本發(fā)明涉及信號處理技術(shù)領(lǐng)域，具體涉及一種心電r波定位方法，本發(fā)明是一種適用于嵌入式心電監(jiān)測設(shè)備的心電r波快速定位方法。

背景技術(shù)：

心電圖(ecg)是利用心電描記器從體表記錄心臟每一心動周期所產(chǎn)生的電位變化的圖形。其中qrs波是正常心電圖中幅度最大的波群。r波檢測以及對r波峰值點的準確定位是心電信號分析處理的必要條件。

實現(xiàn)r波的定位方法比較多。經(jīng)典的定位方法如差分法和帶通濾波法，現(xiàn)代的定位方法有小波變換法和數(shù)學形態(tài)學法。這些方法各有利弊，差分法原理簡單，但在處理帶有干擾的信號時效果差，識別率不高。帶通濾波法可抑制高頻和低頻噪聲，同時能增強qrs波，但濾波器的頻段固定，不夠靈活。國外的patrick等人用三個微分公式制作了一個動態(tài)心電模型，用這個模板匹配采集到的心電信號并從中定位qrs波群。lic等人使用小波變換近似ecg信號，可以將r波波峰從基線漂移等干擾中提取出來。劉忠國，trahanias等人分別用數(shù)學形態(tài)學的方法濾除心電信號中的干擾并且突出其中的尖峰信號，并通過設(shè)定閾值定位qrs波群。以上這些方法在心電信號無噪聲或者噪聲干擾相對穩(wěn)定的情況下處理效果較為理想，但對于心電信號夾雜著多種噪聲的情況就表現(xiàn)欠佳。而i.s.sivarao通過pt算法對ecg信號分別進行帶通濾波、微分、平方、滑窗積分等處理，再進行小波變換，最后得到放大的r波信號。這種方法的優(yōu)勢是能處理帶噪聲的心電信號，同時減少了經(jīng)典算法的誤檢率，提高了r波的識別率。但是由于處理過程復雜，導致運算速度慢，無法滿足心電信號實時監(jiān)測的需求。

另外sasanyazdani和jean-marcvesin應(yīng)用形態(tài)學中的top-hat變換進行了心電信號的r波定位；李陽等人使用移動窗算法識別ecg信號中的r波信號。這兩種方法的單獨使用都取得了較好的效果。但是可穿戴心電監(jiān)測設(shè)備由于受到檢測個體肢體運動的影響，所產(chǎn)生的干擾更為嚴重和復雜，如肌電干擾，體表電極移動引起的運動偽差，以及肢體運動和呼吸引起的基線漂移等，導致上述方法的定位效果并不理想，這就是很多可穿戴的嵌入式心電監(jiān)測儀精度不高的主要原因。

技術(shù)實現(xiàn)要素：

本發(fā)明的目的在于提出一種心電r波定位方法，解決現(xiàn)有技術(shù)存在的心電信號動態(tài)采集過程中引入噪聲、心電信號r波識別率第、運算速度慢的問題。

為實現(xiàn)上述目的，本發(fā)明的一種心電r波定位方法，由以下步驟實現(xiàn)：

步驟一、改進的形態(tài)學處理，對采集的心電信號原始數(shù)據(jù)進行形態(tài)學處理，通過形態(tài)學中的結(jié)構(gòu)元素對ecg信號中的尖峰形狀進行判定，保留qrs波群中的r波信號的尖峰，去除ecg信號中形狀不是尖峰或尖峰寬度大于r波尖峰寬度的干擾信號，獲得形態(tài)學處理后的ecg信號；

步驟一中，選擇結(jié)構(gòu)元素為扁平結(jié)構(gòu)元素，并設(shè)定扁平結(jié)構(gòu)元素的寬度為n，其他信號寬度為m；

當m≤n時，保留心電信號的信息，

當m>n時，濾除心電信號的信息，所述扁平結(jié)構(gòu)元素的寬度與r波信號底部寬度相同，采用下式獲得最優(yōu)的扁平結(jié)構(gòu)元素；

式中，goptimum為最優(yōu)的扁平結(jié)構(gòu)元素的長度，[]為取整，f為信號的采樣頻率，tr為r波信號的底部寬度；

步驟二、移動窗處理，對步驟一中進行形態(tài)學處理后的ecg信號進行移動窗處理，通過改變移動窗寬度調(diào)節(jié)對尖峰信號的突出程度，實現(xiàn)r波信號的定位；

具體過程為：采用下式進行計算，獲得移動窗處理后的數(shù)據(jù)s(n)；

y1(n)＝f(n)-f(n-t1)

y2(n)＝f(n)-f(n+t2)

s(n)＝y(tǒng)1(n)×y2(n)

式中，t1為正在處理數(shù)據(jù)的x軸位置到移動窗左邊界的距離，t2為到移動窗右邊界的距離，n＝t1+1,t1+2……tr-t2，tr為時間窗的寬度，

第n個數(shù)據(jù)的值與左側(cè)第n-t1個數(shù)據(jù)的值f(n-t1)做差得到y(tǒng)1(n)，第n個數(shù)據(jù)的值與右側(cè)第n+t2個數(shù)據(jù)的值f(n+t2)做差得到y(tǒng)2(n)，y1(n)×y2(n)＝s(n)為經(jīng)移動窗處理后的數(shù)據(jù)，f(n)為經(jīng)過形態(tài)學處理后的第n個數(shù)據(jù)的心電信號；

設(shè)定移動窗的寬度大于等于qrs波的寬度，移動窗的寬度大于最優(yōu)的扁平結(jié)構(gòu)元素的長度goptimum，實現(xiàn)定位特定寬度的r波信號；

步驟三、生理閾值處理，將qrs波持續(xù)時間作為判斷閾值，并通過所述判斷閾值對步驟二獲得的特定寬度的r波信號做差分處理，獲得ecg信號中的r波位置。

本發(fā)明的有益效果：

一、本發(fā)明所述的方法針對qrs波形特征以及可穿戴醫(yī)療設(shè)備引入的噪聲特點，采用改進的形態(tài)學top-hat處理方法，并結(jié)合移動窗處理，最后通過設(shè)定人體生理閾值，實現(xiàn)r波快速和準確定位。

二、本發(fā)明所述的方法是一種識別能力高，處理過程消耗小的r波識別方法。該方法能夠快速的處理原始心電信號，從包含高頻和低頻噪聲的信號中找到qrs波群中的r波，并將r波放大提取。

三、本發(fā)明方法能夠抑制心電信號采集過程中各種復雜的干擾和噪聲，對心電信號的識別率高，時間復雜度低，同時減少硬件電路開銷，縮減整體設(shè)備體積，減輕系統(tǒng)重量，從而提高可穿戴設(shè)備的便攜性，因此可廣泛應(yīng)用于嵌入式設(shè)備和手機中。

四、本發(fā)明方法運算速度快，減少了可穿戴設(shè)備中cpu計算量，降低設(shè)備功耗，使cpu能夠執(zhí)行更多的功能，這對可穿戴設(shè)備來說至關(guān)重要。

附圖說明

圖1為本發(fā)明所述的一種心電r波定位方法的流程圖；

圖2為本發(fā)明所述的一種心電r波定位方法中移動窗運算過程示意圖；

圖3為本發(fā)明所述的一種心電r波定位方法中采用形態(tài)學處理的室性偶聯(lián)心電信號效果圖；

圖4為本發(fā)明所述的一種心電r波定位方法采用移動窗處理室性偶聯(lián)心電信號效果圖；

圖5為本發(fā)明所述的一種心電r波定位方法采用改進的形態(tài)學-移動窗處理的室性偶聯(lián)心電信號效果圖。

具體實施方式

具體實施方式一、結(jié)合圖1至圖5說明本實施方式，適用于嵌入式心電監(jiān)測設(shè)備的心電r波快速定位方法，實現(xiàn)對ecg信號處理并定位qrs波群中的r波信號。包括1.改進的形態(tài)學算法處理；2.移動窗運算處理；3.生理閾值處理。

具體過程為：

一、改進的形態(tài)學算法處理：

考慮到心電信號中qrs波群的形態(tài)學特征屬于尖峰，因此在使用top-hat運算時去掉其中的膨脹運算，只采用腐蝕運算來保留和突出原信號的波峰信息，這樣更有利于心電信號的尖峰提取。具體運算步驟如下：

采用運算公式(1)對心電信號進行處理。

f(n)＝f0(n)-f0(n)θg(n)(1)

式中，f(n)為改進的形態(tài)學算法處理后的心電信號，f0(n)為要處理的原始心電信號，g(n)代表長度為n的結(jié)構(gòu)元素，設(shè)f1(n)＝f0(n)θg(n)表示g(n)對f0(n)做腐蝕運算，其中腐蝕運算的計算步驟為公式(2)。

式中，i代表心電信號的第i個元素，x代表的是結(jié)構(gòu)元素。

要使以上的運算過程可靠有效，必須使用一個特定的結(jié)構(gòu)元素。結(jié)構(gòu)元素的結(jié)構(gòu)和形狀是我們重點考慮的問題，因為它對運算的結(jié)果有很大的影響。由于需要提取r波的波峰并抑制其他波形信號，所以選擇扁平結(jié)構(gòu)元素。設(shè)扁平結(jié)構(gòu)元素的寬度為n，信號中其他信號寬度為m。m≤n時心電信號中的信息可以保留，m>n時心電信號的信息將會被濾除。對r波識別無用的部分心電信號和噪聲被濾除，另外選擇的結(jié)構(gòu)元素的寬度應(yīng)與r波底部寬度一樣，以濾除寬度小于r波的波形信號。最優(yōu)的結(jié)構(gòu)元素選擇采用公式(3)。

式中g(shù)optimum為最優(yōu)的扁平結(jié)構(gòu)元素的長度，[]表示取整，f為信號的采樣頻率，r波的底部寬度(即r波的持續(xù)時間)為tr(ms)，其范圍在25～40ms之間。根據(jù)公式(3)確定了最優(yōu)的扁平結(jié)構(gòu)元素的長度。

二、移動窗處理，對形態(tài)學處理之后的ecg信號進行移動窗處理，通過改變窗寬度調(diào)節(jié)對尖峰信號的突出程度，強化r波寬度的信號，抑制其他寬度的波形信號，從而定位特定寬度的r波信號；具體過程為：

對于步驟一處理后的心電信號，進行以下運算

y1(n)＝f(n)-f(n-t1).(4)

y2(n)＝f(n)-f(n+t2)(5)

s(n)＝y(tǒng)1(n)×y2(n)(6)

式中，t1表示正在處理數(shù)據(jù)的x軸位置到移動窗左邊界的距離，t2表示到右邊界的距離，n＝t1+1,t1+2……tr-t2。tr為時間窗的寬度，其他信號表示結(jié)合圖2，。設(shè)數(shù)據(jù)處理到第n個數(shù)據(jù)f(n)(n起始量大于t1)，第n個數(shù)據(jù)的值與左側(cè)第n-t1數(shù)據(jù)做差得到y(tǒng)1(n)，第n個數(shù)據(jù)的值與右側(cè)第n+t2數(shù)據(jù)做差得到y(tǒng)2(n)。y1(n)×y2(n)＝s(n)為經(jīng)移動窗處理后的數(shù)據(jù)。

為了充分觀察r波，窗口的寬度要能夠包含qrs波群，并且要盡可能接近qrs波的寬度。雖然正常的ecg信號占大多數(shù)，但由于個體之間的差距和病變導致的qrs波群寬變化，窗口的寬度要比最優(yōu)的扁平結(jié)構(gòu)元素的長度goptimum寬。當窗口尺寸設(shè)計的和r波寬度接近的時候就可以加強對其他尺寸波形的抑制，加強對尖峰信號的突出程度，從而定位特定寬度的波。

三、生理閾值處理，以人體產(chǎn)生的qrs波持續(xù)時間作為判斷閾值，通過這個判斷閾值對上述處理后的信號做差分處理進行心電r波具體位置的確定。

具體過程為：

經(jīng)步驟二處理完信號后需要通過qrs波持續(xù)時間作為判斷閾值確定qrs波群中r波具體的位置，本實施方式利用差分法確定尖峰的位置。另外qrs有效閾值選取范圍按照公式(7)設(shè)置。

其中，qrsvaild表示qrs波群的判斷閾值。rc是在ecg信號中檢測特征信號f2的候選r波特征值的位置，rp是rc之前確定的r波位置。人體的ecg信號中r-r間隔即rp與rc之間最小值不會小于250ms，最大值不會大于1800ms。qrswidth的寬度不會小于25ms。

本實施方式按照上述處理過程，分別對室性偶聯(lián)心電信號進行了改進形態(tài)學—移動窗，生理閾值聯(lián)合處理，處理后的效果結(jié)合圖5，圖中上方實線線型為原始的心電信號，下方虛線線型為改進的形態(tài)學—加窗處理后的心電信號，虛線頂尖上的實心圓點就是對處理后的信號進行差分閾值定位的r波位置。

從圖中我們可以清晰地看到，r波能夠被準確定位，準確率可達99.6％。為了對比不同方法的處理效果，還對室性偶聯(lián)心電信號進行了獨立的形態(tài)學處理、窗運算處理，處理后的效果結(jié)合圖3至圖4。圖中上方實線為原始心電信號，下方虛線為經(jīng)過形態(tài)學和移動窗處理后的信號。

從圖3和圖4中可以看出，由于一些干擾的寬度和r波相同，單獨使用形態(tài)學和移動窗的方法，處理后的信號仍然帶有很多干擾，這些干擾必然降低r波的識別率。另外在改進的形態(tài)學處理過程中，由于改進了運算過程，簡化了運算步驟，因此提高了cpu的運行效率，完全適用于嵌入式心電監(jiān)測設(shè)備。