[发明专利]一种基于小波去噪心电信号的R峰识别方法

说明书

本发明公开一种基于小波去噪心电信号的R峰识别方法，步骤1)获取心电信号；步骤2)对心电信号用小波变换进行尺度分解；步骤3)使用软阈值算法去噪；步骤4)对心电信号进行重构；步骤5)依据自适应阈值算法，获取所有目标待测点；步骤6)使用波峰检测策略，获得R峰位置；步骤7)进行漏检查询；步骤8)进行误检查询，算法结束。本发明利用小波变换对心电信号进行尺度分解，使用加权阈值算法进行去噪，再依据波峰检测策略等方法提取R峰，依据本发明方法提取R峰，具有令人满意的效果。

技术领域

本发明涉及一种基于小波去噪心电信号的R峰识别方法，属于智能医疗技术领域。

背景技术

心电图(Electrocardiogram，ECG)是一种通过心电采集设备将心脏起搏产生的电位变化以时间为函数记录下的信号图，是临床诊断心脏是否出现病变的重要依据；因此，对心电信号的分析与识别有十分重要的意义，是研究的重点。

正常健康的人体心电波形图由P波、QRS波群以及T波组成，蕴含心电最主要的特征信息。一个完整心电周期波形中每个特征子波形或间期都有其特定的电生理学含义。如P波起因于心房收缩之前的心房除极时的电位变化；QRS波群起因于心室收缩之前的心室除极时的电位变化；T波为心室复极时的电位变化。

由于心电图具有无创、安全简便等优点，为临床心脏病的诊断提供了极大的方便。传统的诊断方法是患者到医院，医师对其进行心电图检查，进而给出诊断结果，任务繁重且需要医师有丰富的临床经验和专业知识。而稀缺的医疗资源，很难满足数量庞大患者群体的要求。

为了提高就诊效率，方便性和快捷性，出现了自动分析诊断心电技术，辅助医师进行诊断，而对心电信号的处理与准确识别则是自动化诊断的基础。

对心电信号的自动化诊断是非常有意义且又有困难的工作，其过程主要有信号的预处理、特征提取以及诊断。心电信号的预处理是心电分析的基础，是后续工作的前提。近些年，心电信号去噪算法主要有传统的数字滤波方法、改进的自适应滤波器、小波变换等方法；这些算法的基本思想是将信号转换到频域中，在主要频率范围内对信号进行识别，抑制噪声。

特征提取指的是对各种参数进行提取，为诊断提供依据；QRS波、P波、T波、波形起始点以及终点等的准确识别是参数提取的保证。识别检测方法主要有滤波与差分阈值法、神经网络法、斜率阈值法、小波变换等。在ECG中，R波是最明显的特征，确定R波的位置之后，可以以此为基准，寻找其它波形的位置，因此，R波是ECG检测的关键。

发明内容

本发明的目的就在于为了解决上述问题而提供一种基于小波去噪心电信号的R峰识别方法，通过使用小波变换、阈值法以及R峰提取策略等方法，来自动识别R峰，为实现自动化诊断、缓解紧缺的医疗资源、减少医疗资源的浪费、提高就诊效率提供基础。

本发明通过以下技术方案来实现上述目的：一种基于小波去噪心电信号的R峰识别方法，包括以下步骤：

步骤1)获取心电信号；

步骤2)对心电信号用小波变换进行尺度分解；

步骤3)使用软阈值算法去噪；

步骤4)对心电信号进行重构；

步骤5)依据自适应阈值算法，获取所有目标待测点；

步骤6)使用波峰检测策略，获得R峰位置；

步骤7)进行漏检查询；

步骤8)进行误检查询，算法结束。

所述步骤2)对心电信号用小波变换进行尺度分解包括：

A.连续小波变换

设Ψ(t)∈L²(R)，其傅立叶变换为Ψ(ω)，如果满足