一种新型、快速心电P波检测算法

【作 者】叶继伦，孙纪光，吴跃胜，杜风玲，张旭

1 深圳大学医学院生物医学工程系，深圳市，5180002 蚌埠医学院 数理教研室，蚌埠市，233030

一种新型、快速心电P波检测算法

【作 者】叶继伦1，孙纪光1，吴跃胜2，杜风玲1，张旭1

1 深圳大学医学院生物医学工程系，深圳市，5180002 蚌埠医学院 数理教研室，蚌埠市，233030

该文提出了一种新的、简单、实时性好的多导联ECG P波检测算法。该方法先检测QRS-T波群的范围，然后消除ECG中QRS-T波群，最后在TQ段利用低通差分法(LPD)和切线法检测P波起点和终点，并取两种方法的平均作为最终结果。切线法是临床医生T波终点定位所使用的方法，该文首次将其应用到P波起点和终点定位。利用CSE数据库对算法进行测试，一致性分析发现本算法检测结果和CSE数据库注解具有较好的一致性，算法检测到的P波起点、终点相对于CSE程序注解的总体平均偏差分别为-2.01 ms、3.94 ms，偏差的标准差分别是4.96 ms、5.86 ms。

ECG；P波；导联；低通差分法；切线法

0 引言

在心电图中P波是心房除极波，反应了心房除极的过程[1]。在心电图分析中，P波的时限、幅度、形态、PR间期、P波电轴等是作为心律失常分析的重要判据，例如P波存在与否是判断室性早搏和正常心拍的主要判据之一；PR间期是判断束支传导阻滞的重要判据之一。然而，这些参数的提取，都依赖于P波起点、终点的准确定位。

由于P波低频、低幅、形态多样等原因导致P波定位非常困难[2]。P波和T波会发生重叠，甚至P波与QRS波群发生融合，这在心电图中很难区分[3]。自心电图自动分析技术应用于临床以来， P波起点、终点自动、准确的定位，一直是心电自动分析算法的重点和难点。已有的P波检测方法包括：低通差分法(LPD)[4-5]、小波变换法[6-7](WT)、Block Gibbs Sampler[8]、Extended Kalman Filter(EKF)法[9]等，低通差分法是心电图机中和心电监护中常采用的方法，该算法简单、实时性好、但是易受到噪声的干扰；小波变换法、Block Gibbs Sampler、EKF法复杂，实时性差，难以应用于心电图机和心电监护仪。所以，创建一种新的、可靠的、准确的、实时性好的P波检测算法是目前心电自动分析算法中急需解决的问题。

切线法是临床上医生常用的一种T波终点检测方法，本文首次将该方法应用于P波的起点和终点的定位，并且结合了传统的低通差分法（LPD），取两种算法检测结果的平均（记为综合法，用LTA表示法）作为最终结果。该算法准确可靠，实时性好，对于改善心电图机和心电监护仪P波分析算法具有重要价值。

1 材料和方法

P波是低频低幅信号、直接定位非常困难，算法一般以R波为基准，向后搜索T波的范围，将ECG信号中QRS-T波波群去除，将剩余的区域进行P波检测。

在不同导联中P、QRS、T波的起点和终点略有差异，在临床中一般是进行多导联分析，起点取多导联中出现最早的起点、终点取多导联中出现最晚的终点。所以在进行P、QRS、T波起点和终点检测，一般综合多导联心电测量结果[1]。

1.1 材料

ECG信号的获取：同步采集的12导心电信号（包括I、II、V1、V2、V3、V4、V5、V6）。根据AHA推荐标准、信号的采样率必须大于或等于500 Hz。导联III、AVR、AVL、AVF、可以通过I、II导联计算得到[1]。

1.2 方法

1.2.1 R波定位

Pan&Tompkins算法[10-11]是一种简单的R波检测方法，它是通过对心电信号进行带通、差分、平方来消弱P、T波成份和噪声、突出QRS波群成份，然后设置阈值检测大于阈值的波峰。单通道的R波检测容易受到噪声的干扰，导致漏检和错检，本算法利用多导联同步ECG信号的绝对值之和，作为Pan&Tompkins算法的输入信号。这样即综合了多导联心电，保证计算结果的准确、可靠，同时避免了同步12导联R波检测，减小了计算量。

其中，y(k)是叠加后的信号；x(i, k)是导联i的第k个采样点；M是导联数。

1.2.2 QRS波群起点和终点

本文采用12导联差分信号绝对值之和，并进行30 ms平滑，然后以R波为基准，前后设置阈值搜索小于阈值的点，作为QRS波群起点和终点的位置。如图1：心电信号记为ECGSig；ECGSig的差分记为ECGDer；12导ECGDer的绝对值之和记为ECGDerSum；R波的位置记为Rpos，QRS波群起点位置记为QRSBeg；QRSEnd是QRS波群终点位置；ThBeg是QRSBeg的搜索阈值，ThEnd是QRSEnd的搜索阈值。

和文献[4-5]中低LPD法相比，该方法不需要先检测起点和终点对应的差分峰，不需要进行12导联分析，算法更加简单，实时性好，准确可靠。

差分采用的是单纯M次差分，它是一种低通差分，见公式(2)。

其中，y(k)是差分信号，x(k)是输入信号，k是采样点的序列，M是常数。M越大低通滤波器的截止频率越低，M不能过大，在本算法中M取20 ms。

图1 QRS波群起点和终点检测Fig.1 Detection of the QRS complex onset and offset by our algorithm

1.2.3 T波终点定位

T波终点的定位，心电自动分析算法中最常用的是LPD法[4-5,12]。如图2(a)，它是在ECG差分信号ECGDer中以R波位置Rpos为基准，往后一定范围内搜索T波下降支所对应的差分峰(记为peak)，再根据peak设置搜索阈值和范围，往后搜索小于阈值点即T波终点（记为Tend）。

在临床中，医生最常采用的是切线法检测T波终点的位置[13-14]。它是过T波下降支中斜率最大值的点做切线，然后取零参考电位水平和切线的交点，作为T波终点的位置。如图2(b)所示，在ECGSig中过T波下降支斜率最大值点peak，做切线Tangenitial Line。根据QRSbeg往前20 ms信号段平均值作为零参考电位Ref Baseline[1,15]。切线Tangenitial Line和参考电位Ref Baseline的交点，即是T波终点Tend。

图2 差分法和切线法检测T波终点的示意图Fig.2 Detection of the T wave offset by LPD method and tangent method

为了提高T波终点检测的准确性，对12导心电信号分别进行LPD法和切线法检测，12导LPD法的中值和12导切线法的中值，两者的平均值作为T波终点位置，记为Toff。

1.2.4 QRS-T波群的消除

心电信号ECGSig，QRS-T波被QRS波群起点和T波终点之间的电压的均值取代，这个波群成为等电位区域。处理后的信号记为ecgSig。

1.2.5 综合法定位P波起点和终点

P波相对于QRS波是低频低幅波、P波起点和终点的检测极易受到噪声的干扰。为了提高P波算法的准确率，本文采用了LPD法和切线法两者相结合的方法来检测P波（LTA法）。LPD法检测P波[4-5]和本文中采用的T波终点定位算法原理相同，不同的是搜索范围和阈值设置。切线法是临床上医生常用的一种T波终点检测方法[13-14]，本文首次将其应用到P波检测。

综合法（LTA）检测P波起点和终点的算法过程如下：

（1） LPD法初步检测P波的起点和终点：利用12导ecgSig信号，同步进行LPD法检测P波的起点和终点，并取中值作为检测结果，分别记为Pbeg、Pend。

（2）筛选出P波明显的3个导联：在12导ecgSig信号中，在 [Pbeg-0.03 s，Pend+0.03 s]范围内搜索最大值，记为MaxPvalue(i)(i=1, 2,…12)，并从maxPvalue(i)筛选出最大的3个值所对应的导联，记为Maxlead(k)(k =1, 2, 3)。

（3）在Maxlead(k)(k=1, 2, 3)导联中，根据切线法进行P波起点、终点的检测。并取3导联检测结果的中值，作为最终结果，记为Pon、Poff。

（4）取切线法和LPD法结果的均值——Pbeg和Pon的均值作为P波起点的位置，Pend和Poff作为P波终点的位置。

（5）如果P波幅值小于15 μV，则认为P波不存在。

注：搜索范围取[Pbeg—0.03 s，Pend+0.03 s]是因为LPD法检测的P波区域存在偏差，为了保证搜索范围有P波波峰的存在，增大搜索范围。零参考电位参考了CSE标准，进行P波起点检测时，以Pbeg往前20 ms ECGSig的均值；P波终点检测是以Pend往后20 ms ECGSig的均值。

图3 一个心电周期中各特征点检测结果Fig.3 Each feature point detected by our method in an ECG cycle

2 算法测试结果分析

CSE数据库是12导或15导心电数据库，CSE数据库源于欧盟的心电图共同标准(Common Standards for quantitative Electrocardiography，CSE)项目，是最常用的心电数据库之一。为了评估算法检测P波起点和终点的准确性，本文利用CSE数据库MA1系列数据作为算法输入，该数据库包含了125个心电记录，这些记录包含了125个程序注解和25例人工注解，其中125个记录中排除14例P波不存在的记录（程序注解记为Pann，人工注解记为Aann）[16]。CSE数据库注解Pann和Aann之间存在偏差，并不完全相同。这些注解包含了每个记录ECG信号的 P、QRS波群的起点、终点，以及T波终点位置，以便对算法的检测结果进行对比分析。

如表1，LPD法和切线法检测P波起点相对于Pann偏差（LDP～Pann、Tangent～Pann）的sd分别是5.37和6.27，而LTA法（LTA～Pann）的sd是4.96，说明LTA法的检测结果和参考值的一致性有所提高。LPD法和切线法检测P波终点相对于Pann偏差（LDP～Pann、Tangent～Pann）的sd是6.73、6.89，综合法（LTA～Pann）是5.86，说明了LTA法检测结果和参考值的一致性有所提高。

如表1，LTA法检测 P波起点位置相对于注解Pann（LTA～Pann）的mean±sd是-2.01±4.96，而Aann和Pann注解之间（Aann～Pann）的mean±sd是1.28±5.03，说明LTA法检测P波起点和注解Pann的一致性，接近Aann和Pann的一致性。同样的，LTA法检测P波终点位置相对于Pann（LTA～Pann）的mean±sd是3.94±5.86，而Aann和Pann注解之间（Aann～Pann）的mean±sd是-1.2±5.26，说明LTA法检测P波终点和注解Pann，接近CSE数据库Aann和Pann的一致性。说明了算法检测结果，已经接近CSE数据库注解的水平。

表1 LPD法、切线法(Tangent)、LTA法检测结果Tab.1 Result comparison by LPD, Tangent methed and LTA

3 讨论

LTA法和小波变换法(WT)[6]进行对比，如表2。LTA法检测P波起点相对于Pann的mean±sd是-2.01±4.96，而WT法mean±sd是4.9±5.4，说明LTA法检测P波起点和Pann的一致性更好。LTA法检测P波终点相对于Pann虽然mean=3.94 ms，但LTA法的sd和WT法的sd相比更小，说明LTA法测量结果和Pann偏差的波动性小，说明LTA算法检测效果比WT算法更加准确。EKF[9]、Block Gibbs Sampler[8]法等并未直接给出CSE数据测试结果，难以直接比较。

表2 基于CSE数据库111个注解的LTA法和WT法的对比Tab.2 Algorithm performance comparison between LTA and WT based on CSE referees

WT算法复杂、计算量大，难以满足心电监护和心电图机实时性要求，而LTA法简单、实时性好，检测结果更加准确。对于心电图机和心电监护仪中心电P波自动分析具有重大的应用价值。

4 结论

本文提出的综合法（LTA）检测P波起点和终点算法，和CSE数据库Pann注解有一致性，接近Pann和Aann两注解之间的一致性，说明LTA算法检测效果接近CSE注解水平。综合法LTA和WT算法相比，相对于Pann偏差的波动性更小，说明LTA算法检测效果比WT算法更加准确。

本文提出的综合法（LTA）检测结果准确、可靠、实时性好。对于应用于改善心电图机和心电监护P波分析具有重要的应用价值。

[1] Surawicz B, Childers R, Deal B J, et al. AHA/ACCF/HRS recommendations for the standardization and interpretation of the electrocardiogram[J]. J Am Coll Cardiol, 2009, 53(11): 976-981.

[2] 叶文宇. 心电自动诊断技术的研究[D]. 天津：天津大学, 2003.

[3] Kors AJ, Herpen G V. Computer analysis of the electrocardiogram[J/OL]. http://link.springer.com/referenceworkent ry/10.1007/978-1-84882-046-3_37.

[4] Laguna P, Jane R, Caminal P. Automatic detection of wave boundaries in multilead ECG signals: validation with the CSE database[J]. Comput Biomed Res, 1994, 27(1):45-60.

[5] Laguna P, Vigo D, Jane R, et al. Automatic wave onset and offset determination in ECG signal:validation with the CSE database[J]. Comput Cardiol, 1992:167-170

[6] Martinez J P, Almeida R, Salvador O , et al. A wavelet-based ECG delineator: evaluation on standard databases[J]. IEEE Trans Biomed Eng, 2004, 51(4): 570-581.

[7] Yochum M, Renaud C, Jacquir S. Automatic detection of P, QRS and T patterns in 12 leads ECG signal based on CWT[J]. Biomed Sign Proc Contr, 2016, 25: 46-52.

[8] Lin C, Kail G, Tourneret J Y, et al. P and T wave delineation and waveform estimation in ECG signals using a block gibbs sampler[J]. IEEE ICASSP, 2011,7882(1):540.

[9] Sayadi O, Shamsollahi M. A model-based Bayesian framework for ECG beat segmentation[J]. Physiol Measur, 2009, 30(3):335-352.

[10] Tompkins W J. Biomedical digital signal processing: c-language examples and laboratory experiments for the IBM PC[J]. Prentice-Hall, Inc, 1993, 30(3):335-352.

[11] Pan J, Tompkins J W. A real-time QRS detection algorithm[J]. IEEE Trans Biomed Eng, 1985, BME-32(3):230-236.

[12] Neilson J M M. Dynamic QT interval analysis[J]. Herzschrittmachertherapie & Elektrophysiologie, 2000, 8(4): 131-141.

[13] Gonzalez-Fernandez R, Rivero-Varona M, Oca-Colina G M de. Detection of P wave in electrocardiogram[J/OL].https://www. deepdyve.com/lp/institute-of-electrical-and-electronics-engineers/ detection-of-p-wave-in-electrocardiogram-FjYq3opNQX.

[14] Schreier G, Hayn D, Lobodzinski S. Development of a new QT algorithm with heterogenous ECG databases[J]. J Electrocardiol, 2003, 36: 145-150.

[15] Recommendations for measurement standards in quantitative electrocardiography[J]. Eur Heart J, 1985, 6(10): 815-825.

[16] Willems J L, Arnaud P, Bemmel J H V, et al. A reference data base for multilead electrocardiographic computer measurement programs[J]. J Am Coll Cardiol, 1987, 10(6):1313-1321.

A Novel and Fast P Wave Detection Algorithm in ECG Signals

【Writers】YE Jilun1, SUN Jiguang1, WU Yuesheng2, DU Fengling1, ZHANG Xu1
1 Biomedical Engineering Department, Medical College, Shenzhen university, Shenzhen, 518000
2 Mathematics & Physics Department, Bengbu Medical College, Bengbu, 233030

This paper presents a new, simple and fast algorithm of automated P wave detection in multi-lead ECG Signals. Range of QRS-T complex is detected firstly. Then QRS-T complex is eliminated. Finally, P wave’s onset and offset are detected by using the average of low-pass difference method and tangent method. Tangent method is always used to locate the offset of T Wave but it will firstly be used to locate the P wave onset and offset in this paper. The proposed algorithm is tested by the annotated CSE database. Result shows that algorithm test result has a good consistency with BIS CSE annotation. Compared with the mean and standard deviation of P wave onset and offset, our algorithm and CSE annotation is -2.01 ms, 3.94 ms and 4.96 ms, 5.86 ms.

ECG, P wave, lead, low-pass difference (LPD), tangent method

R318.08

A

1671-7104(2017)01-0013-04

10.3969/j.issn.1671-7104.2017.01.004

2016-08-01

叶继伦，E-mail:yejilun@126.com

吴跃胜，E-mai: yuesheng_wu@sina.com