[发明专利]一种基于单导联心电信号时频特征的房颤检测方法

说明书

一种基于单导联心电信号时频特征的房颤检测方法，属于信息处理技术与医疗健康的交叉领域。本发明的一个显著特点就是针对具有较高噪声的单导联心电信号，利用皮尔逊相关性系数对同一信号内部的各个心跳波形进行简单的聚类，进而采用平均法消除心跳波形的噪声干扰，进而找出信号的代表性心跳波形，然后基于Matching Pursuits算法提取代表性波形的时频特征，用于整条心电信号的分类。此外，本发明还整合了RR间期的特征(结合了心率变异性特征和心跳波形的时频特征)，因而兼具基于心房活动和基于心室反应两种方法的特点，具有较高的准确率、很好的鲁棒性。

技术领域

本发明属于信息处理技术与医疗健康的交叉领域，涉及一种单导联心电信号的分类方法，尤其涉及一种基于单导联心电信号时频特征的房颤检测方法。

背景技术

心房颤动(简称房颤)是最常见的持续性心率失常，在一般人群中的发病率为1～2％。随着年龄的增加，房颤的发病率也不断增加，75岁以上人群可达10％。房颤会增加包括猝死、中风、心衰以及冠心病等多种疾病的发病风险，对人们的生命健康构成严重的威胁。

由于部分房颤是阵发性的，而且在早期可能没有任何明显症状，因此容易在早期被忽视，从而延误了病情。当前兴起的单导联可穿戴心电检测设备对于该问题的解决带来了契机。这类设备具有体积小、成本低廉的特点，可以封装入手环等小型设备中，适合长期佩戴，不影响患者的日常活动，有望在未来实现大量普及。然而，这类设备所采集的大量数据是人工分析所无法负担的，必须借助自动化的技术进行分析和诊断。在自动化方法的设计中，必须考虑这类数据的两大特点：

(1)信号可能具有较高的噪声干扰；

(2)信号可能涉及多种心率失常症状。

目前房颤的自动化识别方法主要分为两类：基于心房活动的方法和基于心室反应的方法。基于心房活动的方法根据TQ间期中P波或F波是否存在进行判断。对于噪声干扰比较小的信号，这类方法通常可以取得比较高的精度；但是对于噪声较高的信号，这类方法的精度将会有显著的下降。基于心室反应的方法主要根据心跳与心跳之间的间期(即RR间期)的可预测性进行判断。由于RR间期由心电信号中幅度最大的R波推导而来，其对于噪声的抗干扰能力是比较强的。但是，由于RR间期内所蕴含的信息十分有限，对于区分房颤和其他多种心律失常状况的能力是不足的。

发明内容

本发明的目的是为了解决现有技术中房颤检测精度低及难以将房颤与其他心律失常状况区分的问题，提供一种基于单导联心电信号时频特征的房颤检测方法，该方法整合了RR间期特征和心跳波形特征，兼具基于心房活动和基于心室反应两种方法的优点。

本发明采用基于信号能量时域变化的方法，判断信号头部是否相比信号的主体遭受了更强的噪声干扰，进而删除具有过高噪声的头部，可以明显提高后续Pan-Tompkins算法识别R波位点的精度。本发明的一个显著特点就是针对具有较高噪声的单导联心电信号，利用皮尔逊相关性系数对同一信号内部的各个心跳波形进行简单的聚类，进而采用平均法消除心跳波形的噪声干扰，进而找出信号的代表性心跳波形，然后基于Matching Pursuits算法提取代表性波形的时频特征，用于整条心电信号的分类。此外，本发明还整合了RR间期的特征(结合了心率变异性特征和心跳波形的时频特征)，因而兼具基于心房活动和基于心室反应两种方法的特点，具有较高的准确率、很好的鲁棒性。可用于具有较高噪声的单导联体表心电信号的辅助检测。

为实现上述目的，本发明采取的技术方案如下：

一种基于单导联心电信号时频特征的房颤检测方法，所述方法包括如下步骤：

步骤一：针对单导联体表心电信号，先进行预处理操作，去除心电信号中的基线漂移和部分噪声干扰；