[发明专利]一种基于心电向量的心电波形特征点定位方法

说明书

技术领域

本发明属于数据处理技术领域，涉及心电图数据的自动处理和分析，用以实现对心电图ECG数据波形特征点的定位。

背景技术

根据心电向量学的理论，多导联的心电图是心电空间向量的运动轨迹在不同导联轴线上的投影。因此，对于每个心拍，不同导联反映的心电波形起止点会有区别，例如QRS波群的起点和终点在有些导联上较明显，在有些导联上则较模糊；因为投影关系有些导联P波开始得较晚，有些导联结束得较早。而事实上心电活动开始和结束的时间是确定的，因此应该综合多导联计算出唯一的全局结果。

有些单导联特征点计算系统[1]采用后处理的方式来得到一个综合值，然而这些方法不是真正的多导联计算方式，需要以单导联的方式逐个处理很多导联。 还有些方法采用心电向量重投影的办法来产生一个优化的单导联[2]用于计算特征点，这类方法在重投影的过程中会损失掉一些有用的空间信息，对计算结果会造成影响。

发明内容

基于上述现有技术的不足，本发明的目的在于提供一种基于心电向量的心电波形特征点定位方法，该方法克服上述现有方法的缺点，充分利用心电向量运动轨迹的空间信息高效准确的计算出的心电特征点。

本发明的技术方案在于：一种基于心电向量的心电波形特征点定位方法，该方法可以概括为：根据原始多导联心电数据生成心电向量VCG数据；利用心电向量VCG数据的空间信息生成衍生数据，该衍生数据的特征是非负性且能反应心电活动的剧烈程度；利用该衍生数据得到心电波形的特征点。

进一步，所述原始多导联心电数据需要经噪声抑制滤波，以滤除工频噪声，高频噪声以及基线漂移的干扰。所述衍生数据具有非负单峰性，所述衍生数据包括心电向量的运动速度和扫过的面积等。生成心电向量的方法包括以下两种：其一为直接采用Frank连接法得到正交导联；其二为将标准12导数据中转换成心电向量VCG数据。针对该衍生数据，采用单导联算法计算出心电特征波形的起止点。

该方法的具体步骤包括如下：

（1）原始多导联心电数据需要经噪声抑制滤波，以滤除工频噪声，高频噪声以及基线漂移的干扰；

（2）原始多导联心电数据生成VCG数据     

VCG数据的生成可以采用不同的方式，包括以下两种：1) 直接采用Frank连接法得到正交导联数据；2) 将标准12导数据中转换成VCG数据； 

                                                        

（3）计算心电向量扫过面积

基于正交导联数据绘制而成的三维的心电向量环（如图2所示），定义采样点n到下一采样点n+1时的向量运动的距离： 

                              

比单导联电压值更能反应心脏的整体电活动的变化；

更进一步考虑到心电向量在各个特征阶段的运动轨迹呈环状（P环， QRS环， T环），其心电活动的剧烈程度直接体现在心电量的模，即其顶点到原点（ISO点）的距离。本发明结合和向量的模，提出一个新的概念，即单位时间内心向量扫过的面积：

 

具有非负性，而且P波，QRS波以及T波的一般表现为单峰，便于进一步判定波形和确定特征点。

（4）确定特征点

利用的非负性和单峰性，采用单导联特征点常用的差分阈值法[1]或者基于小波的方法[3][4]可以方便而准确的判定QRS波群，进而利用同样的方法确定P波和T波的起止点。

本发明的有益效果在于：充分利用心电向量运动轨迹的空间信息高效准确的实现对心电图ECG数据波形特征点的定位。

附图说明

图1 是本发明的流程示意图。

图2 是实施例中QRS心电向量环及其的示意图。

图3 是三维心电向量数据和的对应关系以及特征点定位示意图。

具体实施方式

为了使本发明的上述技术内容和构造特点能更容易地被本领域一般技术人员所理解，下面结合附图和技术要点对本申请进一步的说明。

实现本发明目的的技术关键是利用心电向量产生合适的非负的衍生变量，其实现的具体实施步骤包括如下：

一、噪声抑制滤波

滤除工频噪声，高频噪声以及基线漂移干扰。

二、生成心电向量 VCG数据     

VCG数据的生成可以采用不同的方式：1) 直接采用Frank连接法得到正交导联； 2)将标准12导数据中转换成心电向量VCG