[发明专利]一种基于小波变换的心电波形检测方法、装置、终端设备在审
申请号: | 201910358734.X | 申请日: | 2019-04-30 |
公开(公告)号: | CN110169766A | 公开(公告)日: | 2019-08-27 |
发明(设计)人: | 姚俊峰;刘笑寒 | 申请(专利权)人: | 厦门大学 |
主分类号: | A61B5/0402 | 分类号: | A61B5/0402;A61B5/0472 |
代理公司: | 北京嘉科知识产权代理事务所(特殊普通合伙) 11687 | 代理人: | 刘力 |
地址: | 361005 福建*** | 国省代码: | 福建;35 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 心电图波形 小波变换 低频系数 终端设备 去噪 支持向量机 检测结果 降维处理 心电波形 心电信号 精准度 检测 心拍 输出 | ||
1.一种基于小波变换的心电波形检测方法,其特征在于,该方法包括:
接收心电信号;
对心电波形去噪处理;
进行QRS波形检测;
提取心拍数据;
对去噪后的心电波形依次进行小波变换、提取低频系数、低频系数降维处理;
输入到支持向量机SVM进行训练;
输出心电波形检测结果。
2.根据权利要求1所述的方法,其特征在于,心电波形去噪步骤具体包括:
使用bior2.6小波函数,对原始心电信号进行8层小波分解,得到8个高频系数D1-D8和1个低频系数A8,对D1采用启发式阈值,公式如下:
crit和eta定义如下:
其中N是信号长度,Sj代表小波分解的系数,δ是信号噪声的标准差,
对D2采用极值阈值,公式如下:
当D1、D2的绝对值小于阈值时令其为0,否则不变,对于A8,将所有系数置为0,用处理后的高频系数与低频系数进行小波重构,得到去噪后的心电波形。
3.根据权利要求2所述的方法,其特征在于,进行QRS波形检测步骤包括:
先对去噪后的心电信号ECG进行通带为15-25Hz的40阶FIR带通滤波,通带频率大致为QRS波的频段;
然后在滤波后波形的点两侧寻找平均最大最小斜率,计算最大斜率与最小斜率的差值;
对斜率差值进行滑动窗口积分以增强信号;
从信号的第一个波峰开始,判断波峰幅值是否超过thr0,若是,认为检测到了R波,否则认为是噪声;
根据当前检测到的波峰和之前检测出的波峰,更新高低阈值thr1与thr0,并进行下一个波峰的检测,thr1与thr0公式如下:
,
其中pi代表之前检测到的波峰,p代表目前正在检测的波峰。
4.根据权利要求3所述的方法,其特征在于,提取心拍数据包括:将检测到的QRS波形前后250点提出,具体是前100点,后150点。
5.根据权利要求4所述的方法,其特征在于,去噪后的心电波形进行的小波变换具体是5层小波变换,小波函数选择coif3,低频系数降维使用的是主成分分析法PCA。
6.根据权利要求5所述的方法,其特征在于,输入支持向量机SVM进行训练包括:用网格搜索法寻找最优超参数,将原始数据集划分为K份数据,每次用其中K-1份作为训练集,剩下的一份作为测试集,设置好超参数的搜索范围与步长,在范围内逐步计算精度函数,进行K次重复试验,找到K次试验中精度函数最优的超参数组,将支持向量机的参数设为找到的最优超参数组,对PCA降维后的数据进行训练。
7.一种基于小波变换的心电波形检测装置,其特征在于,该装置包括:
预处理模块,用于对接收的心电信号进行预处理,包括心电波形去噪子模块、QRS波形检测子模块、心拍提取子模块;
心电波形去噪子模块,用于对心电波形去噪处理;
QRS波形检测子模块,用于进行QRS波形检测;
心拍提取子模块,用于提取心拍数据;
小波变换模块,用于对去噪后的心电波形依次进行小波变换、提取低频系数、低频系数降维处理;
训练模块,用于输入到支持向量机SVM进行训练;
输出模块,用于输出心电波形检测结果。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于厦门大学,未经厦门大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910358734.X/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种智能穿戴设备
- 下一篇:一种心电信号的检索方法