论文总字数：13951字

摘 要

现在人们生活节奏越来越快、工作压力越来越大，心脏病逐渐成为严重危害人民百姓健康的疾病之一，据统计，我国死亡人口中大约有20%～30%是与心脏病相关。因此,能够详细认识心脏病的原因,用来及时治疗、预防心脏病突发死亡等一些情况,具有非常大的意义。而心电信号（Electrocardiogram, ECG）的检测对于临床心脏疾病的诊断来说意义重大,如何从心电信号中检出特性波形,进而为自动诊断供应依据,是该范围研究的主要标题。本文起先论述了R波提取算法中的差分阈值法，模板匹配法，神经网络法以及小波变换法等^[1]，分别对照了各自的优缺点，接着深切研究了差分阈值法，从而提取心电信号的R波，并在MATLAB中进行了仿真测验，实验结果表明，本文采取的算法能够提取R波，为心电信号的进一步研究打下了基础。

关键词：单导心电；R波提取；心电检测算法；差分阈值法

Fetch algorithms based on single-lead ECG R wave

Abstract

Now people life rhythm faster and faster, work pressure is more and more big, heart disease gradually become one of the serious harm to people"s health. According to statistics, China"s death population in about 20% ~ 30% is associated with heart disease. Detailed understanding of heart disease can therefore be, to timely treatment, prevention of sudden cardiac death in some cases, with great significance. For diagnosis of clinical heart disease electrocardiogram (ECG) signal detection is very important, how from ECG signal detection characteristics of waveform and automatic diagnosis according to the supply, is the Main title of the scope of the study. At first, this paper discusses the R wave extraction algorithm of differential threshold method, template matching method, neural network method and wavelet transform method [1], respectively, compared to the respective advantages and disadvantages, then deeply study the difference threshold method, so as to extract ECG R wave, and in the MATLAB simulation test. The experimental results show that, the algorithm adopted in this article to extract the R wave, and lay a foundation for the further study of ECG signal。

Keywords: single-lead ECG; R wave extracting; ECG detection algorithm; differential threshold method;

目 录

第一章 绪论 1

1.1 课题研究的背景和意义 1

1.2 心电信号检测算法的研究 1

1.3 国内外研究现状 2

1.3.1 国内发展 2

1.3.2 国外发展 2

1.4 本文的主要研究内容 3

第二章 心电信号的预处理 4

2.1 简介 4

2.2分数阶傅里叶变换 4

2.2.1分数阶傅里叶变换的数学定义 4

2.2.2变换的性质 5

2.2.3变换的图形表示 6

第三章 心电信号R波提取算法研究 7

3.1 心电信号R波检测的意义 7

3.2 心电信号R波检测算法 7

3.2.1 自适应差分可变阈值法 7

3.4 本章小结 8

第四章 心电信号R波提取算法的实现 9

4.1 R波检测 9

4.2 R波错检漏检补偿算法 11

4.3 R波检测算法仿真实验 11

第五章 总结 15

参考文献 16

致 谢 18

第一章 绪论

1.1 课题研究的背景和意义

心脏病是正常死亡群体最常见和死亡率最高的疾病之一。据相关部门统计，在 2007 年死于心脏病的人数就达到了全球死亡总人数的 33.1%，达 2385 万人。而在国内，死亡人数中有45%的死亡人口死于心脏病。在如此高的死亡率下，如何预防和诊断心脏病是我国医疗界所也是全球医疗界面对的棘手难题。目前来说，研究者靠的是常规心电图(ECG)来完成对心脏疾病的检测，它是诊断心脏病的主要技术之一,它在诊断心律变异、心肌缺血、心肌窒息等方面有着重要作用，从侧面能够准确地反映出人体心脏内兴奋的传播过程及心脏的性能状况。如果心脏在某个部位发生传导系统的停滞或某部分发生心肌变化，那么这些变化就能以相关形式反映在心电图上，表示为各个波形的异常变化。

以特性参数检测以及波形辨别为基础，心电信号主动分析和诊断系统设计由此而被设计出来，而心电信号能够自动分析的前提是心电信号中R波能够确切地被识别，通过R波准确识别，可以准确地算出心率，并且通过心率来分析心率变异性，检测ST段参数及正确区分正常和异常心率，所以，心电信号R波的提取对整个心电信号的研究有着十分重要的作用和意义。

1.2 心电信号检测算法的研究

一个完整的心电信号包含P波、QRS波群、T波等，均有明确的生理学意义，相邻的两个波群之间的幅值、形态、间隔都有必然的领域。如果，对心电信号进行检测，发现异常的波形，医生便可以根据检测的异常波形来诊断患者的病情，及时给出科学的治疗。所以，能够精确检测心电信号对心脏患者来说尤为重要。目前，检测心电信号检测的方法有小波变换法、数学形态学法、时域分析法等。

这些年来，小波分析法作为信号处理的关键，在不停的完善和成长，采取小波分析理论和技术，QRS波的检测和定位已经成为新的研究热门。小波变换的一个重要应用是检测特性点信号。许多学者在海内外从事用小波变换的校准心电图特性点，此中最具有代表性的是西安交通大学崔历伟郑崇勋等人的研究。心电信号信号还具有很强的奇异性，使用小波变换法可以检测到心电信号的特征点。在已被证明为频带的分布图或尺度和多分辨率分析频率响应点而言是从ECG信号完全不同的，选择多尺度的组合分析的方法是完全可行和正确的；基于数学形态学的检测算法与传统方法差异的方法。然后它用于ECG波形分离，没有检测心电图QRS复合波，但数学ECG信号滤波，基线校正的预处理，直接清除QRS复合的实现定性分离波形。这个算法可以采用的原始波形信号的形态特征的优势来提取通过谷几何特征局部修改信号，形态开运算结果变平信号峰值的信息信号，添加和闭合操作结果信号槽，使心电波形的检测信号。因为P波，T波振幅小，特征的斜率并不明显，P波，T波的检测和精确地识别一向是ECG波形检测与识别的难题，要进一步改进。现有的P波，T波检测算法方式可大致分为两类：一是窗口搜索法，即起先找到心电信号的R波位置，其后以R波为基准，在其前和其后必定的范围内分别定义一个搜索窗口；二是对消法；常规的QRS波检测中最常见的为时域分析法，主要是由于有R波振幅的和较大特性的斜率时域分析。时域分析分为振幅的方法，该斜率法和面积的方法，该算法被认为是ECG通过几个变换处理，以改善QRS复合组件，然后使用一系列阈值的方法来鉴别过滤。因为可能的干扰和高大的P波，T波的存在，当QRS波振幅自身是小集体或者发生心律不齐，使用过高或过低固定阈值设定的阈值时，会导致漏掉或错误搜查。因而，最好是波形检测算法通常使用可变阈值，以提高检测精度，同时也引入临床经历参数，如：跳过不应期R波，当在指定的时间周期无R回溯等时波检测。这个算法是简单适用，使QRS波的及时检测，但目前尚未提出的检测精度。

剩余内容已隐藏，请支付后下载全文，论文总字数：13951字