[发明专利]一种心电信号R波检测方法及系统

说明书

本发明公开了一种心电信号R波检测方法及系统，方法包括以下步骤：计算心电信号的各个采样点的二阶差分值；若当前采样点的二阶差分值大于第一预设差分阈值，则在心电信号中找到当前采样点的前拐点和后拐点；根据前拐点、当前采样点和后拐点组成一波形，计算波形的特征参数，若特征参数满足预设条件，则确定当前采样点对应的波形为R波。本发明先通过二阶差分值对波形的圆钝进行判别，筛选出R波和类似R波，然后根据波形的特征参数进一步筛选出真正的R波；整个计算过程没有涉及到过大的计算量，所以算法复杂度低；并且通过二阶差分值和R波的波形特征参数进行双重筛选，可提高R波的检测准确率。

技术领域

本发明属于心电信号检测技术领域，特别涉及一种心电信号R波检测方法及系统。

背景技术

心电图信号是心脏在每个心动周期有规律的收缩和舒张过程中大量的心肌细胞产生生物点位的变化，并通过体表表现多种形式点位变化的图形信号。一个完整的心电图波形包括P波、Q波、R波、S波、T波及U 波。心电图信号中的R波是心室除极时产生点位突变，其探测在心电信号分析、处理和诊断中最为关键，尤其对各种心律失常、房颤等疾病具有重大的诊断价值。且随着智能健康穿戴设备的兴起，方便快捷的血压测量也是以心电图的R波位置识别为基础的。传统的心电监护以静态监护多导联为主，心电图受到的运动伪迹、肌电干扰很小。而在穿戴产品中，心电图更容易受到运动伪迹、肌电干扰等影响，且本身一些P波、T波与R波也不容易区分，而穿戴设备对R波识别又具有很高的准确性要求。

现有的QRS检测算法大体包括：差分算法、自适应R波检测算法、基于模式分解的R波检测算法、基于小波变换的R波检测算法、窗口积分方法等。而差分算法和自适应R波检测算法检测准确性不高；基于模式分解的R波检测算法和基于小波变换的R波检测算法计算复杂度高；窗口积分方法只针对正常QRS波形识别率高，对于很多非正常的QRS波造成漏检。

发明内容

本发明的目的是提供一种心电信号R波检测方法及系统，不仅算法简单，而且检测准确度较高。

本发明提供的技术方案如下：

一种心电信号R波检测方法，包括以下步骤：

计算心电信号的各个采样点的二阶差分值；

若当前采样点的二阶差分值大于第一预设差分阈值，则在所述心电信号中找到所述当前采样点的前拐点和后拐点；

根据所述前拐点、所述当前采样点和所述后拐点组成一波形，计算所述波形的特征参数，若所述特征参数满足预设条件，则确定所述当前采样点对应的波形为R波。

进一步地，所述在所述心电信号中找到所述当前采样点的前拐点和后拐点具体为：

在所述心电信号中找到二阶差分值大于第二预设差分阈值的拐点；所述第二预设差分阈值小于所述第一预设差分阈值；

在位于所述当前采样点的采样时间之前的所述拐点中找到与所述当前采样点之间的第一高度值大于第一预设高度阈值，且与所述当前采样点的时间间隔最小的目标前拐点，所述目标前拐点为所述当前采样点的前拐点；

在位于所述当前采样点的采样时间之后的所述拐点中找到与所述当前采样点之间的第二高度值大于第一预设高度阈值，且与所述当前采样点的时间间隔最小的目标后拐点，所述目标后拐点为所述当前采样点的后拐点。

进一步地，所述计算所述波形的特征参数，若所述特征参数满足预设条件，则确定所述当前采样点为R波的极值点具体包括：

计算所述前拐点与所述后拐点之间的宽度值，计算所述前拐点与所述当前采样点之间的第一斜率值，计算所述后拐点与所述当前采样点之间的第二斜率值；