心電信號(hào)分析與虛擬式心電自動(dòng)分析儀的開(kāi)發(fā).pdf

1、心電圖（electrocardiogram，簡(jiǎn)稱ECG）是心臟電活動(dòng)在體表的綜合反映，對(duì)心電信號(hào)進(jìn)行分析進(jìn)而診斷心臟疾病具有重要研究?jī)r(jià)值。目前對(duì)于心電信號(hào)分析方法盡管較多，但對(duì)于心電特征波的定位分析還不理想，在理論上還有進(jìn)一步創(chuàng)新的余地。作為實(shí)現(xiàn)臨床心電檢測(cè)的心電自動(dòng)分析儀，目前大多是國(guó)外產(chǎn)品，它們價(jià)格高昂，市場(chǎng)普及率不高。國(guó)內(nèi)缺少具有完全自主知識(shí)產(chǎn)權(quán)的產(chǎn)品。虛擬儀器具有的優(yōu)越性能使其成為測(cè)試儀器未來(lái)發(fā)展的主流方向，因此開(kāi)發(fā)具有完全自主

2、知識(shí)產(chǎn)權(quán)的虛擬式心電自動(dòng)分析儀，并將其推向市場(chǎng)，是一項(xiàng)十分有意義的工作。基于以上理論研究的需要和現(xiàn)實(shí)市場(chǎng)的需求，作者開(kāi)展了心電信號(hào)處理、分析及心電自動(dòng)分析儀開(kāi)發(fā)等方面的研究工作。 本文首先綜述了當(dāng)前的心電信號(hào)預(yù)處理、心電特征分析以及心電自動(dòng)分析儀器開(kāi)發(fā)的研究現(xiàn)狀。 然后在分析幾種常用于心電分析儀的快速預(yù)處理算法之后，分別研究并設(shè)計(jì)了基于窗函數(shù)的FIR帶通數(shù)字濾波器、改進(jìn)的自適應(yīng)相干模板去噪算法和小波與LMS自適應(yīng)算法相結(jié)

3、合的去噪算法。它們分別適用于不同的心電信號(hào)分析要求?；诖昂瘮?shù)的FIR帶通數(shù)字濾波器具有快速實(shí)時(shí)、簡(jiǎn)潔高效的特點(diǎn)，能夠同時(shí)濾去基線漂移和工頻干擾,適合于心電監(jiān)護(hù)類儀器，實(shí)現(xiàn)長(zhǎng)時(shí)間采集時(shí)的及時(shí)分析。自適應(yīng)相干模板法能夠有效濾去工頻干擾，但同時(shí)也會(huì)導(dǎo)致低端截止頻率不夠低，影響心電低頻信息的完整性。本文對(duì)此進(jìn)行了改進(jìn)，提出了二級(jí)級(jí)聯(lián)濾波器的濾波方法：即利用50Hz模板信號(hào)和100Hz模板信號(hào)頻譜間的關(guān)系，構(gòu)造出新的只濾除50Hz的濾波器，然后

4、將其與原自適應(yīng)相關(guān)模板法濾除工頻干擾的濾波器級(jí)聯(lián)，組成兩級(jí)濾波器，解決了低端截止頻率和工頻干擾濾除效果之間的矛盾。對(duì)心電信號(hào)多尺度小波變換后，直接把高尺度下的逼近信息置零再重構(gòu)，可以濾除基線漂移，但它容易導(dǎo)致心電的P、T波等低頻成分失真，本文創(chuàng)新性地將小波變換與LMS自適應(yīng)算法相結(jié)合，根據(jù)心電信號(hào)多級(jí)分解后的特點(diǎn)，將其高尺度下的逼近信息作為L(zhǎng)MS算法的輸入端，參考端以常數(shù)輸入，經(jīng)LMS遞推運(yùn)算后，再對(duì)ECG進(jìn)行重構(gòu)。實(shí)驗(yàn)對(duì)比顯示：該算法

5、能夠在濾去基線漂移的同時(shí)，有效降低心電信號(hào)中的低頻成分（如P波和T波）的失真度，為更好的分析P波和T波特征信息提取提供了基礎(chǔ)。 接著本文重點(diǎn)研究了心電特征信息提取方法。在對(duì)兩種目前較成熟運(yùn)用于心電分析儀上的特征波識(shí)別算法進(jìn)行分析、改進(jìn)和實(shí)驗(yàn)之后，作者對(duì)小波變換檢測(cè)信號(hào)奇異點(diǎn)原理及當(dāng)前基于小波的心電特征識(shí)別算法進(jìn)行了研究，在此基礎(chǔ)上創(chuàng)新性地提出了基于小波的聯(lián)合檢測(cè)算法來(lái)識(shí)別和定位心電特征波。它的檢測(cè)原理是：首先將心電特征波形態(tài)進(jìn)行

6、歸類，然后根據(jù)指定尺度下小波變換后的模極大值對(duì)個(gè)數(shù)來(lái)判別特征波的形態(tài)和峰點(diǎn)，最后根據(jù)不同的形態(tài)運(yùn)用不同的幅值和斜率判據(jù)來(lái)定位特征波的起止點(diǎn)。它不同于通常的小波檢測(cè)算法之處在于：對(duì)特征波先定形再定位，根據(jù)不同的形態(tài)采用不同的定位方法。這大大提高了心電特征波，特別是P、T波的起止點(diǎn)定位精度，它解決了長(zhǎng)期以來(lái)對(duì)像P、T波這類低幅多樣特征波識(shí)別和定位難的問(wèn)題。通過(guò)大量的對(duì)比實(shí)驗(yàn)，論證了本算法的準(zhǔn)確性和可靠性。 在對(duì)心電儀自動(dòng)判別心律失常

7、和分析心率變異性問(wèn)題上，本文也做了較深入的研究。對(duì)常見(jiàn)的心律失常進(jìn)行了歸納，并提出了七種心律失常判別方法；從時(shí)域和頻域方面分別對(duì)心率變異性進(jìn)行了研究，創(chuàng)新性地從三維“色譜圖”的角度對(duì)HRV信號(hào)的功率譜密度進(jìn)行了時(shí)頻域分析，它形象直觀地反映出HRV信號(hào)在不同時(shí)刻不同頻率下的能量大小，這為醫(yī)生和研究人員從多角度分析心電信號(hào)提供了更好的幫助。 本文還研究了虛擬儀器的開(kāi)發(fā)技術(shù)，將組件技術(shù)引入到虛擬儀器的開(kāi)發(fā)中，提出了基于組件技術(shù)的虛擬儀

8、器開(kāi)發(fā)方法。它有效提高了虛擬儀器的開(kāi)發(fā)速度和開(kāi)發(fā)質(zhì)量。 基于以上研究成果，作者開(kāi)發(fā)了虛擬式心電自動(dòng)分析儀。它不僅具有傳統(tǒng)硬件化心電圖儀的所有功能，而且功能更加豐富、測(cè)試更加靈活，成本低廉。通過(guò)多次臨床實(shí)驗(yàn)，將檢測(cè)結(jié)果和醫(yī)生手工檢測(cè)的結(jié)果對(duì)比，證明了本儀器檢測(cè)準(zhǔn)確，穩(wěn)定可靠，能夠滿足臨床要求。將數(shù)據(jù)庫(kù)管理技術(shù)引入了心電圖儀，為心血管疾病的病理研究和診斷提供了更加豐富的信息和資料。 最后，對(duì)于下一步的工作，本文給出了研究展望