英语原文共 21 页，剩余内容已隐藏，支付完成后下载完整资料
心电PQRST复合检测仪和心率变异性的时间特征的基准点分析
Tae Wuk Bae *, Kee Koo Kwon
Electronics and Telecommunications Research Institute, Daegu, 42994, South Korea
摘要
在检测心脏异常或心律失常时，与心电图主波相关的基准点的检测准确性影响了心率变异性(HRV)的准确性。然而，R-波、P-波和t -波的变形使得检测每个波的基准点很难。在此基础上，提出了一种考虑主波变形的心电PQRST检测，用于实时心电分析，并基于检测到的基准点进行HRV分析。利用原信号产生的凹点连线(CLCCP)和凸点连线(CLCVP)，对R-峰进行检测，绘出检测PQ-ST基准点的精细信号。首先对CLCCP和CLCVP之间的差值的和应用一个阈值来检测QRS间隔。然后对非qrs波区间的CLCVP和CLCCP求平均值，得到P波和t波基准点的精确检测信号。使用对称特征检测P点和t点，使用不对称特征检测起始点和偏移点。该方法的r检测性能灵敏度为99.82%，与MIT-DB和PQRST的检测错误率为0.36%，均值和标准差为0.7plusmn;7.4 ms, QT-DB的均方根误差为8.4。通过仿真和HRV分析，证实该方法能够准确检测出变形R、P、t波的基准点。
关键词：心率变异性，心电图，r峰，fQRS，基准点，波变形，心律失常
1.介绍
心电图分析有助于治疗心脏病。QRS波的检测是分析心电信号的一个重要步骤。因此，提高QRS波检出率是构建心电应用程序的首要任务。从II导联获得的普通心电图波形由五种特征波(P波、Q波、R波、S波和t波)组成。然而，由于肌肉收缩引起的噪声、电线干扰、呼吸引起的基线漂移等影响，测量的心电波形通常会发生变形。
在提取QRS波之前，需要先检测QRS波的基准点。QRS波检测是检测心跳进行后续心律分析的初步步骤，可靠的QRS波检测法是心电分析系统的关键部分。文献中提出了许多QRS波检测方法。QRS波检测算法分为基于信号能量的算法、导数、数字滤波法、希尔伯特变换、小波变换、神经网络、相量变换、自适应阈值、形态学和高阶矩阵。本文提出了一种基于有限状态机的动态阈值法和微分法检测基准点。在预处理步骤中，使用中值滤波和独立分量分析来消除运动伪影引起的信号变形和基线漂移。r-峰和QRS波的检测已经被广泛研究。然而，对P波和t波相关的基准点检测技术的研究还没有像QRS波检测那样深入。准确的P波和t波检测对各种诊断都很重要，如急性心肌梗死或冠状动脉综合征和紧急心律失常。Chouhan提出了一种基于低斜率、低幅值等多种特征的阈值P波和t波检测方法，与QRS复合检测方法不同。Elgendi提出了一种基于两个移动平均滤波器和动态事件持续时间阈值的P波和t波检测方法。Messaoud提出了一种基于心电信号中心律失常形态学特征的相关回归p波检测方法。Alziarjawery给出了一种基于MATLAB的GUI心率监测和PQRST检测方法等等。
如上所述，近年来已有许多PQRST基准点检测方法。然而，现有的PQRST基准点检测方法存在不足。首先，现有的方法有良好的性能，但没有检测到的基准点与心率变异性(HRV)的联动分析。由于HRV是识别交感神经状态最有用的指标之一，并被认为是自主神经系统活动的无创标记物，因此，利用检测到的基准点进行HRV分析是评估心血管功能的一种有价值的工具。其次，现有的PQRST基准点检测方法没有考虑心脏疾病相关的R波、P波和t波异常。这些波的异常使相关基准点的检测变得困难，从而影响HRV的准确性。因此，了解这些异常是很重要的。在之前的研究中，与普通QRS波不同，fQRS波可进行不良心脏事故和心力衰竭相关分析。fQRS可能有助于确定冠状动脉搭桥手术的高风险患者。p波异常主要与心房增大有关。右房增大(AE)时，右房去极化(AD)持续时间长于正常，其波形延伸至左房AD的末端。虽然右侧AD电流的振幅没有变化，但其峰值现在落在左侧AD电流的峰值之上。这两种波形的组合产生了比通常更高的p波(gt;2.5毫米)，尽管宽度没有变化(lt;120毫秒)。这种p波比普通的p波振幅大得多。在左AE中，左AD持续时间比平时长;但是，它的振幅不会改变。因此，随之产生的p波的高度保持在正常范围内，即使其持续时间超过120毫秒。t波异常表现为多种形式，如超急性t波、尖峰t波、扁平t波、双相t波、倒t波、驼峰t波等。狭窄、高、对称的尖峰t波是高钾血症的特征表现。超急性t波高，宽，对称，但不呈尖状，可见于透壁缺血等。因此，PQRST复合探测应能识别此类R波、P波和t波异常，并在PQRST复合体出现异常的情况下，对其基准点保持良好的检出率。本研究的目的是弥补现有PQRST基准点检测方法在HRV分析、主波异常等方面的不足。
通过定义点的检测顺序和搜索范围，提高了基准点的检测精度。图1突出了围绕PQRST复合体的医学重点及其检测顺序。
图 1 围绕PQRST复合体的医学重要基准点及其检测顺序
心电图波形包括p波(0.08-0.10 s)、QRS间隔(0.06-0.10 s)和t波(0.16 s)，QRS间隔信号宽度较窄，但与其他波形相比信号幅值较高。图中显示了待检测的P-，Q-，R-，S-，t点(蓝色圆圈)，以及周围的起始点和偏移点(红色圆圈)，以及它们的检测顺序。这个检测顺序是根据特征突出的点(相对容易检测)的顺序确定的。图中还显示了ST段、PR间隔、QT间期以及QRS波群。本研究采用搜索范围(SR)对R波、P波、t波的基准点进行可靠检测，如图2所示。
图 2 P波和t波基准点检测的搜索范围
根据检测到的R峰，在一个心电图中基准点的SRs，左限为前一个t偏移量，右限为下一个R峰位置。p点的SR理论上是从以前的T-偏移量到当前q -开始。同样，t点的SR是从当前的s偏移量到下一个r峰位置。我们也考虑了有关P波或t波的基准点未被正确检测的情况。如果没有检测到P-点(或T-点)，则P、P-开端和P-补偿(或T、T-开端和T-补偿)都不能检测到P-开端(或T-开端)和P-补偿(或T、T-开端和T-补偿)都设置为Q-开端(或S-补偿)。如果检测到p点(或T点)，但没有检测到p点(或T点)，则将p点(或T点)设置为p点(或S-偏移量)。同样，如果检测到P-点(或T-点)，但没有检测到P-补偿(或T-补偿)，则将P-补偿(或T-补偿)设置为Q-开端(或T-点)。
我们提出了一种基于时间采样点对称和非对称特性的PQRST复合探测，用于实时分析HRV，检测离散的R，并考虑变形的P波和t波。首先，利用MIT/BIH心律失常数据库(MIT- db)，通过敏感性、正向预测和基于R定位精度的检测错误率，将所提方法的R点检测性能、实时可行性、离散R检测与现有R或QRS检测方法进行比较。其次，通过QT-DB对起始点和偏移点的检测精度，利用现有的PQRST检测方法对PQRST检测性能进行评估。利用MIT-DB中检测到的PQRST点进行HRV分析，这在以前的研究中没有进行过，可以推断出患者的心脏状况，并将结果与数据库中记录的患者疾病信息进行比较。接着，通过实验分析了该方法的计算时间，实时验证了该方法的可行性。在未来，本研究的结果可用于创建一个高度准确的心电分析和心律失常检测系统。为此，还需要对J点和u波进行检测。
2.研究方法
2.1数据库
该方法采用MIT-DB，包括48个半小时双通道动态心电图记录摘录，从1975年到1979年波黑实验室研究的47名受试者。每通道360赫兹、11位、10 mv范围进行数字化处理。根据AAMI标准将MIT-DB的心跳分为5类(N类、S类、V类、F类、Q类)。正常(N)、左束支传导阻滞(L或LBBB)、右束支传导阻滞(R或RBBB)、心房逸出(e)、结逸出(j)属于N类(非异位)。类包括心房过早(A),异常的心房过早(A),节点过早(J)和室上过早(S)。类V包括过早心室收缩(V)和心室逃脱(E)。
为了评估该方法的PQRST检测性能，我们使用QT-DB采样，采样频率为250 Hz，持续15 min。QT-DB总共有105个15分钟的双通道心电图摘录。每个样本都有心电波的峰值和边界位置信息。在每个记录,至少30 PQRST复合物被两个心脏病专家手工注释,发现了开始,巅峰,和结束的P-T-波形,开始(Q-开端)和结束(S-补偿) QRS波群,和(如果存在)的峰值和结束U-波。本研究的性能评价不考虑U-波。如果由于未检测到T-开端而将检测到的s -补偿分配给T-开端，或者检测到的T-开端与s -补偿的差值小于13个样本点(约0.05 s)，则将检测到的T-补偿排除在性能评估之外。
2.2实时处理的滑窗
图3展示了一个用于实时心电处理的重叠连续滑窗的例子。第一个滑窗包含5个ECG跳动，第一个和第五个ECG跳动是不完整的ECG周期(部分PQRST点缺失)，而第二个到第四个ECG跳动是完美的ECG周期(所有PQRST点都包含在内)。将滑窗中心电第一次和最后一次跳动的R峰位置作为心电完美跳动的左右边界进行信号处理，所有的基准点都能被检测出来。在第二个滑窗中，左右边界分别对应第三拍和第七拍，所有PQRST点都可以在第四拍到第六拍提取出来。第四个心电节拍是在第一个和第二个滑窗中处理的心电节拍的缝拍。即滑窗之间重叠检测到的PQRST点(图中第三到第五次心电节拍)按时间顺序连接上前后滑窗搜索到的PQRST点。在该方法中，基于MIT-DB的滑窗大小为1500个样本(360个样本/s)，滑窗的步长为1100个样本。
图 3 用于实时心电处理的连续滑窗重叠示例
2.3 ECG PQRST复合检测
图4为提出的PQRST复数检测算法框图。图中概述了在一个滑窗中检测一个心电跳动的所有重要点的程序，如2.2节所述。预处理后的心电信号I通过对原心电序列S进行归一化，并应用1 times;5平均滤波器得到。平均滤波器用于在不损害原始心电图信号的范围内去除脉冲噪声或异常信号水平。
图 4 提出的PQRST复数检测算法的框图
2.3.1 r峰和QRS波间隔的检测
图5概述了在滑窗中使用细化的心电信号的PQRST检测过程。
图 5 利用精确心电信号的PQRST检测程序
该图显示了每个块的相关部分。有时，根据测量环境的不同，ECG信号会包括运动干扰、基线漂移、电源线干扰、肌电图噪声、肌肉噪声和电极接触噪声等干扰。QRS波区间因其宽度窄、信号电平高而对噪声具有较强的抵抗性，而非QRS波区间因信号电平低而平坦而对噪声敏感。因此，该方法首先检测信号特征突出的r峰，然后检测QRS间隔，定义为Q波和s波。保留QRS间隔不变，利用CLCCP和CLCVP增强非QRS间隔，从而得到细化后的心电信号。
然后，利用改进的心电信号检测P波和s波的基准点。图6显示了在QRS区间检测r峰和在非QRS区间消除噪声所需的CLCCP和CLCVP。用于绘制CLCCP的凹点-图6(a)中的蓝色点如下所示。
图 6 凹点连接线(CLCCP)与凸点连接线(CLCVP)
其中sgn为两点差的符号。制作CLCVP的凸点-图6(b)中的红点-得到如下。
画出CLCCP Cc和CLCVP Cv,凸点之间的空采样点和凹点插值用以下方程:
I(p)和I(r)对应一个凸或凹点,I(q)表示空位置插值点的凸或凹点CLCVP或CLCCP。
图7展示了使用预处理的原始信号及其在MIT-DB中记录214的CLCVP和CLCCP的r峰检测示例。
图 7 使用预处理原始信号及其CLCVP CLCCP MIT-DB 214 N (4) 的R-peak检测的例子
(a)一维均值滤波的原始信号预处理(b) CLCVP CLCCP预处理信号(c)的总和差异与CLCCP CLCCP预处理信号(d)检测R-peak位置
图中，实验使用了标注位置提取的1000个样本长度，500个左右样本的本地信号。在CLCVP中，由于QRS区间的高信号水平，r峰点设置为凸点，而在CLCCP中Q点和s点设置为凹点。此外，在非qrs区间，除P波和t波外的平坦及较低信号区间的CLCVP和CLCCP相似。
而P波或t波，CLCVP与CLCCP的差异较大。因此，为了恢复无噪声的心电信号，需要保留QRS段作为原始信号，而非QRS段则需要利用CLCVP和CLCCP的平均值来抑制噪声。如图8列出CLCVP和CLCCP。lt;
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[258392]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
