[发明专利]一种心电信号特征波形R波的快速提取方法

说明书

本发明公开了一种心电信号特征波形R波的快速提取方法，包括稳定小波变换步骤：通过稳定小波变换对原始ECG信号进行小波分解，提取第三尺度的细节系数作为下一阶段待处理的信号，非线性滤波步骤：对第三尺度的细节系数进行非线性滤波，将所有采样值取为正值，得到滤波后的信号序列，自适应阈值判决步骤：采用自适应阈值判决方法提取R波。本发明方法适用于在计算资源有限的可穿戴设备中进行实时心电信号特征波形R波检测，具有良好的推广价值。

技术领域

本发明涉及电信号处理技术，具体涉及一种心电信号特征波形R波的快速提取方法。

背景技术

心血管疾病作为危害现代人身体健康的重要疾病，对其进行有效的预防与治疗变得尤为重要。穿戴式医疗监护设备的兴起为生理信号的长期监测提供了有效的解决方法。心电图ECG(electrocardiograph)波形的识别作为心血管疾病治疗的一个重要环节，其理论研究需要提供高正确率。心电信号波形识别的步骤往往是从QRS波形识别开始，其它特征波形的位置都是以R波位置为基准进行提取的。

QRS波是ECG信号的重要部分，而R波的检测是QRS波定位中最重要的步骤，ECG中的其它信息如P波和T波的提取也是以R波定位为前提的。传统的心电信号监护以静态监护为主，ECG信号受运动伪迹干扰很小。在穿戴式产品中，对于处于运动状态的监护对象，ECG信号运动伪迹较大，对R波提取造成很大干扰。目前的QRS检波方法包括：差分滤波法、自适应滤波法、人工神经网络法、小波变换模极大值法。差分法计算复杂度低，但是抗运动伪迹能力差；自适应滤波需要有参考信息，增大了硬件开销；人工神经网络计算量大，不适合实时计算；小波变换模极大值计算量较大，在尺度选择上不能自动选择最佳尺度分析。

针对已有R波检测技术存在的不足和穿戴式设备计算资源有限的问题，亟需一种计算复杂度较低、抗运动伪迹强且能准确提取R波的方法。

发明内容

针对现有技术的不足，本发明提供一种心电信号特征波形R波的快速提取方法，本方法基于稳定小波变换平移不变性的特点，在较低的分解尺度上对原始ECG信号进行分解，降低了小波变换的计算量，自适应阈值判决在时域上实现，避免了传统时域检波使用的回溯算法，处理速度快，适合各种穿戴式设备。

本发明采用如下技术方案：

一种心电信号特征波形R波的快速提取方法，包括

稳定小波变换步骤：通过稳定小波变换对原始ECG信号进行小波分解，提取第三尺度的细节系数作为下一阶段待处理的信号；取第三尺度的细节系数作为下一级信号处理的输入信号。根据稳定小波变换的性质，第三尺度的细节系数频率与QRS波群接近，相当于过滤了基线漂移和大部分高频噪声。结合稳定小波变换的平移不变性可知细节系数的R波位置与原始ECG信号的R波位置相同，可以直接在细节系数序列提取R波。

非线性滤波步骤：对第三尺度的细节系数进行非线性滤波，将所有采样值取为正值，得到滤波后的信号序列，非线性滤波用于进一步去掉第三尺度细节信号上的高频干扰，同时增大R波与其它波形的差值，在一定程度上降低运动伪迹或部分异常波形(如大T波)对R波检测形成的干扰。

自适应阈值判决步骤：采用自适应阈值判决方法提取R波。

所述稳定小波变换步骤，具体为：

使用具有4阶消失矩Symlets小波对原始ECG信号进行分解，取第三尺度的细节系数作为下一级信号处理的输入信号。

所述非线性滤波步骤，具体为：

选取固定的时间窗，对窗口内的每个采样点进行平方求和，求和结果即为滤波后的信号序列，非线性滤波的公式为：

其中y₂[n]为非线性滤波在时间t＝n时刻的输出信号，y₁[n+i]是非线性滤波在时间n+i时刻的输入信号。