基于选择性系数法的多尺度小波分析对心电图特征点的检测

基于选择性系数法的多尺度小波分析对心电图特征点的检测 基于选择性系数法的多尺度小波分析对心电图特征点的检 测 a.印度西孟加拉邦霍尔迪亚技术研究所，应用电子和仪器仪表工程部 b.印度西孟加拉邦,加尔各答大学应用物理学系 文章信息: 文章历史:2009年1月19日发表，2009年9月24日完成修订，2009年10月14通过认可，2009年10月17实现网络在线。 摘要:时间平面功能的自动提取对心脏疾病的诊断是非常重要的。这篇文章提出了以检测和评价QRS波，P和T波系统为基础的多分辨率小波变换。选择性系数法是基于重建波或心电信号复杂关系的最佳小波系数鉴定方法。使用从physionet肺结核诊断数据库收集的原始12导联心电图记录来验证系统的性能。将测量值与手动确定的值及计算出的测量精度比较。试验结果表明R峰的检测正确率超过99,，心率，P波，QRS波和T波分别超过97,，96,，95,，98,。 关键字:DB6小波 心电图 特征提取 R峰 重建系数 1.介绍 新一代的医疗事业一直依赖于计算机化进程。人体记录到的信号提供了有关其器官活动的宝贵信息。在正常或病理功能下有其特有的形状，或时间和光谱特性。为了响应这些器官行为的动态变化，信号可能会出现随时间变化的非平稳响应。在0.06s~0.1s时间范围内，QRS波是心电图(ECG)信号内最突出的波形。它反映了整个心室肌肉的去极化电活动。它的形状， 持续时间以及发生时间为当前的心脏状态提供了了有价值的信息。由于QRS波群特定的形状，几乎所有的自动心电图分析都是以其为切入点，QRS波检测是自动心电图信号分析中最重要的环节。由于正常和不正常波群的形态不同以及心电图信号遇到波源的不同类型干扰，QRS波群检测不是一项简单的任务。QRS波一经确定，便可以对心电信号进行更详细的检查。心电图波形的另一个重要波是T波。它是由于心室复极产生的，在一些病理状况下，T波的形态可能会随心脏的跳动而改变，最明显的就是波的幅度及持续时间的变化。由于QRS波群代表心室去极化，T波代表心室复极，QT间期代表心室收缩的总工期。上述特点在心脏病理学分析中是最重要的。在过去的几十年中提出了识别心电图点特征的不同技术。此外，对几个心脏疾病的检测应该非常快。各种方法(例如，许多用于QRS检测的非合成方法，以及通过带通滤波器对P波和T波及噪声进行抑制和一些增强QRS波的非线性变换)。然后一些技术规则用于识别QRS波源。这种方法的主要缺点是，当QRS波群信号频段随着实验对象到实验对象，甚至是相同的实验对象的不同心脏节拍变化，这种方法就不唯一了。其他一些方法，如神经网络，混合模糊神经网络已被用于提高QRS波探测器的质量。自适应匹配滤波技术用于人工神经网络。使自适应滤波的人工神经网络建模的低频和残余信号通过一个匹配的线性滤波器来检测QRS波位置。在所介绍的方法中一个模糊的混合神经网络被用于识别来自相同或不同源的不同类型节拍。然而，在大多数情况下，算法的效率伴随着较高的计算时间和成本。代替心电图，dECG(即衍生的心电图)，可能是一个有用的分析工具，由于它突出的QRS波群和抑制P和T波，因为它涉及波梯度而不是波本身， 这在QRS波区高于P和T波。由于波受到高频噪声干扰，这种技术难实施。此外，这种方法对提取QRS波后P和T波的检测，需要不同的算法。用简单离散小波拾取这些点是目前所要做的工作。 在建议的方法下，实验将心电图波用多分辨率小波分解时频域得到基础的局部形式。这些信号由时频域基本框图表示。 此特征用于将心电信号从不同的噪声中隔离， 以及使其他干扰波无效从而来确定波或波群。由形状和大小评估的小波重构系数的变化， 结合选定的一组消除干扰组件，更好地检测到一个特定的波边界。目前工作的主要思路是，通过选择性重建系数的适当积累，再现心电图波时域分布的不同部分从而抑制其他事物。这消除了相邻区域可能的互动范围，从而保证准确地检测波边界。 2.离散小波变换 小波是一个平均值为零，有效且有限的时间波形。类似于以正弦函数为基础的傅立叶级数分析，小波分析也是一个基于信号正交分解(通常情况下)的函数系列。不像正弦波，小波能量集中在时间上。正弦波用于分析周期和时间恒定的现象，而小波非常适合瞬态、随时间变化的信号的分析，因此，非常适合心电信号。通常，小波变换是作用信号f(t)和小波函数W(t)的卷积运算，离散小波变换表示为， 信号f(t)的逼近系数表示为， 是尺度函数，j,k分别是规模和位置，对于规模n的范围，原始信号f(t)的离散小波变换可表示为， 是平均信号近似，由下式给出， 是在尺度j处的信号近似。 因此给出一种近似信号用于将母小波译成一些选择规模，可以通过使用逼近一半宽度和编译步骤一半的扩展信号来实现更好的近似。这样小波变换分解成两个子信号:细节信号和逼近信号。细节信号包含频率成分的上半部，逼近信号中包含频率成分的下半部分。可以将近似信号进一步分解以获得二次细节和逼近信号。因此，在离散小波域，可以进行多分辨率分析。 3.系统介绍和实施 建议以心电图特征提取法为基础的多分辨率小波与Daubechies6(DB6)小波共同执行。没有为特定的应用程序选择小波的预定义规则，而是选择面向应用的小波。选择一个与作用信号具有相似的物理性质，化学性质的小波函数是常见的做法。Daubechies小波与QRS波群具有相似的结构，他们的能量频谱集中在低频部分。从而预计，多分辨分解出的一些细节系数显示出与时域心电图波群中的QRS波更好的相似性。该算法适用于一些从physionet肺结核诊断数据库中随意挑选的心电图数据。分解的信号高达水平八，分解水平是一个保证 存在原始信号的一些低频分量的高值。图1 显示了下列算法的细节。首先选择合适R峰检测的小波系数。R峰检测后，通过选择合适的Q点和S点系数产生的波，五点分化完成重建。然后确定T和P波峰值检测的相关系数，一旦检测到峰值，这些波的起始和偏移量将被捕获。 3.1、R峰检测 沿着原始信号分解结果如图2，3a和3b所示，图3a和3b分别代表1至第4和第5至8尺度小波系数。从这些数字可以看出，小规模部分代表高频成分，大尺度部分代表信号的低频分量。第一和第八水平重建系数分别代表心电图波形高频和低频内容，大多数情况下会出现高低频噪音。根据信号功率谱，很明显，QRS波群的大部分能量集中在分解水平3，4，5级，图 3a 和3b在三，四，五水平的系数更好的显示与QRS波群相似之处，而所有其他方面在上限和下限水平有大部分噪声的QRS波群作用下出现噪声。因此，d3, d4 和d5的系数被确定为QRS波的检测。图4所示是由d3, d4 和d5组成的重建波， 由图4，虽然QRS波源是正确的捕获，但由于其振荡特性难以辨认R峰，因此，定义一个函数， 其中n是分解的水平。然后模数取。图5所示是与原始波相应的图形。从图5可以看出，QRS波可能有较少的幅度，但时间间隔较密切。因此R峰被认定为最大振幅点。整个特征提取工作的准确性主要取决于鉴定R峰的准确性。选择性系数法的主要优势是，通过对功率谱波选择最佳的设置系数，尽管存在如图6所示，与基准线相比有很大的不规则，但R峰值检测错误的概率得以最小化。 3.2、Q和S点的检测 只要R峰被测得，就有确定的Q和S点去检测完整的QRS波。通常Q和S波具有高频率，低振幅，他们的能量主要是在小规模。为此，从d2到d5的分解系数得以保持，重建波由下式给出， Q和S点是R峰两边的拐点。所以左右两边的第一个零斜率点将代表R峰Q和S点。因此，使用下面公式作为的五点分化的计算公式: 其中h是时分。 R峰两侧的前两个零斜率点(如先前探测到的)分别由Q和S点所确定。在分析中，当不考虑第一级重建系数时，高频噪声可被忽略，所以分化得以实现。 3.3、T和P波检测 根据心电信号的功率谱，T和P波的能量主要是在6，7，8规模水平。但是，规模8的基线漂移严重，所以选择 d6 和 d7的重建系数检测T和P波。因此，重建波有如下形式: 在预定义的 规定 关于下班后关闭电源的规定党章中关于入党时间的规定公务员考核规定下载规定办法文件下载宁波关于闷顶的规定 时间间隔内，在探测点S之后，T峰值被确定为最大值。当T峰值被筛选出后，就得出了作为T峰两边最低潜在交叉点的T起始量和T偏移量。图7是式(9)的图形。有时，在自动心电图对心肌疾病信号的特征提取技术中会遇到一个严重的问 题 快递公司问题件快递公司问题件货款处理关于圆的周长面积重点题型关于解方程组的题及答案关于南海问题 ，就是不可预知的形状和T波的斜坡，特别是，倒置T波。这个问题是在T峰值检测算法的开始-确定T波的类型中考虑到的。T波的类型是通过考虑在一个预定的时间间隔内分离T波的幅值而检测到，它的大小和符号变化(如有)确定T波的类型。因此，重要点Q，R，S和T波由选择性系数法确定。P波通过与Q点之前T波检测相似的方法测得。 4.结果与分析 在目前的工作，用physionet肺结核诊断数据库用来评估算法。正如前面的章节，仿真和测试已经采用了，其结果显示在图. 3a, 3b, 4 到9 及 表1和2。为验证该算法，将超过80的数据进行检查。目前的方法显示0.24,假阳性(FP)，0.39,假阴性(FN)，总检测中的R峰值错误0.62,，如表1所示。图6显示30秒的心电图波，第一个18秒处注明R峰(为更好的可视性，不考虑所有的峰)。图8显示检测到的QRS波群，P和T波的心电图波形与非反相T波。一个倒置的T波，以及相应的QRS波和P波如图9所示。 用提及的方法对P波，QRS波，T波的时域测量及心率的测量结果如表2所示。实测值与手动测量值相比较，测量性能由下列定义的所谓的不准确因素估算， 其中m为手动测量时间，n是各自的时间测量算法。心率即每秒的节拍数由测量两个相邻R峰的时间间隔计算出。心率测量精度取决于两个相邻R峰值的测量精度。因此，心率的测量精度总是低于R峰值的个别检测精度。 5.结论 在本文中，基于小波变换的算法被用于QRS波，T，P波心电图的检测。在多尺度方法中，比较容易罗列心电图波形的特征，以便确定不同波和波群。采用正交Daubechis6产生8尺度细节系数，从而实现心电图小波分解达到水平8。小尺度对应于高频成分，较高的尺度对应信号的低频分量。在不同的功率谱的基础上选择重建规模，从而消除了不同的噪声和提取特定波或波群信号过程中其他部分的干扰。因此，拟议的技术已被证明是准确，尤其是在不同的声音存在时。对参数计算，它需要较少的处理时间。算法的时间尺度性质具有识别没有被其他波干扰的不同波的优点。选择性 系数法消除了相邻波之间的互动概率。由于一些病理原因，有时T波的幅度可能高于R波，在这种情况下，基于算法，在时间平面内确定R峰可能会有错误的概率。通过检测R峰时忽略T峰的重建系数，这种困难被消除。因此，大多数可能的错误来源在R波检测中被消除。只要识别和测量了P波，QRS波和T波，一些临床上重要波段如PR段，QT段，ST段就很容易测量了。此外，通过各自波或波群的最大振幅，可以很容易测得P，R和T波的振幅。所以，这种特征提取方法可以被用来作为自动上线疾病分类和生物特征识别的主要测量工具。但由于电极接触噪声或一些复杂的心脏异常，有些心电图波形可能会出现非常不稳定的性质，由于缺乏一种特别数据库的可用性，一般不用该算法测试他们。 参考文献: