【正文】 S波形可判別心肌炎、過度肥胖等病癥 ， QRS波的形態(tài)、振幅、時間 所包含的心臟信息極為豐富，迄今仍有大量的有用信息尚未被認識，有待進一步探討。 QT間期 ： 從 QRS波起始至 T波 末的時間，代表自心臟除極至復極結(jié)束的全過程時 間，其長度受除極時間及復極時間的影響 ， QT間期的長短反映了心率的快慢。因此，準確識別心電圖中各個波的起始 點，精確計算各個參數(shù)，具有十分重要的意義。表 21 給出的是正常心電波形的頻譜 ， 從表中可以看出 ，頻譜范圍一般在 Hz～ 20Hz 內(nèi)。 名稱 時間（ s） 基波頻率（ Hz） 二次諧波（ Hz） 10 次諧波（ Hz） P QRS T ～ ～ ～ 8～ 5 10～ 6 ～ 16～ 10 20～ 12 5～ 80～ 50 100～ 60 25～ 13 表 21 正常心電波的頻譜 針對不同的波段，把心 電信號采集到之后，由于心電信號是比較微弱的，所以要對其進行放大 ， 同時，它還包含著噪聲、工頻等多方面的干擾信號，所以要對 其進行濾波 ， 這樣就可以得到 所要的心電信號了。 ECG 信號的噪聲與干擾分析 心電信號作為心臟電活動在人體體表的表現(xiàn)，信號一般比較微 弱，幅度在 lout/ 5mv,頻率為 100Hz[9]。這種干擾一般比較微弱，可認為是零均值帶限高斯 噪聲的瞬時突發(fā) ， 心電信號中肌電干擾主要由骨骼肌產(chǎn)生，在測量身體原發(fā)性顫動、肢體障礙的殘疾人、兒 童以及受傷的病人等條件下獲得的心電信號中，肌電信號是相當明顯的 ， 它的頻率范圍很寬，一般在 2500Hz之間，表現(xiàn)為不規(guī)則的快速變化波形 ， 由于肌電的頻譜較寬，而且又與心電的頻譜混在一起，故很難用一般常規(guī)的方法將其與心電分開。 常用的濾波方法 心電信號主要的干擾及噪聲為工頻干擾、肌電干擾、呼吸波干擾及人體動作引起的基線漂移等。 目前，濾波器設(shè)計方面包括硬件濾波技術(shù)和數(shù)字濾波技術(shù)。 數(shù)字濾波技術(shù) [10]包括以下幾種方法 ： Levkov濾波 1984年 ， Levkov首先提出對心電信號的線性段和非線性段采用不同處理方式的數(shù)字濾波法。在初始條件給定的條件下，其演化時間將在幾個乘法周期內(nèi)完成 ， 基于硬件的神經(jīng)網(wǎng)絡(luò)自適應(yīng)濾波器會大大提高自適應(yīng)濾波器的時效性。 167。小波的提河南科技大學畢業(yè)設(shè)計（論文） 12 出先是取得了應(yīng)用成果，再形成理論，最后在應(yīng)用領(lǐng)域全面鋪開，因此更具有實用價值。對 ??t? 的拉伸與平移得到?????? ?abta?1 ， ???F ， ??t? 為 ??tf , ??t? 的傅氏變換 ， a0為尺度因子，將 ??t?做拉伸時， a越大， ??????at?越寬， b為窗口移動的距離，由于 a,b,t均 連續(xù)，所以此小波變換也稱連續(xù)小波變換 CWT( Continue Wavelet Transform)。用尺度的觀點 (也就是層次的觀點 )分析各種信號時，超過某一特定的尺度 (例如 0j )后，細部特征就不再起作用，這時可將 上 式以尺度 0j 為界限分成兩部分， 0j 以下各尺度作為細化特征的近似； 以上的各尺度用于基本特征的 0j 提取。任一尺度的逼近信號 1?jA ，均可表示成下一尺度的逼近信號 jA ，和細節(jié)信號 jD 之和，即 jjj DAA ???1 ，從 式中可以看出，從尺度 j2 移到下一個更小的尺度 12?j 時，對 jA 來說增加了由 jD ，給出的一些細節(jié)。 肌電干擾 算法分析 傳統(tǒng)處理方法是設(shè)計一個低通濾波器濾除肌電干擾。 167。 基于小波選取的四個基本準則，經(jīng)反復比較各種小波實際的濾波效果后， 決定 Symlets小波，它具有很好的正則性 ， 既具有正交性也具有雙 IF交性，因此在頻域方面有較好的局部性。通過對信號功率譜密度的特點分析，對于心電信號來說，其信號能量大多集中在 3尺度和 4尺度上，則多分辨率分析在這兩個尺度 上 時信號極值點個數(shù)多，不會丟失信號的某些重要局部奇異性。 軟閾值方法對大于閾值的細節(jié)作了一個整 體性的收縮，其中對噪聲的收縮是正確的，能夠平滑掉許多噪聲的毛刺， 但對有用的細節(jié)的收縮是錯誤的，平滑掉了信號的許多有 用細節(jié)，這勢必對 重構(gòu)信號中包含的突變信息造成損失，影響重構(gòu)效果 [14]。 在本設(shè)計中， 采用了軟閾值來對信號消噪。 濾噪 流程圖如下： 圖 32 濾出噪聲步驟圖 下面將具體描述如何通過軟件編程實現(xiàn)對心電信號三種主要噪聲濾除的設(shè)計，并將程序應(yīng)用于 MITBIH數(shù)據(jù)庫上下載的原始心電信號。 調(diào)用方式 [xd,cxd,lxd]=wden(x,tptr,sorh,scal,’n’,’wname’)：返回經(jīng)過小波消噪處理后的信號 xd， 及其小波分解結(jié)構(gòu) [cxd,lxd]。 0 100 200 300 400 500 600 700 800 900 1000 0 . 8 0 . 6 0 . 4 0 . 200 . 20 . 40 . 60 . 81時間 t/s電壓 V/mV預處理后的信號 圖 33 濾掉各種噪聲后的心電信 號 如圖 33所示，經(jīng)過濾噪后的信號比較平滑，沒有毛刺，在本文中使用的小波去噪方法，取得了很好的效果。 心電信號檢測的幾種方法 微分閾值法 是 一種 對 濾波后的信號應(yīng)用一階差分或二階差分和閾值相結(jié)合的方法以確定的下降沿，再利用窗 口和幅度閾值法定位 QRS波頂點 ， 也有采用心電信號經(jīng)過數(shù)字帶通濾波器，微分后再平方，再做移動窗口積分，然后再應(yīng)用兩種閾值 (濾波后信號的閾值和由窗口積分后的閾值 )進行檢鍘，并且閾值的大小隨信號的波動不斷調(diào)整，提高了檢測的可靠性 [15]。小波變換的基本思想是用 一族函數(shù)去表示或逼近一 信號或函數(shù)，這一族函數(shù)稱為小波函數(shù)系，它通過一基本小波的平移和伸縮構(gòu)成。 （ 2） ECG信號記錄中出現(xiàn)偽跡很容易造成誤判，在小波變換檢測方法中，通過去掉孤立極值點能很好地解決這個問題。 本文從小波變換的實用性出發(fā)，深入研究和探討 QRS波的檢測方法 [18]。這種動態(tài) 閾 值的算法也是快速的算法，在復檢過程中能有效的提高計算速度。 P波反映 了 左、右心房激動的過程，它能夠提供重要的診斷信息 [19]。 由于 T波為低幅波，且有時候很容易被噪聲淹沒，這為 T波的檢測工作帶來困難。 QRS 波的 檢測 實現(xiàn) QRS波是心電信號最基本的也是 最 關(guān)鍵的三個特征，它們是心電圖的基礎(chǔ)。 167。 同時 ， 在 Mallat算法基礎(chǔ)之上 ,Mallat等人也對信號的奇異點與其小變換的關(guān)系進行了研究 ， 一個信號 f(x)的小波變換 ??xwf 在 S充分接近于零時，其模的最大值點是信號變化的最激烈 點處。 在 S= 32 尺度上 QRS波具有最大的小波變換幅度 ， 低頻和高頻分量 在該尺度上 有了較大的衰減， QRS波群的峰值點 —R點對應(yīng)于小波變換的一個正極值點和負極大值對的零交叉點位置加上偏移量 2123? 點。 500 1000 1500 2020 2500 3000 3500 4000202j=1E C G 信號在 j = 1 , 2 , 3 , 4 尺度下的小波系數(shù)的模極大值點500 1000 1500 2020 2500 3000 3500 4000 0 . 4 0 . 200 . 20 . 40 . 6j=2500 1000 1500 2020 2500 3000 3500 4000101j=3500 1000 1500 2020 2500 3000 3500 4000202j=4 圖 42 小波分解信號 在各尺度下 的模極大值圖 河南科技大學畢業(yè)設(shè)計（論文） 23 0 500 1000 1500 2020 2500 3000 3500 4000 4500 1 . 51 0 . 500 . 511 . 52尺度 3 下小波系數(shù)的模極大值點 圖 43 尺度 3下的模極大值點圖 如圖 4 43所示，對心電信號進行尺度分解，在圖 42中，在尺度 4上，顯示了小波系數(shù)的模極大值點。 Q、 S 波的檢測 QRS波開端和 末 端的檢測 ： 在檢測到 R峰以后， QRS波群的開端與尾端也要被檢測 ， QRS波群的開端被定義為 Q波的開端，而 QRS波群的尾端也被定交為 S波的尾端。 P、 T 波的檢測 167。 在原始的心電圖中， QRS、 T 波都是比較明顯的，但 P波卻難以看出。對于低頻的 T波來說，往往只在大尺度上產(chǎn)生模極值對，而在小尺度上產(chǎn)生的模極大值很小或不存在。 則 1??knT 為 T波終點。由于受呼吸、干擾等因素影響，各心動周期的心電波形存在某些差異，應(yīng)選擇心電圖記錄中最具代表性的心搏，通常選擇基線平穩(wěn)，干擾最小的 P, QRS, T波測量。 （ 2） RR間期 ： 測量若干個 RR間期 (一般要求至少測量 5個或 5個以上 )，計算其平均值，代表一個心臟激動周期的時間，為兩個 R峰的間隔，以秒 (s)為單位，則 60/（ RR間期 )。計算機自動診斷心電圖的研究至今離臨床實用尚有一定的距離，還有許多工作需要完善的。這里我們由于參考的樣本病癥不是很全面，進對正常心電圖、 異常心電圖病癥的診斷標準進行了總結(jié)和研究，僅供醫(yī)學參考 [28]。 兩中狀態(tài)下的瞬時頻率明顯不同，正常的 ECG信號的頻率變化主要發(fā)生在 QRS波的附近，而異常的 ECG信號的頻率變化位置有多處，且無規(guī)則。 標準心電波形特征提取對有的信號效果非常好，但它對有些信號就不 能很好的處理。河南科技大學畢業(yè)設(shè)計（論文） 28 第五章 系統(tǒng)軟件設(shè)計 本課題結(jié)合現(xiàn)有的心電采樣模塊及上述幾章關(guān)于心電所述的關(guān)于心電預處理、識別、參數(shù)計算及自動診斷的方法，設(shè)計出了一套較完整的心電分析的軟件系統(tǒng)。 在 MATLAB軟件 [30]中設(shè)計的 GUI界面如下： GUI 界面 輸入 ECG 信號 QRS 波檢測 QRS 波檢 測 測 S波檢測測 濾掉各種噪聲 心電波形檢測 心電參數(shù)計算 心電自動分析 P 波檢測測 T 波檢測 河南科技大學畢業(yè)設(shè)計（論文） 29 圖 52 GUI界面圖 167。 分析參考第四章，波形檢測實現(xiàn)程序見附錄。本 文對 ECG信號的預處理、波形分析、參數(shù) 計算、自動診斷等，作了較詳細的研究，并在此基礎(chǔ)上實現(xiàn)了一套較完整的、具有實際運用價值的心電工作站的軟件系統(tǒng)。 （ 3） 根據(jù)波形識別的結(jié)果，對心電圖中心率的計算進行了。 （ 2） 本文 提出了小波變換的波形識別方法 ，并 用于 QRS、 T波的識別 ，將小波變換運用于 QRS波的起 始 點的定位，雖然其算法較為復雜，但其使波形檢測在干擾較大的情況下也能夠順利進行，且該算法有效抑制了 P波和 T波對檢測 結(jié)果的不利影響，提高了檢測精度。 實現(xiàn)程序見附錄。 噪聲的濾除 為了得到準確的心電信號分析數(shù)據(jù)，在對其進行處理時必須先濾噪，分析參考第三章，實現(xiàn)程序見附錄。 167。這里本文 利用計算 R波的峰值來確定心率， R波峰值有多少個，心率就是多少，這個方法在計算心率時很有效。 本章小結(jié) QRS波的檢測是心電信號處理過程中最重要的步驟 ，它的檢測質(zhì)量關(guān)系到整個自動處理過程的質(zhì)量。 在設(shè)計中分別采用了了兩路信號，一路為人體正常的心電信號，另一路為人體異常的心電信號，利用時頻分析在心電圖信號處理中的應(yīng)用，進行信號處理。2)做好軟件可靠性測量，使之在心電分析過程中更準確、可靠。 167。 心率為每分鐘內(nèi)出現(xiàn)的心動周期次數(shù)，其單位為 ： 次 /min，可縮寫為 bmp，是用于診斷 心率變異、心率不齊等病癥的重要參數(shù)，其測量心率的常用的方法有 [27]： （ 1） 秒內(nèi) P波或 QRS波群出現(xiàn)的數(shù)目 。 參數(shù)計算 心電信號參數(shù)的計算是以波形分析為基礎(chǔ)的，即在提取出各個波形的起點、峰點和結(jié)束點之后，根據(jù)這些值來計算出一些具有臨床意義的參數(shù) [26]。從 T波峰值對應(yīng)的極值對左側(cè)開始， T波的起點對應(yīng)于第一個極值對中較小的極值點 ， 從 T波波峰值對應(yīng)的極值對右側(cè)開始， T波的終點對應(yīng)于第一個拐點[24]。 167。 P波反映 了 左、右心房激動的過程，它能夠提供重要的診斷信息。 在這里選擇在 12 尺度上進行檢測，是因為在此尺度上，能有效的避免低頻 (基線漂移 )的影響。 0 0 . 5 1 1 . 5 2 2 . 5 3 3 . 5 4 0 . 4 0 . 200 . 20 . 40 . 60 . 811 . 21 . 4E C G w i t h R p e a k s ( b l a c k ) a n d S p o i n t s ( g r e e n ) o v e r E C GECG+R+S 圖 44 R波和 S波的檢測位置圖 圖 44