃埘数据库对算法进行检验．并通过监护仪采集的心电信号进行检验，证明达到了　理想的效果。　关麓词：心电信号压缩算法ＱＲＳ波识别　

引　言　

，也，电图　象　

心电图是诊断心脏疾病的一种重要手段．在临床医学上应用很广。心电信号的压缩技术　随心电检测技术的发展而发展，到现在已经有很多种。我们把以往的压缩方法分为以下几　类．Ⅱ．波形描述法。即利用折线或插值技术对心电信号进行拟台。一般计算简单，计算量小，　但是保真度不好；６．正交变换法。这种方法一般是用数值预测或正交变换减少心电信号中　的冗余信息。数据运算量大，困此实际应用很少∞统计编码法。算法有霍夫曼编码，算术编　码等。特点是无失真，属于无损压缩。单独使用这种编码方法一般只有２—３倍的压缩比，困　此常跟其它方法结合使用。　本文根据ｓｃＰ—ＥＣＧ标准　］．研究了心电压缩算法——代表波形法。　

二、代表波形法的主要内容　从心电信号的生理特点及医学要求可以得出，心电信号压缩后的重建信号必须要有高　的保真度，以保证医学诊断的需要．而集中了医学信息的心电图部分主要是Ｐ—Ｑ　一Ｔ　波。因此代表波形法的重建信号在Ｐ　ＱＲｓ　Ｔ波部分要有高的保真度，周期由Ｒ—Ｒ波间　隔所得　所以本文的代表波形法主要包括两部分的内容　Ｑ　波群的计算机识别和代表波　形法的主体部分。　１．ＯＲＳ波群的计算机识别　

本文于１　９９６年ｇ月收到。郝春朝：硕士；刘鸿链：教授；于振生：副教授。　２２·　电子测量与仪器学报　第１２卷　般的ＱＲＳ波的检测算法是抽取了ＯＲＳ波中Ｒ波的坡度特性，利用其峰值来检测　ＱＲＳ渡，或者甩微分运算来检测。然而由于微分运算本身放大了高频噪声分量，许多长时间　的反常的ＱＲＳ波形由于小的Ｒ波坡度，在纯坡度检测中丢失了，因此单纯的Ｒ波坡度检测　是不够的。　本论文中对ＱＲＳ波的检测除了利用ＱＲＳ波的坡度信息之外，还抽取了ＱＲＳ波的宽度　和幅度特性，是基于ＱＲＳ波的坡度、幅度和宽度信息之上的检测算法，增加了检出率。　ＱＲＳ的识别算法分为两部分：ＱＲＳ波的预处理和ＱＲＳ波的识别。　（１）ＱＲＳ波的预处理　预处理部分的作用是提高ＥＣＧ波形中ＱＲＳ波的幅度，抑止噪声和大幅度的ｐ波、Ｔ波　的含量。主要包括线性滤波　和非线性转换。线性滤波包括带通滤波器（低通滤波器和高通　滤波器），微分线性滤波和滑动窗口平均。非线性变换的目的主要是突出ＱＲＳ波中的Ｒ波，　便于用单一阈值来检测。运算采用平方运算。　低通滤波器的差分方程：　（，　）一２ｙ（ｎＴ—ｒ，）一ｙ（ｎＴ一２Ｔ）＋　（ｎＴ）一２ｘ（ｎＴ一６Ｔ）＋　（ｎＴ一１２丁）　其３ｄＢ截止频率为１９．５Ｈｚ，增益为３６，滤波器延迟６个采样点。　高通滤波器的差分方程：　（　丁）一一　７＂－２Ｔ）＋ｘ（ｎＴ）一２ｘ（ｎＴ一１８Ｔ）＋ｘ（ｎＴ一３６ｒ，）　其３ｄＢ截止频率为６１－－Ｉｚ，增益为１，滤波器延迟１８个　带通滤波器的幅度特性如图１。　Ｈｆ　，　

。　ｃ㈦　

图１带通滤波器的幅度特性　

。’　—ｒ　

图２微分线性滤波器的幅度特性　

Ｌ、Ｌ　ＬＬ　叶　ｉ　ｉ　ｉ　ｌ　△　（ｅ）情动窗口平均后的信弓　图３　第２期　一种心电信号压缩算法——代表波形法　·２３·　微分线性滤波采用一个九点微分运算。差分方程：　Ｙ（ｎＴ）＝（１／１６Ｔ）『ｚ（ｎＴ一４Ｔ）一２ｘ（ｎＴ一２Ｔ）＋２ｘ（ｎＴ十２Ｔ）＋ｘ（ｎＴ十４Ｔ）ｌ　微分线性滤波的频响在直流到３０Ｈｚ之间近乎线性（理想情况），有四个间隔的迟延。幅频特　性曲线如图２。　滑动窗口平均是为了获取Ｒ波的幅度，宽度信息。计算式如下：　Ｙ（　）：（１／Ｎ）［ｘ（ｎＴ一（Ⅳ＿１）Ｔ）＋ｚ（ｎＴ一（Ⅳ＿２）Ｔ）十…ｘ（ｎＴ）Ｉ　这里的Ｎ是窗口宽度。　经以上运算后ＱＲＳ渡的波形如图３（ａ）（ｂ）（ｃ）（ｄ）（ｅ）。　（２）ＱＲＳ波的识别算法采用自适应阈值检测和双阈值检测。　本文对ＱＲＳ波的检测采用双信号检测。第一个信号为滑动平均之后，第二个信号为低　通滤波之后，通过对第一个信号的检测来确定ＱＲＳ波的大概位置，然后在这个范围内对第　二个信号进行检测，确定Ｒ波的峰点。检测时，在每检测到一个Ｒ波顶点时，我们对下一个　Ｒ波峰值进行预测，根据预测值优化阈值限。此外还应用了以下方法做为辅助检测：　双阚值限：当信号幅度变化较大时，即使采用自适应阈值限，还是不能跟上信号的变化。　在这种情况下，采用双阚值限。　补偿检测：当算法在一定时问内不能检测到一个ＱＲＳ波时，把阚值限降低到原来的一　半，返回重新进行检测。　局部极值检测：在本论文中，采用了峰值检测法。因为峰值都是局部点极值，因此算法在　局部极值中寻找Ｒ波峰值。这样在补偿检测时不需逐点检测，在局部极值中寻找，即可省去　逐点比较的大量时间。　不应期判断：在ＥＣＧ信号中，产生一个ＱＲＳ渡之后的一定时闻间隔内不会产生另外一　个ＱＲＳ波。这个依据可以帮助排除一定时间问隔内的噪声干扰和Ｔ波，避免多检。　２．代表波形法的主体部分　（１）代表波形的产生　心电信号在标注ＱＲＳ波顶点之后，用相干平均方法得到心电图的平均心率周期，作为　代表波形的周期。经相干平均方法得到心电图的代表波形。　（２）残差信号的获取　产生了代表波形之后，以Ｒ波顶点为参考点在每一个ＱＲＳ波位置上与代表波形逐点　取差，得到残差信号。　（３）残差信号的平滑滤波及重采样　在残差信号里，由于去除了ＯＲＳ波群的大幅度信号，幅度变化比较小，可以用低的采样　率和粗的量化间隔来描述。重采样采用线性插值，处理大量数据，计算速度快不会引入其它　的噪声。　３．残差信号的编码　在编码部分分别对０阶霍夫曼编码，ｏ阶自适应霍夫曼编码和０阶算术编码　进行了　研究和比较。霍夫曼编码只需存储一张霍夫曼编码表，就可以解码，压缩比小。对残差信号　进行压缩约为１．５到３倍。自适应霍夫曼编码，压缩比很高，约为５—７倍。缺点是运算速度　慢。算术编码可得到４～５倍的压缩比。　２４·　电子测量与仪器学报　第１２卷　三、实验与结论　１．ＱＲＳ波形识别的结果　本实验中采用了ＭＩＴ／Ｂ］Ｈ数据库作参考数据库。所有滤波运算都是基于３６０Ｈｚ的采　样频率所作的。在ＱＲＳ波的识别中，着重对滑动窗口长度、预测系数、Ｒ波顶点的位置和闽　值系数进行优化　实验结果表明　当滑动窗口长度为５０时，预测系数为０．２５，Ｒ波顶点取标　定值前１２５ｍｓ，阈值系数取０．７５时，Ｒ波峰值检出率最高。　由于这种自适应检测方法抽取了ＱＲＳ渡的多个特征，检出率很高只有在噪声很大、心　电信号很异常的情况下，检出率略差些。对ＭＩＴ／ＢＩＨ数据库记录能达到９９．９　以上，总检　出率高达９９．６７　，比一般的检测算法检出率高　大部分误差集中在很少的几个记录（１０５，　１０８，２０３，２２２），其余记录误差很小。主要是因为这几个记录从磁带上截取时，夹杂了大量的　噪声，基线漂移，人为的干扰，误差较大。　２．代表波形算法的结果　在代表波形算法实验中对代表波形的初始位置与代表波形的基线选取进行了实验　取　代表波形的初始位置为Ｒ渡顶点前的１／３处。基线选在Ｒ波顶点前的１／３处的基线水平。　代表波形压缩方法是一种比较理想的心电压缩方法，它保存了ＯＲＳ波群的主要特征。　算法的压缩比可以达到很高，大部分记录的误差都很小。只是某些记录里误差很大，分析主　要原因有两个；　（１）ＱＲＳ波检潞算法误差较大　在ＯＲＳ波检潞算法误差较大的记录里，产生的残差信号幅度较大。在规定的误差范围　内只能得到很小的压缩比。　（２）噪声　对于噪声很大的记录，经相干平均产生的代表波形不含大量噪声，噪声都留在残差记录　里。因此产生的残差信号幅度较大，在规定的误差范围内只能得到很小的压缩比。本文在实　际操作时对噪声很大的信号加了较宽频带的滤波。　实验中，重采样频率为１２５Ｈｚ，量化误差仍为５ｕＶ，压缩比达到了１６—３６。除个别记录　外，误差限完全符合规定标准。　代表波形算法与其它压缩算法的比较　有很多优秀之处：　１．压缩比高；２．重建波形精度高。　具体代表波形算法与ＳＡＰＡ２，ＴＰＥ，　ＴＲＩＭ比较见表１。　本实验算法经从监护仪上取出的心电　信号验证，完全能达到规定的误差限。采用　自适应霍夫曼算法压缩比为３Ｏ，误差小于　１５￣Ｖ（ＱＲＳ波）。　

表１　ＳＡＰＡ２　ＴＰＥ　ＴＲＩＭ　ＲＥｓＰ　ＣＦ　５．６　５．９５　５．４２　１８　ＲＭＳＱ￣Ｖ）　１５．１　６９．１　７．８６　１０　ＰＲＤ（　）　５．２　６．４　０．１６　２　ＭＡＸ（“Ｖ）　８６８　３　１３３．４　９０．４　７１　ＭＡＥ（“Ｖ）　６．５５　２１．８　４．９３　４．５