[发明专利]基于多模板匹配和相关系数矩阵的动态心电噪声滤除方法有效
申请号: | 201910060912.0 | 申请日: | 2019-01-22 |
公开(公告)号: | CN110123304B | 公开(公告)日: | 2021-08-27 |
发明(设计)人: | 刘澄玉;李艺璇;赵莉娜;王帅;李建清 | 申请(专利权)人: | 东南大学 |
主分类号: | A61B5/346 | 分类号: | A61B5/346;A61B5/352 |
代理公司: | 南京众联专利代理有限公司 32206 | 代理人: | 叶倩 |
地址: | 210096 *** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 模板 匹配 相关系数 矩阵 动态 噪声 方法 | ||
1.基于多模板匹配和相关系数矩阵的动态心电噪声自动滤除方法,其特征在于,包括以下步骤:
S1,获取原始动态心电数据;
S2,去除信号基线漂移噪声;
S3,检测R波位置;
S4,由步骤S3中R波位置,计算R波个数及RR间期序列标准差;
S5,以步骤S3中检测到的R波为中心,建立三组时间长度不同的模板,并进行模板匹配,得到三个相关系数矩阵;
S6,对步骤S5中三个相关系数矩阵分别进行主成分分析,得到三个最大贡献率;
S7,基于步骤S4中得到的R波个数、RR间期长度序列标准差和步骤S6得到的最大贡献率,设定阈值,划分信号质量等级,滤除心电噪声段信号。
2.如权利要求1所述的基于多模板匹配和相关系数矩阵的动态心电噪声自动滤除方法,其特征在于所述步骤S1中,通过穿戴式心电设备获取长程记录的原始动态心电数据,所述心电数据处理的时间窗口长度设置为10秒。
3.如权利要求1所述的基于多模板匹配和相关系数矩阵的动态心电噪声自动滤除方法,其特征在于所述步骤S2中,通过巴特沃斯高通滤波器去除基线漂移噪声,所述滤波器的截止频率为0.5赫兹。
4.如权利要求1所述的基于多模板匹配和相关系数矩阵的动态心电噪声自动滤除方法,其特征在于所述步骤S3中通过阈值判断和小波变换两种方法共同检测到的R波作为最终R波位置,所述检测容许误差范围在50毫秒内。
5.如权利要求1所述的基于多模板匹配和相关系数矩阵的动态心电噪声自动滤除方法,其特征在于所述步骤S4中RR间期序列标准差sN计算公式为:
其中,N是RR间期个数;xi是第i个RR间期长度;是RR间期长度均值。
6.如权利要求1所述的基于多模板匹配和相关系数矩阵的动态心电噪声自动滤除方法,其特征在于所述步骤S5中模板的R波位置,不包括步骤S3中处于首尾两端的R波位置。
7.如权利要求6所述的基于多模板匹配和相关系数矩阵的动态心电噪声自动滤除方法,其特征在于所述步骤S5中,相关系数ρij的计算公式为:
其中p,q分别为模板的长、宽。
8.如权利要求1所述的基于多模板匹配和相关系数矩阵的动态心电噪声自动滤除方法,其特征在于所述步骤S5中模板长度分别为0.1倍RR间期长度、0.5倍RR间期长度及1倍RR间期长度。
9.如权利要求1所述的基于多模板匹配和相关系数矩阵的动态心电噪声自动滤除方法,其特征在于所述步骤S6中经过主成分分析处理相关系数矩阵R,得到特征值λi与特征向量αi,并将特征向量按对应特征值大小从上到下按行排列成矩阵,最大贡献率P的计算公式为:
其中λmax为最大特征值。
10.如权利要求9所述的基于多模板匹配和相关系数矩阵的动态心电噪声自动滤除方法,其特征在于所述步骤S7中对于本此获取的动态心电数据,设定阈值与划分信号等级,具体步骤为:
a.若R波个数Nr满足Nr<5或Nr>40,则判断该信号段为噪声信号,否则进入步骤b;
b.若RR间期序列标准差满足sN>440毫秒,则判断该信号段为噪声信号,否则进入步骤c;
c.若三组模板经计算得到的三个最大贡献率Pmin,Pmid,Pmax之和满足∑P<150,则判断该信号段为噪声信号,反之,则判断信号质量良好,可为临床使用;
d.以上均不满足时,判断为噪声信号的临床不可用信号段。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于东南大学,未经东南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910060912.0/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种生物电信号提取系统
- 下一篇:一种跨层优化的可穿戴心电采集系统