[发明专利]基于固有趋势子序列模式分解的ECG异常检测方法

说明书

技术领域 

本发明涉及生物医学信号检测与信号处理技术领域，具体涉及一种基于固有趋势子序列模式分解的ECG异常信号获取方法。 

生物医学信号检测与信号处理技术可以协助生物和生理系统的研究，协助对患者进行诊断和治疗。在各种的生物信号测量中，以心电为代表的循环系统的生理量测量相对来说发展较快，是临床检查方法之一，对某些疾病尤其是心血管疾病的诊断具有重要意义。 

心电图(ECG)是记录心脏电活动简单而实用的方法，能反映出兴奋在心脏内的传播过程及心脏的机能状态。如果心脏的传导系统发生障碍或某部分心肌发生病变，心电活动的变化能正确及时地反映在心电图上，表现为各个波形的异常变化和进行性演变过程。从1903年Beethoven将心电图技术应用于临床，至今已百年，百年中，持续发展的心电图技术为人类的生命与健康，为生物学、临床医学做出了巨大贡献，成为临床不可缺少的、最重要的常规检查技术。近年来，心脑血管疾病的发病率和死亡率逐年上升，对心脏做定期检查，及早发现隐患，已成为大多数人尤其是心脏病患者的需要。心电图作为检查心脏病常规和必要的手段，是医生诊断心脏疾病的得力助手，对它的准确判读对于及早发现病情以及提高国民健康水平和生活素质有着重要意义。心电图在诊断心律变异、心肌缺血、心肌梗塞等方面有着重要作用。但病态心电图种类繁多、变异极大，同种病理的不同患者的心电图甚至同一患者本身的ECG都存在着很大的差异，要对其作出准确判断，通常需要医师具有丰富的知识和积累大量临床经验。此外，若医师长期从事大量图形的识别工作，极易疲劳，容易漏检、出错，因而心电图的自动诊断成为人们的研究热点。心电图的自动诊断，不但减 轻了临床医师的负担而且可以通过得到的特征值进行进一步的分析、整理，为医学研究提供详尽的研究资料，也是日后心电图机发展为家庭健康监护设备的重要基础。 

心电图自动诊断系统通过对心电信号进行处理，提取出特征值，进而断结论，是医师在临床医疗工作中以患者或可能成为患者的人群为对象，在心电图上反映出的特征值、诊断结果为内容的疾病认识过程的系统总结总结不但是临床医学科研的信息来源，也为医学科研提供了佐证。系统中患者的心电图数据信息以及其通过分析得到的特征值客观的展现了特定疾或不同疾病状态下的各种心电图特征，这些明确的临床诊断依据，有助于一些疾病(如心肌梗塞、心脏肥大等)的心电图诊断标准，并为探讨或评价心电图的某些参数指标提供临床信息。同时，医学科研人员也可以由此真实的了解心电图检测技术对某些疾病的诊断所能提供的有效信息，为日后心电图机发展为家庭健康监护设备提供理论支持。 

早期的ECG分析是由医生完成的，这一过程费时费力且可靠性不高。计算机辅助的ECG分析系统开始于50年代末。单调、费时、重复的人工识别由计算机代替，大大降低了操作者长时间工作精神疲劳造成的漏检情况。随着微型计算机功能不断增强和现代微电子技术的发展，ECG自动诊断系统的功能大大增强，已经广泛地应用于心脏的功能检查、心血管疾病的诊断与预防，以及心电监护等多方面。 

一个正常的心电波形由P波、QRS波群、T波等组成。对于具体每个波，都对应着心脏活动与电生理的特定阶段。在正常情况下，这些波按照窦房结产生的兴奋脉波的周期，周期性重复。如果心脏的传导系统发生障碍或某部分心肌发生病变，心电活动的变化便能正确及时地反映在心电图上，表现为各个波形的异常变化和进行性演变过程。因此正确检测出ECG信号中的各个波形就成为对ECG信号进行正确分析处理的基础。 

通过计算机等设备对采集到的心电信号进行分析，已经广泛地应用于心脏的功能检查、心血管疾病的诊断与预防，以及心电监护等多方面。在心电信号 的处理中，最为首要而且关键的问题就是心电信号的检测。当前绝大部分的心电信号检测方法主要分为两步：首先对心电信号进行滤波处理，滤除信号中的主要噪声(基漂、工频电、肌电、器械移位等)，对QRS波群进行加强；然后采取一定的准则确定阈值，检出所需的信息。要将心电信号中的多种噪声滤除是一件非常繁琐的工作，而且这将使得信号处理速度降低，运算量增加。