一种基于ECG的改进型差分算法设计

马建峰 徐晓雨 张雾琳

摘 要：提出一种基于差分阈值自适应的ECG波形检测算法.算法对ECG信号进行数字滤波预处理，利用自学习算法求出相应的初始阈值，采用双阈值自适应更新法实现对差分阈值的自动更新和对R波以及Q、S波的检测，通过对检测窗口宽度的自适应更新法实现对P波和T波的检测.算法检测精度高，适合实际应用.

关键词：ECG; QRS波群; 差分阈值; 自适应更新

[中图分类号]O411.1   [文献标志码]A

Abstract：An ECG waveform detection algorithm based on adaptive differential threshold is proposed.The algorithm preprocesses the ECG signal with digital filter，calculates the corresponding initial threshold value by using self-learning algorithm，realizes the automatic update of differential threshold value and the detection of R wave，Q wave and S wave by using the double threshold adaptive update method，and realizes the detection of P wave and T wave by using the adaptive update method of detection window width.The algorithm has high detection accuracy and is suitable for practical application.

Key words：ECG;QRS complex;difference threshold;adaptive updating

QRS波群是分析ECG信號的重点之一，是心电分析与疾病诊断的重要依据.由于不同人之间存在生理差异以及测试过程易受外界因素影响，使本身就很微弱的ECG信号夹杂着许多干扰信号，故原始信号与噪声信号分离与波形检测是ECG信号检测的重点课题.[1]检测算法是围绕波形斜率进行差分法的数值分析，差分阈值测量可以避免由于基线漂移现象对测量结果的影响，具有比较强的抗干扰能力.本文采用改进后的差分阈值算法，阈值可以自适应更新的变化，计算量小，原理简单.

1 算法的实现

1.1 ECG数据预处理

ECG信号是一种数量级为mV级的弱电信号，具有随机性、不稳定性和低频特性.一般的ECG信号内部掺杂着大量的工频信号和其他噪声信号，给检测增加了难度，因此，在对ECG信号检测前进行预处理是必要的.[2]本文采用FIR滤波器对ECG时域和频域变换进行预处理，消除噪声干扰信号.FIR滤波器主要针对于数字信号处理的场合，对微控制器运算精度和内存的要求较低，算法简单且适用于便携式设备及传感器.

1.2 R波的检测

R波是整个QRS波群中幅值变化最大且最显著的波形，对ECG信号的分析具有重要作用.首先，对预处理后的信号进行一阶差分，确定信号的边界值点.其次，对输入信号二阶差分，确定检测信号的波峰值.第三，通过设定的阈值，将得到的结果与阈值做比较，通过比较结果判断R波波峰的具体位置.差分阈值选取是固定程序，如果检测受到外界的干扰有可能导致波形的畸变引起误检、漏检等后果.

差分阈值法中对于阈值的设定最为关键，也是检测算法是否准确的决定因素之一.由于测试对象存在诸多个体差异，即使是同一个人，其测试波形也会随时间变化，此时ECG信号的幅值和形状都有可能产生变化，检测到的R波的幅值与形状也会有所不同.[4]一般采用自学习方式来实现阈值的设定.虽然这种方式可以解决由个体差异造成的后果，但是时间上的变化未能得到处理.因此，本文采取一种改进后的自适应差分阈值法，实现对R波的检测.阈值的选取分为三个部分[5]：

2 实验测试样本与结果

2.1 ECG信号的样本来源

样本来源于PhysioNet网站的标准麻省理工学院的MIT-BIH心电数据库中的数据，选取标准数据库中具有注释的标准样本，采样频率为标准值360 Hz.[11]为了节省文件长度和储存空间，数据定义了自身格式，一个心电数据记录主要由三部分组成：头文件[.hea]，数据文件[.dat]，注释文件[.atr]，其中数据文件[.dat]里储存了本文需要提取的样本心电数据.[12]本文选择8个年龄段不同的样本作为测试对象，根据头文件[.hea]注释字符串第一行寻找测试样本的年龄.

2.2 检测结果

测试结果见表1.检测结果表明，总漏检个数为31，误检个数为5，误检个数相对较少，6组数据准确率都在99.9%以上，第106组数据准确率达到了100%.，编号为101，108的两组漏检个数相对较多的原因是，这三组数据中存在严重的伪差，造成了测量波形的失真度过高，算法误判.测试结果表明，本文设计的改进差分阈值算法实现了对QRS波群的精确检测，可以完整检测出波群的个数.

3 讨论与结论

本文提出的一种基于ECG的改进型差分算法.算法考虑外界对输入信号的影响，采取阈值和检测窗口宽度可自主适应和修正的方式对波形进行检测，最大程度避免了由于干扰而造成的检测错误.检测算法特别适用于便携式设备等传感器设备的运用，方法相对简单，占用内存小，运算速度快，对处理器的要求比较低，可以加入实时操作系统，实现心电波形的随时监测.

参考文献

[1]Steinberg JS，Varma N，Crgankiewicz I，et al.2017 ISHNE/HRS动态心电图和体外心电监测/远程监测专家共识（4）：心脏远程监测的现状、前景与建议[J].实用心电学杂志，2019，28（6）：389-396.

[2]孙荣亮，张凤娟，张娅利，等.NT-proBNP、HRV和ECG與心律失常患者心功能的相关性研究[J].宁夏医学杂志，2019，41（11）：967-970.

[3]李明东，卢彪，辛正华，等.基于深度学习的多媒体移动物体检测技术研究[J].牡丹江师范学院学报：自然科学版，2019（4）：9-12.

[4]何伶俐，王宇峰，何汶静.基于小波变换的改进阈值法在心电信号去噪中的应用[J].生物医学工程与临床，2016，20（2）：127-130.

[5]苏丽，赵国良，李东明.心电信号QRS波群检测算法研究[J].哈尔滨工程大学学报，2005（4）：513-517.

[6]王瑞荣，余小庆，朱广明，等.基于小波变换和K-means聚类算法的心电信号特征提取[J].航天医学与医学工程，2016，29（5）：368-371.

[7]黄进文，王威廉.基于LabVIEW的心电信号QRS波群离散极值点识别法[J].云南大学学报：自然科学版，2008（2）：129-134.

[8]葛礼霞，季丹丹，刘海明.脉冲多时滞差分方程的振动性[J].牡丹江师范学院学报：自然科学版，2018（2）：26-29.

[9]刘文亭，刘同宝.基于心电图V_1及avL导联的窄QRS波群心动过速鉴别诊断流程及应用评价[J].山东大学学报：医学版，2013，51（9）：67-71+78.

[10]李鸿强，魏小清，王有玺，等.主成分分析和线性判别分析应用于心电信号特征提取和诊断算法研究[J].生物医学工程研究，2019，38（2）：145-150.

[11]Hulsenboom Alexandra D J，Verdurmen Kim M J，Vullings Rik，van der Hout-van der Jagt M Beatrijs，Kwee Anneke，van Laar Judith O E H，Oei S Guid.Relative versus absolute rises in T/QRS ratio by ST analysis of fetal electrocardiograms in labour：A case-control pilot study[J].PloS one，2019，14（3）.

[12]李鸿强，魏小清，王有玺，等.主成分分析和线性判别分析应用于心电信号特征提取和诊断算法研究[J].生物医学工程研究，2019，38（02）：145-150.

编辑：琳莉