基于选择性系数法的多尺度小波分析对心电图特征点的检测

《基于选择性系数法的多尺度小波分析对心电图特征点的检测》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、基于选择性系数法的多尺度小波分析对心电图特征点的检测a.印度西孟加拉邦霍尔迪亚技术研究所，应用电子和仪器仪表工程部b.印度西孟加拉邦,加尔各答大学应用物理学系文章信息:文章历史：2009年1月19日发表，2009年9月24日完成修订，2009年10月14通过认可，2009年10月17实现网络在线。摘要：时间平面功能的自动提取对心脏疾病的诊断是非常重要的。这篇文章提出了以检测和评价QRS波，P和T波系统为基础的多分辨率小波变换。选择性系数法是基于重建波或心电信号复杂关系的最佳小波系数鉴定方法。使用从physionet肺结核诊断数据库收集的原始12导联心电图记录

2、来验证系统的性能。将测量值与手动确定的值及计算出的测量精度比较。试验结果表明R峰的检测正确率超过99％，心率，P波，QRS波和T波分别超过97％，96％，95％，98％。关键字：DB6小波心电图特征提取R峰重建系数1.介绍新一代的医疗事业一直依赖于计算机化进程。人体记录到的信号提供了有关其器官活动的宝贵信息。在正常或病理功能下有其特有的形状，或时间和光谱特性。为了响应这些器官行为的动态变化，信号可能会出现随时间变化的非平稳响应。在0.06s~0.1s时间范围内，QRS波是心电图（ECG）信号内最突出的波形。它反映了整个心室肌肉的去极化电活动。它的形状，持续时

3、间以及发生时间为当前的心脏状态提供了了有价值的信息。由于QRS波群特定的形状，几乎所有的自动心电图分析都是以其为切入点，QRS波检测是自动心电图信号分析中最重要的环节。由于正常和不正常波群的形态不同以及心电图信号遇到波源的不同类型干扰，QRS波群检测不是一项简单的任务。QRS波一经确定，便可以对心电信号进行更详细的检查。心电图波形的另一个重要波是T波。它是由于心室复极产生的，在一些病理状况下，T波的形态可能会随心脏的跳动而改变，最明显的就是波的幅度及持续时间的变化。由于QRS波群代表心室去极化，T波代表心室复极，QT间期代表心室收缩的总工期。上述特点在心脏病

4、理学分析中是最重要的。在过去的几十年中提出了识别心电图点特征的不同技术。此外，对几个心脏疾病的检测应该非常快。各种方法（例如，许多用于QRS检测的非合成方法，以及通过带通滤波器对P波和T波及噪声进行抑制和一些增强QRS波的非线性变换）。然后一些技术规则用于识别QRS波源。这种方法的主要缺点是，当QRS波群信号频段随着实验对象到实验对象，甚至是相同的实验对象的不同心脏节拍变化，这种方法就不唯一了。其他一些方法，如神经网络，混合模糊神经网络已被用于提高QRS波探测器的质量。自适应匹配滤波技术用于人工神经网络。使自适应滤波的人工神经网络建模的低频和残余信号通过一个

5、匹配的线性滤波器来检测QRS波位置。在所介绍的方法中一个模糊的混合神经网络被用于识别来自相同或不同源的不同类型节拍。然而，在大多数情况下，算法的效率伴随着较高的计算时间和成本。代替心电图，dECG（即衍生的心电图），可能是一个有用的分析工具，由于它突出的QRS波群和抑制P和T波，因为它涉及波梯度而不是波本身，这在QRS波区高于P和T波。由于波受到高频噪声干扰，这种技术难实施。此外，这种方法对提取QRS波后P和T波的检测，需要不同的算法。用简单离散小波拾取这些点是目前所要做的工作。在建议的方法下，实验将心电图波用多分辨率小波分解时频域得到基础的局部形式。这些信

6、号由时频域基本框图表示。此特征用于将心电信号从不同的噪声中隔离，以及使其他干扰波无效从而来确定波或波群。由形状和大小评估的小波重构系数的变化，结合选定的一组消除干扰组件，更好地检测到一个特定的波边界。目前工作的主要思路是，通过选择性重建系数的适当积累，再现心电图波时域分布的不同部分从而抑制其他事物。这消除了相邻区域可能的互动范围，从而保证准确地检测波边界。2.离散小波变换小波是一个平均值为零，有效且有限的时间波形。类似于以正弦函数为基础的傅立叶级数分析，小波分析也是一个基于信号正交分解（通常情况下）的函数系列。不像正弦波，小波能量集中在时间上。正弦波用于分析

7、周期和时间恒定的现象，而小波非常适合瞬态、随时间变化的信号的分析，因此，非常适合心电信号。通常，小波变换是作用信号f（t）和小波函数W（t）的卷积运算，离散小波变换表示为，信号f（t）的逼近系数表示为，是尺度函数，j,k分别是规模和位置，对于规模n的范围，原始信号f（t）的离散小波变换可表示为，是平均信号近似，由下式给出，是在尺度j处的信号近似。因此给出一种近似信号用于将母小波译成一些选择规模，可以通过使用逼近一半宽度和编译步骤一半的扩展信号来实现更好的近似。这样小波变换分解成两个子信号：细节信号和逼近信号。细节信号包含频率成分的上半部，逼近信号中包含频率成

8、分的下半部分。可以将近似信号进一步分解以获得二次细节