百度拇指医生
&&&普通咨询
您的网络环境存在异常，
请输入验证码
验证码输入错误，请重新输入心电图真的太复杂太复杂了，怎么也看不懂。_百度知道
心电图真的太复杂太复杂了，怎么也看不懂。
心电图是由一系列的波组所构成，每个波组代表着每一个心动周期。一个波组包括P波、QRS波群、T波及U波。看心电图首先要了解每个波所代表的意义。(1)P波:心脏的激动发源于窦房结，然后传导到达心房。P波由心房除极所产生，是每一波组中的第一波，它反映了左、右心房的除极过程。前半部分代表右房，后半部分代表左房。(2)QRS波群:典型的QRS波群包括三个紧密相连的波，第一个向下的波称为Q波，继Q波后的一个高尖的直立波称为R波，R波后向下的波称为S波。因其紧密相连，且反映了心室电激动过程，故统称为QRS波群。这个波群反映了左、右两心室的除极过程。(3)T波:T波位于S-T段之后，是一个比较低而占时较长的波，它是心室复极所产生的。(4)U波:U波位于T波之后，比较低小，其发生机理未完全明确。一般认为是心肌激动的“激后电位”。 正常心电图各波段的正常值及意义如下:(1)P波:呈钝圆形，可有轻微切迹。P波宽度不超过0.11秒，振幅不超过0.25毫伏。P波方向在Ⅰ、Ⅱ、aVF、V4-6导联直立，aVR导联倒置。在Ⅲ、aVL、V1-3导联可直立、倒置或双向。P波的振幅和宽度超过上述范围即为异常，常表示心房肥大。P波在aVR导联直立，Ⅱ、Ⅲ、aVF导联倒置者称为逆行型P波，表示激动自房室交界区向心房逆行传导，常见于房室交界性心律，这是一种异位心律。(2)PR间期:即由P波起点到QRS波群起点间的时间。一般成人P-R间期为0.12~0.20秒。P-R间期随心率与年龄而变化，年龄越大或心率越慢，其PR间期越长。P-R间期延长常表示激动通过房室交界区的时间延长，说明有房室传导障碍，常见于房室传导阻滞等。 (3)QRS波群:代表两心室除极和最早期复极过程的电位和时间变化。 ①QRS波群时间:正常成人为0.06~0.10秒，儿童为0.04~0.08秒。V1、V2导联的室壁激动时间小于0.03秒，V5、V6的室壁激动时间小于0.05秒。QRS波群时间或室壁激动时间延长常见于心室肥大或心室内传导阻滞等。 ②QRS波群振幅:加压单极肢体导联aVL导联R波不超过1.2毫伏，aVF导联R波不超过2.0毫伏。如超过此值，可能为左室肥大。aVR导联R波不应超过0 .5毫伏，超过此值，可能为右室肥大。如果六个肢体导联每个QRS波群电压(R+S或Q+R的算术和)均小于0.5毫伏或每个心前导联QRS电压的算术和均不超过0.8毫伏称为低电压，见于肺气肿、心包积液、全身浮肿、粘液水肿、心肌损害，但亦见于极少数的正常人等。个别导联QRS波群振幅很小，并无意义。 心前导联:V1、V2导联呈rS型、R/S＜1，RV1一般不超过1.0毫伏。V5、V6导联主波向上，呈qR、qRS、Rs或R型，R波不超过2.5毫伏，R/S＞1。在V3导联，R波同S波的振幅大致相等。正常人，自V1至V5，R波逐渐增高，S波逐渐减小。 (4)Q波:除aVR导联可呈QS或Qr型外，其他导联Q波的振幅不得超过同导联R波的1/4，时间不超过0.04秒，而且无切迹。正常V1、V2导联不应有Q波，但可呈QS 波型。超过正常范围的Q波称为异常Q波，常见于心肌梗塞等。 (5)S-T段:自QRS波群的终点(J点)至T波起点的一段水平线称为S-T段。正常任一导联S-T向下偏移都不应超过0.05 毫伏。超过正常范围的S-T段下移常见于心肌缺血或劳损。正常S-T段向上偏移，在肢体导联及心前导联V4-6?不应超过0.1毫伏，心前导联V1-3不超过0.3毫伏，S-T 上移超过正常范围多见于急性心肌梗塞、急性心包炎等。 (6)T波:T波钝圆，占时较长，从基线开始缓慢上升，然后较快下降，形成前肢较长、后肢较短的波形。T波方向常和QRS波群的主波方向一致。在Ⅰ、Ⅱ、V4-6导联直立，aVR导联倒置。其他导联可直立、双向或倒置。如果V1直立，V3不能倒置。在以R波为主导联中，T波的振幅不应低于同导联R波的1/10，心前导联的T波可高达1.2~1.5毫伏。在QRS波群主波向上的导联中，T波低平或倒置，常见于心肌缺血、低血钾等。 (7)Q-T间期:Q-T间期同心率有密切关系。心率越快，Q-T间期越短;反之，则越长。一般心率70次/分左右时，Q-T间期约为0.40秒。一般可查表。凡Q-T间期超过正常最高值0.03秒以上者称显著延长，不到0.03秒者称轻度延长。 Q-T间期延长见于心动过缓、心肌损害、心脏肥大、心力衰竭、低血钙、低血钾、冠心病、Q-T间期延长综合征、药物作用等。Q-T间期缩短见于高血钙、洋地黄作用、应用肾上腺素等。 (8)U波:振幅很小，在心前导联特别是V3较清楚，可高达0.2~0.3毫伏。U波明显增高常见于血钾过低、服用奎尼丁等。U波倒置见于冠心病或运动测验时;U波增大时常伴有心室肌应激性增高，易诱发室性心律失常。
U波出现是正常的吗？
采纳率：66%
哎，主要是背的太多。要了解的疾病也太多。
教我看心电图
为您推荐：
其他类似问题
心电图的相关知识
换一换
回答问题，赢新手礼包
个人、企业类
违法有害信息,请在下方选择后提交
色情、暴力
我们会通过消息、邮箱等方式尽快将举报结果通知您。当前位置： >>
心电信号中T波交替的检测方法研究
武汉理工大学 硕士学位论文 心电信号中T波交替的检测方法研究 姓名：张世杰 申请学位级别：硕士 专业：控制科学与工程 指导教师：陈静;向馗
武汉理．【大学硕士学位论文摘要作为现今世界上发病率和死亡率最高的疾病之一，心血管系统疾病受到了 人们的广泛关注，对其分析与诊疗也受到了人们的重视。在利用心电图（ｅｌｅｃｔｒｏｃａｒｄｉｏｇｒａｍ，ＥＣＧ）进行心脏疾病检查和分析中，作为一种心电信号微弱交替现象＿Ｔ波交替（Ｔ－ｗａｖｅ ａｌｔｅｍａｎｓ，ｎ№）引起了人们的重视。ＴＷＡ是一种非稳态的心电变异性现象，是指心电Ｔ波段振幅形态逐个周期交替变化。大量研究表明，ＴＷＡ与室性心律失常、心脏性猝死等有直接密切的关系，已成 为一种无创独立性预测指标。本文以ＴＷＡ检测为重点，主要完成了以下３个方面的工作：（１）心电信号预处理。采用经典的滑动平均滤波和５０Ｈｚ限波方法分别滤 除心电的高频噪声和工频噪声；自适应滤波会根据信号的特征和噪声水平选择 不同的参数进行滤波，具有良好的动态适应性和滤波效果；采用高通滤波与三 次样条差值法相结合的两段式自适应滤波对心电信号进行滤波处理，准确的滤除对ＴＷＡ检测影响最为明显的噪声――基线漂移。（２）心电信号基准点的定位。首先利用动态自适应差分阈值法对Ｒ波峰值进行了定位：然后以Ｒ波峰值为参考点，采用窗口搜索法，对Ｔ波峰值进行了 定位，并且采取了切实可行的办法来辨别倒置Ｔ波：然后提出了Ｔ波分析矩阵 的构建算法，利用经验值准确选择Ｔ波窗口的位置，采用窗口扫描提取波段，根据所提取波段与模板的均方差大小来选择最终Ｔ波位置，从而构建了Ｔ波分析矩阵，完成了基准点定位工作。（３）ＴＷＡ检测方法的系统分析和研究。首先对ＴＷＡ的特点和检测难点进行了系统的论述；然后对ＴＷＡ检测方法进行了比较分析，详细论述了已有各种 方法的原理，并对其做了仿真研究，根据研究结果论述了各种方法的优点和不 足之处；最后本文设计了一种改进谱分析法与相关法相结合的ＴＷＡ检测方法，利用奇异值分解计算相关指数，有效的避免了噪声对检测结果的干扰，提高了检测的准确度。本文所采取的心电信号处理方法，与传统方法相比具有一定的特点和优点， 主要体现在：滤波过程中，结合ＴＷＡ检测对心电信号质量要求高的特点，采用合理的方法滤除基线漂移，有效的保持了心电信号的质量；基准点定位部分，在经典的差分阈值法的基础上，提出了一系列的改进措施，准确的定位了Ｒ波 峰值的位置；最后提出了综合有效的算法检测ＴＷＡ。关键词：心电信号，自适应滤波，信号处理，基准点定位，Ｔ波交替武汉理＋ｒ大学硕士学位论文ＡＢ ＳＴＲＡＣＴＡｓ ｔｈｅ ｈｉｇｈｅｓｔ ｍｏｒｂｉｄｉｔｙ ａｎｄ ｍｏｒｔａｌｉｔｙ ｏｆ ｄｉｓｅａｓｅｓ，ｃａｒｄｉｏｖａｓｃｕｌａｒ ｄｉｓｅａｓｅ ｈａｓ ｂｅｅｎ ｗｉｄｅｌｙｃｏｎｃｅｒｎｅｄ．Ｔｈｅａｒｅｌａｔｅｄ ａｎａｌｙｓｉｓ ａｎｄ ｔｒｅａｔｍｅｎｔ ｈａｓ ａｌｓｏｂｅｅｎｐａｉｄ ｇｒｅａｔａｔｔｅｎｔｉｏｎ．Ａｓａｎｄｗｅａｋ ＥＣＧａｌｔｅｍａｎｓ，ＴＷＡ ｈａｓａａｒｏｕｓｅｄ ａｔｔｅｎｔｉｏｎ ｄｕｒｉｎｇ ｔｈｅ ｉｎｓｐｅｃｔｉｏｎａｎａｌｙｓｉｓ ｏｆ ＥＣＧ．ＴＷＡ ｉｓｎｏｎ―ｓｔａｔｉｏｎａｒｙ ｖａｒｉａｂｉｌｉｔｙ ｉｎ ＥＣＧ ｐｈｅｎｏｍｅｎｏｎ，ｔｈａｔ Ｔｗａｖｅ ａｍｐｌｉｔｕｄｅ ｃｈａｎｇｅｓ ｉｎ ｓｈａｐｅ??ｂｙ?－ｃｙｃｌｅａｌｔｅｒｎａｔｉｎｇ．ＴＷＡｒｅｌａｔｅｄ ｔｏａｖｅｎｔｒｉｃｕｌａｒａｒｒｈｙｔｈｍｉａｓ ａｎｄ ｓｕｄｄｅｎ ｃａｒｄｉａｃ ｄｅａｔｈ，ａｎｄ ＴＷＡ ｈａｓ ｂｅｃｏｍｅｉｎｄｅｐｅｎｄｅｎｃｅ ｐｒｅｄｉｃｔｏｒ ｏｆ ｃａｒｄｉｏｖａｓｃｕｌａｒ ｄｉｓｅａｓｅ． Ｉｎ ｔｈｉｓ ｄｉｓｓｅｒｔａｔｉｏｎ，ｔｈｅ ａｕｔｏｍａｔｉｃ ｄｅｔｅｃｔｉｏｎ ｔｈｅ ｗｏｒｋｎｏｎ?ｉｎｖａｓｉｖｅ ａｎｄａｎｄ ａｎａｌｙｓｉｓｏｆＴＷＡ ａｒｅ ｓｔｕｄｉｅｄ，ａｎｄａｃｃｏｍｐｌｉｓｈｅｄａｎｄｉｓ ｌｉｓｔｅｄａｓｆｏｌｌｏｗｉｎｇ．Ｆｉｒｓｔ ｏｆ ａｌｌ，ｔｈｅ ｐｒｅｐｒｏｃｅｓｓｉｎｇ ｏｆ ＥＣＧ ｉｓ ｓｔｕｄｉｅｄ．Ｉｎ ｔｈｉｓ ｄｉｓｓｅｒｔａｔｉｏｎ，ｍｏｖｉｎｇ ａｖｅｒａｇｅ ｆｉｌｔｅｒ ５０Ｈｚ ｎｏｔｃｈ ｆｉｌｔｅｒａｒｅｕｓｅｄｔｏ ｒｅｍｏｖｅ ｈｉｇｈ丘ｅｑｕｅｎｃｙ ｎｏｉｓｅ ａｎｄｐｏｗｅｒ ｌｉｎｅ ｉｎｔｅｒｆｅｒｅｎｃｅ ｏｆ ＥＣＧ ｒｅｓｐｅｃｔｉｖｅｌｙ．Ａｄａｐｔｉｖｅ ｆｉｌｔｅｒ ｈａｓ ｄｙｎａｍｉｃ ａｄａｐｔａｂｉｌｉｔｙａｎｄ ｇｏｏｄｔｏ ｔｈｅｅｆｆｅｃｔ ｏｆｆｉｌｔｅｒｉｎｇ；ａｎｄｉｔ ｗｏｕｌｄ ｃｈｏｏｓｅ ｄｉｆｆｅｒｅｎｔ ｆｉｌｔｅｒ ｐａｒａｍｅｔｅｒｓ ａｃｃｏｒｄｉｎｇｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ａｎｄ ｎｏｉｓｅ ｌｅｖｅｌ ｏｆ ｓｉｇｎａｌ．Ｓｏ ｔｈｅ ａｄａｐｔｉｖｅ ｆｉｌｔｅｒ ｗｈｉｃｈｔｏｃｏｍｂｉｎｅｓｔｈｅ ａｄｖａｎｔａｇｅｓ ｏｆ ｈｉｇｈ－ｐａｓｓ ｆｉｌｔｅｒｉｎｇ ａｎｄ ｃｕｂｉｃ ｓｐｌｉｎｅ ｕｓｅｄ ＥＣＧｒｅｍｏｖｅ ｂａｓｅｌｉｎｅ ｄｒｉｆｔ ｏｆＴｈｅ ｆｉｄｕｃｉａｌ ｐｏｉｎｔ ｐｏｓｉｔｉｏｎｉｎｇ ｉｎ ＥＣＧ ｉｓ ｓｔｕｄｉｅｄ．Ｄｙｎａｍｉｃ ａｄａｐｔｉｖｅ ｄｉｆｆｅｒｅｎｔｉａｌ ｔｈｒｅｓｈｏｌｄ ｍｅｔｈｏｄ ｉｓ ｕｓｅｄ ｔｏ ｄｅｔｅｃｔ ｔｈｅ ｐｏｓｉｔｉｏｎ ｏｆ Ｒ―ｗａｖｅ ｐｅａｋ．Ｒ－ｗａｖｅ ｐｅａｋ ｉｓ ｃｏｎｓｉｄｅｒｅｄａｓ ａｒｅｆｅｒｅｎｃｅ ｐｏｉｎｔ，ａｎｄａｗｉｎｄｏｗ ｉｓ ｕｓｅｄ ｔｏ ｓｅａｒｃｈａｎｄｐｏｓｉｔｉｏｎ ｔｈｅＴ－ｗａｖｅ ｐｅａｋ．Ａｎ ｅｆｆｅｃｔｉｖｅ ａｐｐｒｏａｃｈ ｉｓ ａｌｇｏｒｉｔｈｍ ｉｓ ｐｕｔ ｆｏｒｗａｒｄ ｔｏ ａｐｐｌｉｅｄ ｔｏ ｃｈｏｏｓｅｐｒｏｐｏｓｅｄｔｏ ｉｄｅｎｔｉｆｙ Ｔ－ｗａｖｅ ｉｎｖｅｒｓｉｏｎ．Ａ ｎｅｗｃｏｎｓｔｒｕｃｔ Ｔ－ｗａｖｅ ａｎａｌｙｓｉｓｌｏｃａｔｉｏｎｍａｔｒｉｘ．Ｔｈｅｅｘｐｅｒｉｅｎｃｅｖａｌｕｅ ｉｓａｎａｃｃｕｒａｔｅｏｆ Ｔ－ｗａｖｅ ｗｉｎｄｏｗ．Ｔｈｅ ＥＣＧ ｗａｖｅｆｏｒｍｓｅｇｍｅｎｔｓ ａｒｅ ｅｘｔｒａｃｔｅｄ ｗｉｔｈ ｓｃａｎｎｉｎｇ ｗｉｎｄｏｗ．Ｍｅａｎ ｓｑｕａｒｅ ｄｅｖｉａｔｉｏｎ ａｎｄ ｔｅｍｐｌａｔｅａｒｅｕｓｅｄ ｔｏ ｓｅｌｅｃｔ ｔｈｅ ｆｍａｌ ｌｏｃａｔｉｏｎ ｏｆ Ｔ－ｗａｖｅ．Ｆｉｎａｌｌｙ，ｔｈｅ Ｔ－ｗａｖｅａｎａｌｙｓｉｓ ｍａｔｒｉｘｉｓｂｕｉｌｔ ａｓ ｔｈｅ ａｃｃｏｍｐｌｉｓｈｍｅｎｔ ｏｆ ｔｈｅ ｆｉｄｕｃｉａｌ Ｓｙｓｔｅｍａｔｉｃ ａｎａｌｙｓｉｓｐｏｓｉｔｉｏｎａｒｅｗｏｒｋ．ａｎｄ ＴＷＡ ｄｅｔｅｃｔｉｏｎｓｔｕｄｉｅｄ ｉｎ ｔｈｅ ｄｉｓｓｅｒｔａｔｉｏｎ．Ｆｉｒｓｔ，ｔｈｅｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ａｎｄ ｄｅｔｅｃｔｉｏｎ ｄｉｆｆｉｃｕｌｔ ｏｆ ｏｆ ＴＷＡａｒｅＴＷＡｉｓ ｄｉｓｃｕｓｓｅｄ，ａｎｄ ｔｈｅ ｄｅｔｅｃｔｉｏｎ ｍｅｔｈｏｄｓｃｏｍｐａｒｅｄ，ｔｈｅ ｐｒｉｎｃｉｐｌｅｓ ｏｆ ｖａｒｉｏｕｓ ｍｅｔｈｏｄｓ ａｒｅ ａｎａｌｙｚｅｄ ｉｎ ｄｅｔａｉｌ，ｔｈｅｓｅ ｍｅｔｈｏｄｓ ａｒｅ ｓｉｍｕｌａｔｅｄ ａｎｄ ｔｈｅ ｓｔｒｅｎｇｔｈｓ ａｎｄ ｗｅａｋｎｅｓｓｅｓ ｏｆ ｖａｒｉｅｔｙ ｄｅｔｅｃｔｉｏｎ ｍｅｔｈｏｄｓａｒｅｉｌｌｕｓｔｒａｔｅｄｂａｓｅｄｏｎｓｉｍｕｌａｔｉｏｎ ｒｅｓｕｌｔｓ．Ａ ｍｅｔｈｏｄ ｗｈｉｃｈ ｃｏｍｂｉｎｅｓ ｔｈｅ ｓｐｅｃｔｒａｌ ｍｅｔｈｏｄ ｉｓ ｄｅｓｉｇｎｅｄ ｔｏ ｄｅｔｅｃｔａｎａｌｙｓｉｓｍｅｔｈｏｄａｎｄ ｃｏｒｒｅｌａｔｉｏｎＴＷＡ．ＳｉｎｇｕｌａｒｖａｌｕｅⅡ武汉理‘ｌ：大学硕士学位论文ｄｅｃｏｍｐｏｓｉｔｉｏｎ ｉＳ ｕｓｅｄ ｔｏ ｃａｌｃｕｌａｔｅ ｔｈｅ ｒｅｌｅｖａｎｔ ｉｎｄｅｘ，ｅｆｆｅｃｔｉｖｅ ａｖｏｉｄ ｔｈｅ ｉｎｔｅｒｆｅｒｅｎｃｅ ｏｆ ｎｏｉｓｅｏｎｔｈｅ ｔｅｓｔ ｒｅｓｕｌｔｓ，ａｎｄ ｉｍｐｒｏｖｅ ｔｈｅ ａｃｃｕｒａｃｙ ｏｆ ｄｅｔｅｃｔｉｏｎ．ａｒｅＴｈｅ ＥＣＧ ｓｉｇｎａｌ ｐｒｏｃｅｓｓｉｎｇａｃｏｍｐａｒｅｄ ｗｉｔｈ ｔｈｅ ｔｒａｄｉｔｉｏｎａｌ ｍｅｔｈｏｄｓ，ｔｈｅｒｅａｄｖａｎｔａｇｅｓ．Ａｔ ｔｈｅ ｐｒｏｃｅｓｓａｒｅｌｏｔ ｏｆｔｈｅ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓａｎｄｆｉｌｔｅｒｉｎｇ，ｆｏｒ ｔｈｅｒｅｑｕｉｒｅｍｅｎｔｓ ｏｆ ｈｉｇｈ―ｑｕａｌｉｔｙ ＥＣＧ，ｒｅａｓｏｎａｂｌｅｍｅｔｈｏｄｉｓ ｄｅｓｉｇｎｅｄ ｔｏ ｆｉｌｔｅｒ ｏｕｔ ｔｈｅｂａｓｅｌｉｎｅ ｄｒｉｆｔ ａｎｄ ｍａｉｎｔａｉｎ ｔｈｅ ｑｕａｌｉｔｙ ｏｆ ＥＣＧ ｅｆｆｅｃｔｉｖｅｌｙ．Ａｔ ｔｈｅ ｐａｒｔ ｏｆ ｔｈｅ ｆｉｄｕｃｉａｌ ｐｏｉｎｔ ｐｏｓｉｔｉｏｎｉｎｇ，ｉｍｐｒｏｖｅ ｄｉｆｆｅｒｅｎｔｉａｌ ｔｈｒｅｓｈｏｌｄ ｍｅｔｈｏｄ ａｃｃｕｒａｔｅｌｙ；ｆｉｎａｌｌｙ，ａ ｄｅｔｅｃｔｉｏｎ．ｃａｒｌｐｏｓｉｔｉｏｎ Ｒ ｗａｖｅ ｐｅａｋｃｏｍｐｒｅｈｅｎｓｉｖｅ ａｎｄｅｆｆｅｃｔｉｖｅ ａｌｇｏｒｉｔｈｍ ｉｓ ｐｕｔ ｆｏｒｗａｒｄ ｆｏｒ厂纬乃Ｋｅｙｗｏｒｄｓ：Ｅｌｅｃｔｒｏｃａｒｄｉｏｇｒａｍ ｓｉｇｎａｌ，Ａｄａｐｔｉｖｅ ｆｉｌｔｅｒｉｎｇ，Ｓｉｇｎａｌ ｐｒｏｃｅｓｓｉｎｇ，Ｐｏｓｉｔｉｏｎｉｎｇ ｆｉｄｕｃｉａｌ，ＴＷＡＩＩ！独创性声明本人声明，所呈交的论文是本人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得武汉理工大学或其它教育机构的 学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。签名：熬丝查２一日期：速显：旦厶：Ｑ三关于论文使用授权的说明本人完全了解武汉理工大学有关保留、使用学位论文的规定，即学校有权保留、送交论文的复印件，允许论文被查阅和借阅；学校可以公布论文的全部或部分内容，可以采用影印、缩印或其他复制手段保存论文。 （保密的论文在解密后应遵守此规定）签名：导师签名：鱼２簟同期：盘！≥：！占：丞．武汉理Ｔ大学硕士学位论文第１章绪论１．１课题来源本课题来源于浙江省科技项目（２００８Ｃ２１０７３）“基于相空间重构的心脏危险 征兆检测及监护系统研究”。项目目标是研制心脏危险征兆检测及监护系统，项 目分成１心电监护系统平台＂、“心电信号的检测”、“心脏危险征兆检测”等三个子 项。其中，心电监护系统平台主要涉及硬件设计及制作，心电信号及心脏危险 征兆检测主要涉及软件系统的研发。本文“心电信号中Ｔ波交替的检测方法研 究一属于软件系统的一部分。１．２课题研究背景及意义心脏是人体循环系统的动力源，是人体中最重要的器官之一．目前心脏疾 病已上升为影响人类健康和生命的常见疾病。其中冠心病是世界上最大的致死 原因之一。据统计，２００７年心脏病死亡人数占全球死亡人数的２８．７％，死亡人 数达１６７０万，最近一项针对超过５０万亚洲人口的研究表明，心脏病的大规模 流行，正开始对我国及其他亚洲国家造成严重影响。我国死亡人口中大约有 ２０％＂－＇３０％是与心脏病有关。因此，对心电信号进行研究，及时发现心电异常并 实施必要的抢救治疗措施有着重要的ｌ临床意义，心电信号相关的检测分析是心 脏疾病预防和治疗前提和基础。 心电图是反映心脏兴奋的电活动过程，它对心脏基本功能及其病理研究方 面，具有重要的参考价值。借助心电图可以鉴别各种心律失常；反映心肌受损 的程度和发展过程；分析心房、心室的功能结构情况。心电图在心脏病的预警、 指导心脏手术进行、指示必要的药物处理上有重要的参考价值。心电图一直是 一１１，脏疾病诊断领域的研究重点，应用心电数据自动分析系统对心电数据进行降 噪，分析处理，可以迅速对心电异常事件（如早搏，停搏，ＳＴ段偏移，ＴＷＡ等） 进行定位，从而诊断病因。因此，对心电信号的自动识别与分析，对一１１，脏病的预防诊断具有哐要的现实意义。武汉理工大学硕士学位论文心电图分析中，ＴＷＡ是一种典型的微弱交替。ＴＷＡ是一种心脏电生理异常 的表现，经大量临床和实验研究表明，ＴＷＡ与心律失常，特别是恶性心律失常 有着密切联系。ＴＷＡ首先于１８７２年由Ｔｒａｕｂｅ发现，１９１３年由Ｍｉｎｅ首先记录 到ＴＷＡ。Ｔａｕｓｓｉｇ于１９２８年也记录到ＴＷＡ。此后研究者陆续开始认识到，ＴＷＡ 与许多室性心律失常的发生有着密切联系。１９８８年Ｓｍｉｔｈ等进行了２７次重复动 物实验，表明ＴＷＡ是实验性心肌缺血动物发生室速、室颤的标志ＩｌＪ。研究还表 明ＴＷＡ在评定恶性心律失常及心脏猝死危险性方面优于其他无创性心电信息技术，具有与有创性电生理检查同等的预测价值。ＴＷＡ检测还具有对冠心病进行 危险分层、检测观察抗心律失常药物疗效、预测长Ｑ．Ｔ间期综合征发生室性心 律失常等重要应用价值。 目前许多国家己广泛开展ＴＷＡ的检测及大规模研究。随着对ＴＷＡ认识的 深入，ＴＷＡ作为对心脏性猝死的预测指标得到应用。在临床工作中作为预防恶 性心律失常，降低猝死率的一种有效手段，ＴＷＡ的检测必将发挥更大的作用１２ｌ。１．３国内外研究现状综述心电图的起源可以追溯到１８９３年，Ｅｉｎｔｈｏｖｅｎ设计７弦线电流计并把它用于人体心电测量，开创了心电研究应用的先河。随着电子及信号处理技术的发展， 在心电记录系统中引入了电子放大器、示波器和图表打印机等部件，进一步完 善了心电记录显示及输出系统。然而早期的心电分析是由专业医生完成的，这一过程费时费力，而且分析结果要靠不同医生的主观分析来确定，一致性不好。计算机辅助的心电自动分析与诊断系统开始于２０世纪５０年代末，其后的心电 自动分析研究进入了一个新的高潮，迅速在多个领域获得了很大的发展，主要包括以下４个方面。．（１）静态心电系统，检测病人安静状态下的心脏功能，主要用于医院病房； （２）心律失常检测及监护心电系统，用于冠心病病房、外科手术、急救中心等对心律失常心搏的检测，或者作为病理监护，实时显示病人的心电活动；（３）运动心电系统，在病人完成一系列规定运动后测量心电以诊断其心脏疾病；（４）动态心电系统，俗称ＨＯＬＴＥＲ系统，对病人在『Ｆ常生理和外界环境下的心电进行长时问记录，～般为２４小时记录。由于该系统对｝ｆＬ期心血管疾病和武汉理工大学硕士学位论文心律失常的检测有独特功能，因此得到越来越广泛的应用。２０世纪７０年代以后，心电分析系统进入实用化和商业化阶段。目前世界上 很多公司如西门子、通用电气等都在研究和开发新型的心电监护仪器。随着我国经济、科学技术的进步，心电处理技术的不断发展，心电产品质量及性能也 有了长足进步。随着心电信号测量仪器精度的不断提高以及心电信号分析技术的不断进 步，心电图已成为心血管领域中实用、高效、无创、发展迅速、独具功效的检 查技术。由于心电信号本身的复杂性和检测过程带来的噪声与干扰，进一步提高心电信号自动分析的准确性和可靠性，仍然是一个重要的课题，在信号处理 和临床实践上都具有十分重要的意义Ｉ引。 早期简单的心电自动分析采用一些基于经验的判断规则，随着计算机功能的增强，出现了更复杂精确的分析方法，主要包括模板匹配和特征提取两类。 模板匹配方法是比较一个心电周期与原存储（或学习过的）心电周期模板 的近似程度，据此判断该心电周期属于何种类型。模板匹配的最大特点是原理简单，不要求很多的心电特征参数，受参数测量准确性的影响较少。模板匹配 方法是基于信号的波形特征进行分析的，与人工分析的思想比较吻合，能对相似特征参数，不同形态特征的心电周期进行区分。缺点是易受到波形重叠的影响，难以区分波形的具体位置。 特征提取的基本思路是：在心电周期上提取有关波形的幅度、宽度、斜度和面积等参数，在特征空间上形成多个心电信号类别。上述方法所用特征参量不多，原理简单，处理速度快。但这类方法只能处理一些典型的情况，对心电信号类别较多的复杂情况，将出现严重的误判。较为复杂的特征提取的方法还 有基于人工智能的规则产生系统和基于模糊理论的自动分析方法等。近些年提出的ＥＣＧ自动分析方法还有基于人工神经网络的分类判别方法。其基本原理是根据所提取心电信号的特征参数，运用神经网络，在学习大量样本的基础上，得出网络的各参数，学习稳定后，再对未知类别的心电波形进行自动分类。但由于特征提取的模糊性，以及在分类上往往要用到大量先验知识。 这使得算法的建立较为复杂，如何更有效地进行分类，提高识别率和研发具有 更高精确度的ＥＣＧ自动检测分析仪是目前研究的重点【４ｌ。ＴＷＡ检测是ＥＣＧ自动分析的重要组成部分。ＴＷＡ的最主要特征就是交替的 幅值仅为微伏级，仅靠肉眼难以分辨是否有交替存在，因此需要采取专门方法武汉理工大学硕士学位论文对信号进行检测。ＴＷＡ的检测容易受到心电信号基线漂移的影响，检测难度很 大。随着数字信号处理技术和计算机技术的不断发展，人们提出了多种ＴＷＡ检 测技术，根据检测方法原理的不同，将其分为三类：短时傅立叶变换；符号变 换；非线性方法。 短时傅立叶变换方法对心电信号进行短时的傅立叶变换，通过在其０．５ｃｐｂ处 的值评估ＴＷＡ。这类方法包括谱分析法、复合解调法和周期交换法等。 谱分析方法在８０年代初由Ａｄａｍ等人提出，他们通过计算连续ＥＣＧ能量增量比的功率谱来检测”嗍象。后来Ｓｍｉｔｈ等人使用了改进的谱分析法检测出微伏级的ＴＷＡ，提高了谱分析法对ＴＷＡ检出的敏感性和可靠性【引。１９９１年，Ｎｅａｒｉｎｇ 等人提出了复合解调法，即通过对ＥＣＧ数据解调和低通滤波的手段，动态跟踪 ＴＷＡ的变化过程Ｉ酗。２００２年，Ｓｒｉｋａｎｔｈ等人提出基于周期变换法的ＴＷＡ检测方法。 根据ＴＷＡ的特征，可近似成周期为２的序列，计算此序列的归一化能量，可作为 判断ＴＷＡ存在与否的根据［Ｙｉ。 符号变换通过对时域信号进行符号变换得到ＴＷＡ的判据。相关分析法和Ｋａｒｈｕｎｅｎ．Ｌｏｖｅ变换法都属于这一类。Ｂｕｒａｔｔｉｎｉ等人在１９９７年提出了ＴＷＡ的相关分析方法，相关分析法是一种时域 方法，它把记录到的一系列连续的心动周期作为一个整体，将每个Ｔ波的幅度与 全部心动周期的平均Ｔ波幅度进行比较，因此能够检测出非平稳的ＴＷＡ信号ｉＳｌ。 Ｌａｇｕｎａ等人在１９９６年提出了Ｋａｒｈｕｎｃｎ．Ｌｏｅｖｃ变换法来检澳ｉＪＴＷＡ。此方法可用于分 析ＳＴ－Ｔ段复波的能量，但是分析过程需要复杂的调制解调计算，在实时性方面 有很大的不足ｐＪ。非线性方法利用ＴＷＡ月，有的非线性特征，用其非线性参量检测ｎ张。这类方法有Ｐｏｉｎｃａｒｃ散点图法、移动平均修Ｊ下法和拉普拉斯似然比方法。 Ｓｔｒｕｍｉｌｌｏ等将Ｐｏｉｎｃａｒｔｊ散点图方法应用在ＴＷＡ＿Ｉ二，提出了一种ＴＷＡ检测的新 方法，并与谱分析法检测ＴｗＡ的结果进行对比分析，证明了散点图法研究ＴＷＡ 的有效性ｆｌｏｉ。２００２年Ｎｅａｒｉｎｇ和Ｖｅｒｒｉｃｒ在动态心电图分析系统中应用时域分析原 理检测微伏级ＴＷＡ，对Ｔ波进行动态的时域定量分析，即移动平均修正法。基本 思想是把一系列，心搏分成奇数和偶数心搏，利用渐量中值修正分别求出奇数心 搏和偶数心搏的中位数波形，则电交替值为两中位波形对应点差值的最大值１１１ｌ。２００２年，Ｊ．Ｐ．ＭａｒｆｆｎｃｚａｎｄＳ．Ｏｌｍｏｓ等人提出了拉普拉斯似然比方法检测ＴｗＡ。他们利用最大似然估计来预估ＴＷＡ，然后利用广义似然比检验检测ＴＷＡ［１２Ｊ。４武汉理Ｔ大学硕士学位论文１．４本文的主要工作心电信号自动分析是目前生物信号处理领域中比较热门的研究课题，国内 外每年都有大量的相关论文发表。分析文献中研究成果可以发现，己有心电信 号分析方法存在一些偏差和不足，主要体现在理论与实际应用结合不紧密；各 种处理技术泛泛而谈，不具有针对性；波形分类与交替检测精度尚不能满足临 床需要等。说明这一研究领域需要继续深入探索。 本文结合浙江省科技项目，提出了有效的信号滤波方法和ＴＷＡ检测算法。 文章主要内容包括心电信号噪声分析、对心电信号的滤波、Ｒ波和Ｔ波的定位、 Ｔ波分析矩阵的构建及ＴＷＡ分析等，主要研究内容包括： （１）ＥＣＧ滤波算法。主要利用低通及带阻滤波器滤除高频噪声及工频噪声， 利用高通滤波和三次样条插值滤波相结合，去除心电信号的基线漂移； （２）基准点定位算法。主要运用差分与阈值相结合的算法定位Ｒ波，然后 根据Ｒ波的位置对Ｔ波进行检测定位，最后构建Ｔ波矩阵，为下一步ＴＷＡ的分析做好了准备：（３）在ＴＷＡ分析模块中，详细分析了ＴＷＡ的特点及检测难点。描述了相 关检测方法的原理及优缺点，结合便携式心电监护仪的具体要求，针对ＴＷＡ的 特点，设计出新的ＴＷＡ检测算法； （４）在算法设计的基础上，使用ＭＡＴＬＡＢ对相关算法进行了仿真研究， 通过详细的图表分析，验证了算法的有效性； （５）最后，对全文工作做了总结，对存在的问题进行了探讨，对未来的研 究做了展望。１．５论文的结构第１章是绪论，对本文的研究背景及意义作了简要介绍，综述了心电信号 自动分析的研究方法，以及ＴＷＡ检测的国内外现状，确定了本文研究的主要内 容、研究方案及目标，并对全文的结构安排进行介绍。 第２章是心电信号噪声预处理，详细介绍了心电信号的噪声，对噪声的产 生及来源进行剖析，对噪声的特点及类，型进行了归纳和分类，并对噪声的滤除５武汉理工人学硕七学位论文进行较为系统的总结和分析，最后对影响ＴＷＡ检测的主要噪声――基线漂移进行了详细的分析，并提出有效的滤波方法，消除心电信号中的基线漂移。 第３章是心电信号的基准点定位，介绍了心电信号的特征，重点研究了心电信号的基准点定位方法。首先提出了一种有效的Ｒ波定位方法。深入探讨Ｔ波分析矩阵在ＴＷＡ分析中的重要作用，分析了Ｔ波矩阵构建的原理及相关参数。 提出了一种依据ＲＲ间期动态定位Ｔ波窗口的方法，依据已定位的Ｔ波窗口构 建Ｔ波分析矩阵，为后继的ＴＷＡ分析创造了良好的条件。 第４章是心电信号的ＴＷＡ检测方法的分析与改进，重点对ＴＷＡ进行了研 究。本章对ＴＷＡ的特点及检测困难进行了分析。在此基础上，针对己有检测算 法存在的缺陷，提出了一种改进ＴＷＡ检测方法。第５章是全文总结与展望，对全文的工作进行总结。图１－１展示了本论文各章节之间的结构关系，论文的主要内容是围绕微弱交替特征的检测问题，按照心电信号预处理、基准点定位、Ｔ波分析矩阵构建以及 ＴＷＡ检测的顺序自然展开。图１．１本文的章节结构关系图６武汉理丁大学硕十学位论文第２章心电信号噪声预处理人体心电信号是一种微弱电信号，信噪比低。在实际应用中，一般正常心 电信号的频率范围为Ｏ．０５―１００Ｈｚ，幅度为１毗Ｖ＿５ｍＶ。心电周期的信号带宽集 中在０－５８±１９Ｈｚ频带，ＱＲＳ波群集中在３－．．４０Ｈｚ这一频带，Ｐ波和Ｔ波的带宽 约处于ｏ．５～１０Ｈｚ频带。心电信号能量集中在低频段，其中９９％的能量集中在¨０Ｈｚ。心电噪声的类型丰富，形态多样，广泛分布于所有频带，不同类型的心电噪声具有不同的频率及幅值。２．１噪声的来源在心电信号的采集和处理过程中，会受到各种噪声的干扰，按来源主要可 分为以下几类： （１）工频噪声：由于人体分布电容的存在使人体具有天线效应，而且一般 情况下检测装置总会有较长的导联线暴露在外，这就会引来工频噪声；另外， 导联和电路的分布参数容易把外界滤波不净而产生的交流电干扰引入到心电信 号中，也会引来工频噪声。这些噪声往往掩盖了原有ＥＣＧ中的细小转折，影响ＥＣＧ诊断。（２）肌电噪声：表面肌电噪声是肌肉神经系统在进行随意性和非随意性活 动时，众多肌纤维随机收缩引起生物电变化，经心电电极引导、放大和记录形 成的噪声。病人的紧张或寒冷刺激，以及因某些疾病如甲状腺机能亢进等，都 会产生肌电噪声。国内外研究表明，在人体表皮层内外存在典型值为３０ｍＶ的皮 肤电势。当皮肤伸展时，皮肤电势降到大约２５ｍＶ，这５ｍＶ的皮肤电势变化反映 到心电信号中，也会形成肌电噪声。 （３）人体呼吸干扰：在心电信号检测与处理中，呼吸引起的基线漂移是由 被测对象在测试过程中呼吸产生的。心电波形的幅度随着呼气和吸气分别上抬 和下移。 （４）电极接触噪声：电极接触噪声是瞬时噪声，是由于测量电极接触不良 或脱落、病人的运动和振动、导联线牵拉咆极、检测系统不断的丌关、放大器７武汉理，Ｔ大学硕＋学位论文输入端连接不好等引起的不稳定干扰，会导致ＥＣＧ记录时有时无。由于人体的 微动与接触不良会导致与测量系统间隙性的接通与断开，突然接通会引起很大 的伪迹，突然断开会导致工频噪声的增强。 （５）运动伪迹：是由于人体运动引起的一种噪声。常规心电图机、ＨＯＬＴＥＲ 系统采用吸球式电极或体外粘贴式电极采集心电信号，不可避免的在电极与皮 肤之间存在接触电阻。该电阻与放大器的输入阻抗形成分压网络，输入电压将 随此电阻变化而变化，带来了心电信号基线漂移及幅值的波动，稍微剧烈的肢 体运动也会引起心电信号波形发生改变。同电极接触噪声类似，它也是由于电 极与人体的接触问题引起的，但不是由于接触的断开，仅仅是由于接触电阻的 变化引起的一种噪声，这种噪声同样导致信号基线的变化。 （６）电子设备所产生的仪器噪声：在信号检测阶段，难免会受到周围电子 仪器的干扰，如手术刀，电话等。心电图机本身的导联开路和放大器的热漂移 也会产生噪声，对信号影响很大，严重时可完全淹没心电信号，导致剧烈的基 线漂移。由于心电波形己经完全畸变，这种噪声往往无法通过心电分析算法来 校正，一般的做法是跳过此段心电数据。 （７）检测系统的内部噪声：检测系统的内部噪声主要是由电阻和各种器件 产生的。心电图仪作为一种电子仪器，其内部布满大量的电子元器件和导线， 当这些电子元器件和导线中有电流时，会产生具有一定频率的噪声信号，影响 到心电信号的检测。２．２噪声的表现总体来说，各种噪声主要有三种类型。（１）５０Ｈｚ工频噪声，主要由电力系 统和人体的分布电容引起，电极接触噪声也会导致工频噪声的增强：（２）基线漂移，许多噪声源都可以造成心电信号的基线漂移，主要由人体呼吸干扰、运 动伪迹、信号记录和处理中电子设备的干扰引起的； （３）高频噪声，主要由肌电噪声以及周围电子设备所产生的仪器噪声引起，也有部分是由５０Ｈｚ工频的高 次谐波造成的。 下面从噪声的幅值表现，频率表现和统计规律详细论述。．（１）各类噪声的幅值表现 工频噪声表现为ＥＣＧ上规律性的细小波纹，噪声幅度可达心电信号峰值的８武汉理工大学硕士学位论文¨０％。由于电网负载的变换，噪声的幅值也会不断变化。肌电噪声幅度为毫伏级，持续时间为５０ｍｓ左右。呼吸引起基线漂移的变化幅度约为ＥＣＧ峰值１５％。 运动伪迹与电极接触噪声的振幅约为０～５ｍＶ，信号形态具有较强的随机性和不稳定性。电极接触噪声往往表现为信号基线的快速阶跃式变化及相应的指数型 衰减回复至基线的波形，并叠加以工频噪声，持续时间一般为１ｓ左右，幅值可 达记录仪的最大值。（２）各类噪声的频率表现 对于工频噪声是由电力系统引起的噪声，这种噪声的频率一般为５０Ｈｚ及其整数倍，由于国际上不同国家电网的频率不同，一般心电信号处理所用的ＭｌＴ．ＢＩＨ数据库的信号工频噪声为６０Ｈｚ及其整数倍。由于电网负载的变换，使 得工频噪声的中心频率并不是准确的５０Ｈｚ，而是存在一定范围的随机波动，这种波动本质上是一种随机过程，所以要完全消除工频噪声十分困难。肌电噪声属于高频噪声，表现为不规则的快速变化波形，其频率范围可为１０～１０００Ｈｚ，主 要能量集中在５－４０Ｈｚ范围内。基线漂移的最大特点是超低频。基线漂移主要是由人的呼吸引起的，人的呼吸频率一般为０．２５－０．３３Ｈｚ，运动后呼吸频率随心率的加快而加快，最快可达１Ｈｚ，因此基线漂移的频率一般在０．１５加．３Ｈｚ，少数可达ｌＩ－Ｉｚ。基线漂移噪声与ＥＣＧＳＴ段的频谱非常接近，若滤除方法不当，就很容 易引起ｓＴ段严重失真。对于运动伪迹，主要频率为３－１０Ｈｚ，峰值在４Ｈｚ左右。 电极接触噪声其频率约为０－１０００１－Ｉｚ，信号形态具有较强的随机性和不稳定性。 （３）各类噪声的统计规律 电极接触噪声和脉冲噪声属于随机噪声，它们是由前后独立的平稳随机过 程产生的，在任何时刻它的幅度、波形及相位都是随机的。 心电信号的其它噪声基本属于连续噪声。连续噪声中，大多数噪声瞬时幅 度的概率分布是正态的，即符合高斯分布规律。肌电噪声可以将其近似为零均 值高斯噪声的短暂爆发。武汉理工大学硕士学位论文２．３高频噪声与工频噪声的滤波及仿真前文已介绍，高频噪声包括电极接触噪声，肌电噪声以及５０Ｈｚ工频的倍频噪声。典型的高频噪声造成的心电信号伪迹如图２－１所示。Ｓ ０．６昌ｉｏ馨田．５１５．５ １５ １５．５ １ ７时间（ｓ）图２．１高频噪声对心电信号的干扰在此采用经典滤波手段，滤除高频噪声及工频噪声，并利用ＭＡＴＩ．ＡＢ进行仿真。利用滑动平均滤波器来消除心电信号的高频噪声，滤波器的截止频率为１００ｌ－ｌｚ，用于滤除频率在１００Ｈｚ以上的高频噪声。滑动平均滤波器是心电信号处理中应用非常广泛的一种低通滤波器，其主要特点是实现简单，适合实时处理。该滤波器可表示为：ｙ（玎）＿古荟ｘ伽－ｋ）其传递函数为：（２?Ｄｎ（ｚ）一古（１＋Ｚ一１＋Ｚ－２＋…＋ｚ一‘Ⅳ．１’）对心电信号低通滤波后ＭＡＴＬＡＢ仿真效果如图２．２所示。（２―２）９ 邑捌 罂图２－２心电信号低通滤波效果图１０武汉理工人学硕士学位论文对于心电信号中的工频噪声，简单有效的方法是采用梳状滤波器滤波，这 种ＦＩＲ滤波器简单、容易实现、滤波效果好，阶数为Ｎ的梳状滤波器的系统函数为：Ｈ（ｚ）一Ｚｚ“－矾Ｑ坶：（ｚ）＝（１一ｚ“）寿 酢）一薹ｚ“咀（帆∽＝（１－ｚ“）专Ｈ（ｚ）的频率响应为：‘２－３） （２－３）式中，胃－Ｇ）；（１一ｚ“）是由Ｎ阶延时单元组成的梳状滤波器，ＥＱ）的幅值响应由许多频率间隔相同的通带和阻带组成，它只许特定频率范围的信号通过。ｓｍ了―－ｊａ，（―，ｖ－１） Ｈ（ｅ∥）。＿寺ｅ Ｓｍ一２．ｃｏＮ（２４）２由式２４可知，梳状滤波器是具有线性相位的ＦＩＲ低通滤波器，相移 ｆ．（Ⅳ一Ｄ／２。在此，为了能使滤波器的直流增益为１，应该考虑在Ｈ（ｚ）中增 加增益因子Ｉ／Ｎ，归一化后的幅频响应变为：ｐｏ加）｜一Ｎ＝１０时，幅频响应如图２．３所示。（２．５）２０６０、、＇弓．２０『，穹妒奄萝ｆ●；；；ｉ星．４０ ．印０ ０．１ ０．２ ０．３；●一弋｜厂 １ｆ０ ７ ０．Ｂ ０．９―气＼１ｊｌ０ ４０．５０６１ＮｏｒｍａｌｉｚｅｄＦｒｅｑｕｅｎｃｙ（ＸＺ ｒａｄ／ｓａｍｐｌｅ）图２－３梳状滤波器的幅频响武汉理工大学硕士学位论文由于梳状滤波器的系数相等且都为１，因而容易实现，常用于对医疗仪器中 的特定信号进行滤波处理１１３】。２．４自适应滤波去除基线漂移滤除心电信号的基线漂移，是心电信号处理中的一个非常重要步骤。因为基 线漂移严重时，往往难以识别波形和测量参数，甚至无法记录正常的ＥＣＧ。基 线漂移能量分布在比较宽的频谱中，频率随着时间变化，而且噪声水平与来源 有关。发生基线漂移的原因有电极电阻的变化、电极极化电位的变化、心电放 大器的直流偏置漂移、人体呼吸或肌肉缓慢运动等。基线漂移的频率很低，其 范围为０．０５Ｈｚ至几Ｈｚ，其主要分量在０．１Ｈｚ左右．一般来说，人的心率为８０ 次／分钟，ＲＲ间期则为０．７５秒，由此可计算出ＴＷＡ的基本频率为０．６７Ｈｚ（０．６７＝１／ （０．７５＊２）），其最大值约为０．７Ｈｚ。由此看来，ＴＷＡ与基线漂移两者的频谱非 常接近，要消除基线漂移比较困难。如果使用高通滤波器来消除基线漂移，可 能会引起ＳＴ段严重失真，对ＴＷＡ的检测结果造成较大的影响。因此，基线漂 移纠正方法的研究，在心电信号处理中有着重要意义【川。 一般来说，对心电信号任何滤波都会对原始心电信号造成不同程度的破坏， 尤其会使心电信号中ＳＴ段失真。理想的基线漂移滤波器，应该具有识别基线漂 移频率的功能，滤除大部分或所有基线漂移并且避免破坏原始信号有用成分。一般去除基线漂移的方法主要有以下几种。（１）中值滤波器 自从１９７０年被提出以来，中值滤波因其良好的边缘保持特性和清除脉冲噪 声的能力，广泛用于数字信号处理。一般把中值滤波定义为，取长度为Ｌ＝２Ｍ＋Ｉ （Ｍ为正整数）的滤波窗口，设在第ｎ时刻输入信号序列在窗口中的采样点是 工（刀一Ｍ），…；ｚ（刀），…，工Ｏ＋Ｍ），此时的输出定义为 ｙ（刀）一，ｎｅｄｌｘ（ｎ―Ｍ），…，工（＿，１），…，ｘ（ｎ＋Ｍ）】（２－６）ｍｅｄｆｌ表示对窗口内所有数从小到大排序后取中值的运算。由于叠加定理不 再成立，故中值滤波是一种非线性滤波器。蔡坤等将中值算法改进，改变插值 的策略得到一种快速中值滤波算法，并成功应用到ＥＣＧ的滤波中１１５１。武汉理工大学硕士学位论文（２）零相位ＩＩＲ滤波器。零相位滤波的基本思路是：先确定出滤波器的初始条件，将原序列的首尾进 行扩展，把扩展后序列通过滤波器，将所得结果反转后再次通过滤波器，最后 将所得结果再反转，并去掉首尾的扩展部分，即可得到零相位滤波后的输出序列１１们。 （３）ＦＦＴ滤波器快速傅立叶变换（ＦＦｒ）是实现普通离散傅立叶变换的一种快速算法【ｒ丌。ＦＦＴ 滤波器工作原理：利用兀丌快速运算办法对输入信号进行离散傅立叶变换，分 析其频谱，根据所希望的频率特性进行滤波，再利用傅立叶反变换恢复出时域信号。（４）小波变换滤波 利用小波变换进行心电信号去噪也是人们一直在研究的方法。利用小波变换 及多分辨率分析，再选取适当的小波函数和分解水平后对心电信号进行多尺度 分解，得到充分近似ＥＣＧ中基线漂移噪声的低频逼近信号，通过对该逼近信号 求平均，再与分解所得的高频部分进行重构，获得平稳的心电信号，以此达到滤除ＥＣＧ中基线漂移的目的【１引。从实时性的角度考虑，现有很多算法都不适用于滤除基线漂移。本文提出一 种自适应滤波方法，既可滤除心电信号的基线漂移，又可最大限度的保护有用信号。基线漂移滤波器满足如下要求： （１）避免对不含大幅基线漂移的心电信号进行高通滤波；（２）可以去除与心电信号无关的低频噪声； （３）保持ＰＱＲＳＴ＇波群的幅值和基本形状。心电信号和基线漂移的幅值根据个体的不同有很大的不同，即使在同一段 波形中，基线漂移的频率和幅值也会随时间变化，因此基线纠Ｊ下必须具有针对 性，需要根据不同情况动态调整滤波参数。 本文设计一种自适应基线漂移滤波器，根据基线的幅值和频率自动选择滤 波参数，准确地滤除基线漂移噪声并且不损伤Ｊ下常心电信号。武汉理工大学硕士学位论文本文设计的基线校正算法具体流程如图２．４所示。图２＿４基线校正方案框图算法的基本原理如下。首先识别出含有大幅基线漂移的心电信号段，并测出此段信号基线漂移的频率；然后利用高通滤波器对其进行滤波，其中滤波器 截止频率根据基线漂移的频率进行调整。经过这一步骤，滤除心电信号中的大幅基线漂移：最后使用一个精确校正算法滤除心电信号中剩余的小幅漂移。 定义含有噪声的心电信号为ｚ０丁），ｘ（ｎＴ）可写为工（刀ｒ）１ Ｚ（ｎｒ）＋ｂ（ｎ ７．）（２?７）式中，Ｔ是采样周期，Ｚ伽ｒ）是干净的心电信号，ｂ（ｎｒ）是基线漂移，分为１４武汉理工大学硕十学位论文大幅基线漂移岛Ｏ丁）和小幅基线变化ｂ２（ｎＴ），即ｂ（ｎＴ）－ｂ１（ｎＴ）＋ｂ２（ｎＴ），式中 ｂ２（ｎＴ）的幅值要ｄ，Ｔ－ｂｌ（ｎＴ）的幅值。 从心电信号ｘ（ｎＴ）中准确去除ｂ（ｎＴ）获得干净的心电信号ｉＯ丁），具体包含 以下几个步骤。首先检测ｂ，（ｎＴ）的大小，如果大于预先确定的阈值，则利用高通 滤波对信号进行滤波，否则仅对基线进行精细滤波。精细滤波信号源于对大幅 基线漂移已滤除的心电信号。 （１）确定基线漂移幅度ｂ。（ｎＴ）为了节省处理时间，先将心电信号降频至１０Ｈｚ产生新信歇（一７１），式中死是新的采样周期，然后将信号分为２０ｓ的片段。为了准确估计信号基线漂移的幅 值，采用式２．８对每段信号进行处理ｆ（ｎＴ。）一罗工２０五）儡（２－８）本文利用ｆ（ｎＴ，）与匹配函数ｐ（ｎ五）（ｐＯ五）由／（ｎｒ，）的最小二乘拟合得来）之间的均方误差（ＭＳＥ：ｍｅａｎｓｑｕａｒｅｄⅣ一１ｅｒｒｏｒ）来估计基线漂移幅度。２ＭＳＥ―１００∑［ｐ（ｎＴＪ－ｆ（ｎＴ。）ｌｓ＂－５（２?９）由于ＭＳＥ对Ｒ波和Ｔ波幅值不敏感，用此标准估计信号ｆ（ｎＴ。）的基线漂移很 合理。实验证明，ＭＳＥ＝１０可作为基线漂移幅值高低的分界值。在２０ｓ的信号片 段中，ＭＳＥ大于等于１０，就设计一个高通滤波器滤除大幅基线漂移ｂｌ（ｎＴ）； ＭＳＥ＜１０，则不进行高通滤波，仅对信号片段进行精确基线滤除。 （２）确定高通滤波器的截止频率 计算每２０ｓ心电信号片段的功率谱，一般情况下，心电信号的９９％以上的能 ．量都集中在０．６７Ｈｚ以上，本文假设功率谱０加．６７Ｈｚ范围内的能量历Ｊ全部由基 线漂移产生。高通滤波器的截止频率五ｊ定为包含岛ｊ总能量９９％的边界频率，即：Ｅｆｃｌ＝Ｏ．９９Ｅｂｌ（２―１０）使用截止频率为五１一－－４阶高通ＩＩＲ滤波器对含有大幅基线漂移的心电信号片 段进行滤波，可获得新的心电信号ｊ（疗Ｚ）为： 宕（玎丁）；ｉ（露ｆ）＋％（以丁）（２－１１）１５武汉理工大学硕十学位论文至此，信号ｊ伽ｒ）仍含有小幅的基线漂移，对Ｔ波检测和ＴＷＡ分析来说，精 度仍然不够，还需要精确校正去除微小基线漂移ｂ，（ｎＯ。 （３）精确基线校正 使用前一阶段获得的信号戈Ｏ丁），利用基线校正彻底去除戈０ｒ）的小幅噪 声。本文的第三章会详细介绍心电信号基线位置的确定方法。在此假设已确定 基线准确位置，然后在基线上选择差值点。纠正基线漂移的插值点位置选择如图２．５所示。Ｏ．５岁邑趔。馨－０．５■ ■ ● ■ ●Ｉ Ｏ Ｏ．５Ｉ１Ｉ １．５Ｉｌ２２．５时间（ｓ）图２．５纠正基线漂移的插值点位置选择 首先在每个心动周期的１１Ｐ段确定两个插值点，如易和易＋Ｊ，计算出插值点 的函数值及其导数。设三次函数多项式为 ６２（厅ｒ）；皿，＋６ｌ，＋ｃｘ＋ｄ（２．１２）设两插值点的函数值为ｙ１、ｙ２，其导数值分别劬’１、少２，这样共有４个已知条件，恰好可以确定式２．１２中的系数ａ、ｂ、ｃ和ｄ。由此可以确定式２．１２中的三次 函数。最后，精确基线校正后的信号ＺＯ丁）为 舅０歹）－ｊＯ丁）一如Ｄｒ）（２―１３）１６武汉理工大学硕士学位论文分段三次函数插值法消除基线漂移的效果图如图２．６所示。＞昌姆 馨著蚓 馨时间（ｍｓ）（ｂ）滤波后的心电信号 图２－６分段三次函数插值法消除基线漂移的效果图２．５本章小结本章系统分析了心电信号噪声的来源及类型，对每种噪声的特征进行了详 细说明。利用经典的滑动平均滤波器来滤除信号高频噪声，并使用ＭＡＴＬＡＢ进 行了仿真；然后利用梳状滤波器滤除心电信号中的５０Ｈｚ工频噪声。本章第三节 详细讨论了已有滤除心电信号中基线漂移的一些方法，分析了它们的优缺点， 结合实际需要，提出了一种有效的滤除心电信号中基线漂移的方法。这种自适 应滤波法具有随着心电基线漂移频率变化自动调节滤波截止频率的能力，并可 以根据基线漂移的幅度选择是否采取两段法滤波。最后的滤波效果显示，此方 法对基线漂移的抑制效果好，并且对心电信号有用成分的损伤很小。１７武汉理工大学硕＋学位论文第３章心电信号的基准点定位心电信号自动分析处理中，～般步骤是先对信号进行滤波处理；然后对其 特征点进行检测，利用已知特征点计算相关参数：最后，将相关参数与经验值 或正常值比较，确定心电信号的变异位置及变异程度，诊断分析某些心脏疾病。 前文已经对信号进行了预处理，得到比较干净的心电信号。在此基础之上，本 章主要完成心电信号的基准点定位工作。３．１心电信号特征分析由心肌运动产生的体表电势大小随着每一次心跳周期而变化，这些随时间 变化的电势函数的记录称为ＥＣＧ。ＥＣＧ的记录系统主要由电极，导联与心电图 仪组成。电极与导联属于硬件系统，并且发展已比较成熟，本文对此将不作深 入介绍。电生理层面，已知ＥＣＧ的形成过程为：心脏激动始于窦房结，经结间帽束向两心房传布，使心房兴奋，并将激 动传至房室结，在经房室束达左、右束 支；因左侧束支在心室间隔左侧中部开 始有较早的间隔分支，所以心室间隔左 侧首先除极，然后再经左右束支及末梢 纤维使除极向两侧心室传递；心肌的内层发生兴奋以后，兴奋向外层传布，引起心室的兴奋，形成在正常心电图中所 见到的各波段，正常心电图示意图如图３．１所示。图３－１正常心电图各波形示意图心电信号是体表电极测量的心电 电压（幅度）随时间变化的函数，属于时域波形信号。虽然从人体体表不同部 位的不同导联上所测得的ＥＣＧ波形各异，且不同个体的心电信号存在差异，但 所有正常的ＥＣＧ波形周期均可划分为Ｐ波、Ｐ．Ｒ段、ＱＲＳ波群、Ｓ．Ｔ段、Ｔ波１８武汉理工大学硕士学位论文等几个主要部分，且每个特征子波段都代表一定的生理学意义。体表心电图时 域波形信号的幅度范围一般在１０ｕＶ一．４ｍＶ之间，典型值为ｌｍＶ左右。从时域波 形中可以看出，心电信号特征段的分界是波形上的拐点，即波形变化起伏最大 的点，这也是心电信号波形检测与定位时最受关注的点。 各波形及段落的具体描述如下。 （１）Ｐ波：心脏的激动发源于窦房结，然后传导到达心房。Ｐ波由心房除 极所产生，是每一波组中的第一波，它反映了左、右心房的除极过程。前半部 分代表右房，后半部分代表左房。Ｐ波宽度不超过０．１１秒，振幅不超过０．２５毫 伏。 （２）Ｐ．Ｒ段：从Ｐ终点至ＱＲＳ起点之间的线段。 （３）Ｐ．Ｒ间期：由Ｐ波起点到ＯＲＳ波群开始之间的时间，代表心房除极开始到心室除极的时间。正常成人为０．１２加．２ｓ。（４）ＱＲＳ波群：典型的ＱＲＳ波群包括三个紧密相连的波，第一个向下的 波称为Ｑ波，继Ｑ波后的一个高尖的直立波称为Ｒ波，Ｒ波后向下的波称为Ｓ 波。因其紧密相连，且反映了心室电激动过程，故统称为ＱＲＳ波群。这个波群 反映了左、右两心室的除极过程。ＱＲＳ波群时间：正常成人为０．０６＂－－０．１秒，儿 童为０．０４＂＇０．０８秒。ＱＲＳ波群振幅：加压单极肢体导联ａＶＬ导联Ｒ波波幅不超过１．２毫伏，ａＶＦ导联Ｒ波波幅不超过２毫伏。ａＶＲ导联Ｒ波波幅不应超过０．５毫伏。 （５）Ｊ点：为ＱＲＳ波终了及ＳＴ段初始的结合点。Ｊ点多位于等电位线上， 上下偏移应小于０．１毫伏。 （６）Ｓ．Ｔ段：自ＱＲＳ波终点至Ｔ波起点之间的线段，代表心室各部分已经 全部进入去极化状态。心室各部分之间没有电位差存在，因此又恢复到基线水 平。Ｊ下常Ｓ．Ｔ段上升不应超过基线０．１ｍｖ，下降不应低于基线０．０５ｍｙ。在ａＶＲ 导联则相反，Ｓ－Ｔ段上升不应超过０．０５ｍｙ，Ｓ－Ｔ段下降不超过０．１ｍｖ。在ｖ１，ｖ２， ｖ３导联中，Ｓ．Ｔ段上升可允许超过０．１ｍｖ，ｖ３导联最高可达０．３ｍｖ，但多为斜上型。（７）Ｔ波：Ｔ波位于Ｓ．Ｔ段之后，是一个比较低且占时较长的波，它是心 室复极所产生的。Ｔ波方向常和ＱＲＳ波群的主波方向一致。在以Ｒ波为主波的１９武汉理工大学硕士学位论文导联中，Ｔ波的振幅不应低于同导联Ｒ波的１／１０。Ｔ波时间一般为０．０５－－－０．２５秒。（８）Ｑ．Ｔ间期：从ＱＲＳ波群起点至Ｔ波终点的时程，代表心室开始去极化 至完全复极到静息状态的时间。这一间期的长短与心率密切相关。心率越快， Ｑ－Ｔ间期越短；反之则越长。正常成人的Ｑ．Ｔ间期为０．３２－０．４４ｓ。 （９）ｕ波：又称后电位，一般认为是心室舒张的机械性结果，由心室牵张 时形成的后电位产生。亦有人认为与心肌传导纤维或乳头肌的复极有关。其振 幅为０．０５－＇－－０．２毫伏，宽度小于Ｏ．２７秒。 （１０）ＴＰ段：代表心室的电收缩期（除极与复极）完毕到下一个心电周期 心房开始除极的时间。此段为心室的电舒张期（静止期），处于ＥＣＧ等位线上。 已有文献研究了心电信号中各成分（包括噪声）的频谱分布１１９１，心电信号 各成分频谱分布如图３．２所示【刎。Ｆｒｅｑｕｅｎｃｙ（Ｈｚ）图３．２心电信号各成分频谱分布 对心电信号的频谱分析可以看出，人体心电信号的频率较低，主要频率范 围是０．０５～１００Ｈｚ，大部分能量集中在０．５－４５Ｈｚ。其中，ＯＲＳ波群能量在心电信 号中占了很大比例，它的峰值出现在在１０～２０Ｈｚ之ｌ＇日ｊ，分布于心电信号的中、武汉理工大学硕士学位论文高频区，这个特征在ＥＣＧ频谱图中显得非常突出，使得ＱＲＳ波群成为心电信号中最易识别和最为重要的信号段。Ｐ波和Ｔ波处于０．５―１０Ｈｚ，Ｓ．Ｔ段的频带在０．７．２Ｈｚ，基线漂移和运动伪迹在７Ｈｚ以下，其中由呼吸引起的基线漂移大约在 ０．０５Ｈｚ～２Ｈｚ。肌电噪声主要分布在３０－３００Ｈｚ，工频噪声一般在５０Ｈｚ（或６０Ｈｚ） 及其倍频附近。 心电信号的自动分析中，主要分析指标有Ｒ．Ｒ间期、ＴＷＡ、Ｓ．Ｔ段抬升或下降等。Ｒ．Ｒ间期虽然容易检测，但多种类型心脏病都能引起Ｒ．Ｒ间期变化， 所以对Ｒ―Ｒ间期的分析不能准确判断疾病。Ｓ．Ｔ段易受前期滤波影响，检测价值不高。本文主要针对Ｔ波进行分析，已有证据表明，ＴＷＡ与心肌梗死有很大的 关联性。３．２Ｒ波峰值的定位基准点准确定位是心电信号分析中最为关键的问题之一，不仅影响心率计算的准确性，也是进一步检测其它波形、判别心律异常的基础。由于标准ＩＩ导 联的Ｒ波信号变化快，幅值高，通常都是利用该导联先确定Ｒ波，然后确定Ｑ、Ｓ波，最后再确定其他波形。由于１２导联是同步的，如果需要分析其它导联的数据，可以利用此导联首先确定特征点的位置，然后运用已知参数分析其它导 联。在便携式心电监护仪中进行ＥＣＧ波形识别，对算法有精确性与快速性两方面的要求。精确性与快速性之间又存在较大的矛盾，精确算法通常较为复杂，会降低运算速度；运算速度较快的算法常常达不到应有的检测精度。因此算法复杂的统计学方法和神经网络方法，发展尚不成熟的频谱分析法都不适用于便 携式心电监护仪。相比而言，差分阈值算法应用在便携监护仪器上较为适宜。差分闽值法原理是基于ＱＲＳ波群的斜率、幅值和差分均为最大的特点，确定ＱＲＳ波群的斜率、幅值或差分阈值并与预设阈值比较，如达到或超过该阈值即可判 定检测到一个ＱＲＳ波群。目前国外大多数用于临床的ＥＣＧ自动分析系统均采用 差分阈值原理检测ＱＲＳ波群１７¨。 本文采用的差分阈值算法以文献【２２．２３，２４ｌ的方法为基础，其中算法前３步直接引用文献中的成熟方法，在第４步和第５步对相关指标作了改进，后期又提出 了辅助判断算法，提高了检测的准确率。２１武汉理工大学硕十学位论文在项目研发过程中，已利用Ｃ语言实现了此算法。Ｒ波定位算法流程图如图３．３所示。开始动态更新阈值―丁智能网检土依据幅值 筛选伪值依据差分 筛选伪值幽（ａ）主程序流程图 （ｂ）辅助判断流程图图３．３Ｒ波定位算法流程图此检测算法中，有两个初始化程序，程序一利用几秒钟的心电信号初始化 检测闽值，程序二利用３０个心电周期长度的信号初始化ＲＲ间期。在检测过程 中，程序以固定的周期动态调整检测阈值和其它参数Ｉ捌，以适应不断变化的信号。． ．为了保证检测的准确性，此算法使用两组不同的阈值检测Ｒ波。一组阂值 用于信号峰值的检测，另一组阈值用于判断移动窗口积分后的波形。利用两组 不同阈值在不同阶段的波形中检测，以提高检测准确度。检测阈值会随着信号 的变化动态更新，可以大幅降低Ｒ波检测过程中出现假阳性和假阴性结果。Ｒ 波检测具体步骤如下。?（１）利用斜率阈值初步检测Ｒ波 心电信号经过前期的滤波处理，信号质量达到枪测分析的要求。首先对信武汉理工大学硕七学位论文号进行微分，经过微分可以得到心电信号的斜率信息。五点微分的传递函数为： Ｈ（ｚ）－Ｏ／ＳＴＸ―ｚ‘２―２ｚ一１＋２２１＋ｚ２） 幅频响应为：（３．１）ｌＨ（ｗＴ）１．（１／４Ｔ）［ｓｉｎ（２ｗＴ）＋２ｓｉｎ（ｃｏＴ）］差分方程为：（３．２）ｙ（刀ｒ）一（１／８Ｔ）［一ｘ（ｎＴ－２Ｔ）一２ｘ（ｎＴ―ｒ）＋２ｘ（ｎＴ＋丁）＋工（刀Ｔ＋２ｒ）】（３－３）式中，常数１／８是实际增益的近似值。该微分器在３０Ｈｚ频域时近似为一理 想微分器，有一个１０ｍｓ的滤波延迟。 本文利用斜率法检测信号的峰值并记录。前３秒信号中搜索到斜率极大值 ＭＡＸＴＨ，设置斜率阈值为ＴＨｌ＝ｏ．８宰ＭＡＸｌｌＩ。利用此阈值检测信号，若 ｙ（ｎＴ）＞ＴＨ。，则在此刻假设检测到一个Ｒ波，之后本文采取经验判断措施提高 检测准确率。正常成人的心率一般为每分钟６０～１２０次，则ＲＲ间期为Ｏ．５―１ｓ。 如果已检测到的ｘ（ｔ）间距小于０．５ｓ，则说明可能将Ｔ波误做Ｒ波，需要逐渐 提高阈值重新检测。如果间距大于１ｓ，则说明可能漏检了Ｒ峰，降低阂值重新 检测。如此循环判断，直到检测到的ＲＲ间期落到经验值范围之内，然后记录检测峰值ｐｅａｋ［Ｔ）与信号峰值时刻ｘ（ｔ）。最后利用ＭＡＸＴＨ与ｐｅａｋＦ）更新ＴＨＩ，以进一步提高检测的准确度。 此时检测到的峰值可能存在误差，因此在下一阶段利用移动窗口积分后的 数据重新检测Ｒ波波峰，并且利用辅助方法保证检测的准确率。以下是对信号的进一步处理。（２）平方函数处理信号 经过微分后，对信号进行逐点平方，逐点平方是一个非线性操作，其方程为：ｙ（ｎＴ）一【工（甩ｒ）】２（３－４）这个操作使所有处理过的信号为正值，并且非线性的放大了信号中的高幅 值分量。此时的高幅值分量主要是由ＱＲＳ复波引起，这为下～步的Ｒ波检测奠定了基础。武汉理工大学硕士学位论文（３）移动窗口积分许多不正常的ＱＲＳ复波有高幅度和长间期现象，仅靠斜率检测Ｒ波并不可 靠，还需要对信号进一步处理加强检测的可靠性。移动窗口积分抽取了Ｒ波斜 率之外的特征，可以用来加强检测。移动窗口积分的差分方程如下：１ｙ（刀丁）－－三≥【ｚ（以丁一（ｎ一１）丁）＋ｘ（ｎＴ一（刀一２）丁）＋…＋石（刀丁）】ｌＶ（３．５）式中，Ｎ为移动窗口宽度中的采样点数，是一个非常关键的参数，需要认真 选择。窗口宽度应当尽可能的同ＱＲＳ复波宽度相近，如果窗口尺寸太大，积分波形将把ＱＲＳ复波和Ｔ波叠合在一起；如果窗口尺寸太小，一个ＯＲＳ复波可能在输出中产生多个峰值。本文采用信号的采样频率为１０００Ｈｚ，试验判断这种运算选定的窗口应具有１５０个（相当于１５０ｍｓ）左右采样点。（４）设置阈值二次检测Ｒ波利用前期检测到的信号峰值，本文定义一组新阈值，用于检测经过移动窗 口积分处理的心电信号。 在此，定义阈值ＴＨ２为ＴＨ ２一【ｐｅａｋｌ（１）＋ｐｅａｋｌ（２）＋ｐｅａｋｌ（３）＋ｐｅａｋｌ（４）］?７ １ ４０（３?６）式中，ｐｃａｋｌ（Ｔ）（Ｔ＝Ｏ，１，２，３）是前期检测得到的信号前四个峰值。本文利用这些数据设置阈值的预估值ＴＨ２，并利用ＴＨ２检测移动窗口积分后的心电信号。若从ｙＯ）时刻起连续四个采样点大于ＴＨ２，则在ｙＯ）之后的１００个采样点中寻找极大值ｙ（ｍａｘ）定为此时检测到Ｒ波波峰，并记录此时峰值ｐｅａｋ２（Ｔ）与信号的时亥ｌＪＹ（ｔ）。最后对比Ｘ（ｔ）与ｙ（ｔ），如果重合，可初步认定此刻该信号点为Ｒ波峰ｎ（Ｔ）。在心电信号中，不同区域的信号强度相差很大，因此在Ｒ波的检测过程中， 不能用一个固定值作为判断标准。要用动态变化的阈值作为判断标准，才能适应不同区域检测的需要。动态阈值的调整过程为，程序经过一段时间运行后， 将最近４个心跳周期的Ｒ波峰值平均值９０％定为新阈值，将此动态阈值作为新 的判断标准。在系统中使用了动态阈值处理后，可以根据信号与噪声的波动改 变阈值，而不是使阈值阎定在～个水平上。当Ｒ波的幅值随时间或个人发生ｉ变 化时，判断阈值也在动念变化，可以更好的完成Ｒ波的检测工作，保证较高的武汉理工大学硕士学位论文准确度【矧。 （５）设置ＲＲ间期更新阈值后，本文检测Ｒ波已有较高的准确率，在此可以利用检测到的Ｒ波确定ＲＲ间期。令ｒ（ｇＲ）?（Ｒ（２）一尺（１））＋（Ｒ（２０）－Ｒ（１９））＋（尺（３０）一Ｒ（２９））／３（３―７）同阈值动态更新原理相同，本文亦动态更新ＲＲ间期，以保证后期Ｒ波回 检的准确度【２４Ｊ。由于此时检测结果仍可能误检或漏检的可能，为了提高检测准 确率及提高算法效率，对信号检测进行如下优化。 （１）自动回检 有时由于心率失常，ＯＲＳ波幅度和频率突然变得很小，Ｒ波对应的极值点 或斜率达不到阈值，导致漏检。为了解决这个问题，本文使用二重阈值技术检 测漏检Ｒ波，以此降低假阴性（即漏检了正常的Ｒ波）的检测。算法对前段信 号的ＲＲ间隔进行平均，得到近期心动周期Ｔ。若本段内检测得到的Ｒ峰点间隔 大于１．６６Ｔ（经验参数）或大于１秒，就假定漏检了Ｒ波，将阈值降为原来阈值 的二分之一重新检测，采用该方法可以有效降低漏检率。 （２）幅值判别 计算检测到的Ｒ波幅值，如果此Ｒ波幅值范围不在前一个Ｒ波幅值的 ４０％．１６０％之内，说明这个波峰是个强噪声，应该删除。 （３）差分最大值法筛选 依据医学经验知识，２００ｍｓ内一定不会出现两个Ｒ波，３６０ｍｓ内～般不会 出现两个Ｒ波。本文设计算法不检测每个有效Ｒ波之后的２００ｍｓ信号。采取这 种措施不仅提高了检测效率，并且排除在此段时间的假阳性误检，提高检测准 确率。如果在Ｒ波之后３６０ｍｓ内检测到新的Ｒ波，本文利用差分最大值法判断 是否．为有效的Ｒ波，或者是误检的Ｔ波。 Ｒ波波峰在心电信号中变化最剧烈，相应具有最大的差分，如果经过前期的 筛选，还是有两个紧邻的峰值，那么可以根据这两个峰值的差分值大小判断哪 一个是Ｒ波。 用差分检测法对这两个Ｒ波做如下差分： Ｚ（ｉ）＝ＸＯ）一ＸＯ－１）（３―８）式中，ｘ（０为信号ｉ点处的心电数据，Ｚ（ｉ）为信号ｉ点处的差分值。取两个武汉理工大学硕士学位论文值中间具有较大Ｚ（ｆ）的信号点为Ｒ波陋１。３．３基线的定位从理论上讲，两个连续ＱＲＳ波群之间的Ｔ－Ｐ段代表了实际ＥＣＧ基线水平，因 为这期间是心脏电活动的静息期，没有外界噪声的情况下，代表了实际的零电 位线（ｂａｓｅｌｉｎｅ ｌｅｖｅｌ）。但实际应用中为了方便起见，基线水平往往有其它的选择， 如欧共体心电图标准化工作小组就推荐在ＱＲＳ波群、Ｊ点、ＳＴ段和Ｔ波的振幅测 量中，统一采用ＱＲＳ波起始点作为基线的参考水平；其它的研究人员则通常采用 一个ＱＲＳ波群的Ｐ．Ｒ段作为零电位线ｌ硐。本文采用Ｔ－Ｐ段为实际心电信号的基线。 找到准确基线的主要步骤是对ＴＰ间期进行定位。为了自动寻找ＴＰ段，要确 定Ｔ波终点和Ｐ波起点。由于Ｐ波幅值较小，难以检测，它的起点同样难以确定， 在此利用简化的方法确定基线。本文只确定Ｔ波终点，然后可以根据ＲＲ间期，适 当选择Ｔ波终点之后的－ｄ，段信号作为零电位线，避开对Ｐ波起点的检测。 确定Ｔ波终点，首先需要根据ＲＲ间期预估ＱＴ问期。通常采用Ｂａｚｅｔｔ公式计算ＱＴ间期：Ｑ丁。ｏ．３９湎差可达４０ｍｓ，本文选用Ａｓｈｍｓｎ公式估计： ＱＴ－Ｋ ｌｏｇ（１０ＲＲ＋０．０７） 式中，０．３７５（３．９）它表示了Ｑ波起点（Ｑ起点）至个波终点（Ｔ终点）的ｌ’ＢＪ期。所以从Ｑ起点跳过ＱＴ间 期即到达Ｔ终点，在此之后一小段信号可作为零电位线。由于Ｂａｚｅｔｔ公式的估计误（３－１０）儿童Ｋ一 ０．３８００．３８５成年男性 成年女性前文中已经确定了Ｒ波峰值的位置，而不知道Ｑ波实际位置。ＲＴ比Ｑ起点滞 后约３０～７０ｍｓ，为了实际计算方便，可以从Ｒ波峰值点ＲＴ向后越过ＱＴＩ＇ａＪ期，然后 再向自，Ｊ．移动３０。７０ｍｓ间距确定基线。所以Ｔ终点位置大概在ＲＴ之后（ＯＴ．３０）一 （ＱＴ．７０ｍｓ）的位置｛２７１。从Ｒ波峰值点寻找基线如图３．４所示。武汉理工大学硕士学位论文爹昌趔 馨图３４从Ｒ波峰值点寻找基线 为了精确确定基线范围，本文利用阈值扫描确定基线位置。找到ＴＰ段的大 概范围后，在Ｔ波终点位置使用窗ＷＴ，ＷＴ的宽度Ｎ按照ＲＲ间期调整。定义每个 窗的阈值。如果工Ｏ）是心电信号，则舢！：錾竺二型Ｉ（３．１１）Ｎ在窗中，低于阈值的最长连续时段信号定义为心电信号的基线位置。 ３．４Ｔ波峰值的定位在Ｒ波波峰定位以后，需要对Ｔ波做进一步的分析，这一步骤的首要任务是对Ｔ波波峰进行定位。 ．山Ｆ Ｔ波属于低频低幅信ｇ－，难以与一些噪声分离，较ＱＲＳ波群检测婴困武汉理工大学硕士学位论文难的多。同时，缺乏统一的标注数据库，给各种检测算法之间的定量比较带来 困难。到目前为止，对Ｔ波的准确检测仍然是一个未能有效解决的难题，尤其在长时间动态心电信号中，干扰噪声较大，导致Ｔ波在特定导联上没有明显表现或为噪声所淹没。研究简单可靠的Ｔ波检测算法，是ＥＣＧ自动分析技术中的一个具有挑战性的课题。 到目前为止，已有很多Ｔ波检测算法被提出。这些算法大致可以分为两大 类：一是窗口搜索法，即首先找到心电信号的Ｒ波位置，以Ｒ波为基准，在前 后一定的区域内分别定义一个搜索窗口，在该窗口内通过各种变换或特征提取方法检测Ｔ波；二是对消法，即通过对消掉占有较大能量成分的ＱＲＳ波群和其它噪声分量的方法，突出感兴趣Ｔ波分量后再进行检测。前期已经对Ｒ波准确定位，在此采用窗口搜索法定位Ｔ波波峰。已知ＱＲＳ 波群的Ｒ波峰值点和ＲＲ间期后，要确定某个Ｔ波的位置，首先从当前Ｒ波峰值点开始，在０．５５倍ＲＲ间期范围内，使用Ｔ波搜索窗向后搜索【捌。Ｔ波的搜索窗口位置示意图如图３．５所示。Ｓ ｛颦 氅图３．５Ｔ波的搜索窗口位置示意图在Ｔ波的搜索窗口内寻找极大值点，计算该点和基线的幅值差。若幅值差不小于事先给定的阈值Ｔｈ。（Ｔｈ。是根据正常Ｔ波的幅值范围经试验确定的），则认为该点为Ｔ波的峰值点。否则可能有两种情形出现：一是出现倒置的Ｔ波； 二是没有明显的Ｔ波存在。为了确定到底是哪种情况，可在搜索窗口内寻找极 小值点，计算该极小值点和基线幅值差的绝对值，若不小于闽值Ｔｌｌ。，则认为该武汉理工大学硕士学位论文极小值点就是倒置Ｔ波的峰值点，否则认为没有明显的Ｔ波存在。 ３．５Ｔ波矩阵的构建在Ｔ波变化的分析中，ＴＷＡ最具有诊断意义。已有ＴＷＡ检测方法主要有谱分析法、复合解调法、移动平均修正算法和基于时域变换的相关法等。这些 方法大都利用一定数量的Ｔ波构成一个分析矩阵，根据矩阵的分析结果检测 ＴＷＡ。因此，Ｔ波分析矩阵的构建是检测ＴＷＡ的第一步。３．５．１Ｔ波长度及位置的选择构建Ｔ波矩阵的首要任务是确定矩阵的行列数。矩阵的列数由算法的需求 确定，固定为６４或１２８列，行数则是由Ｔ波长度及信号采样频率所决定。有关 Ｔ波的长度和位置，已有许多文献给出了具体的数值。ＳｍｉｔｈＪＭ．等人在其电交替与心脏电失衡的研究文章中，以Ｒ波为基准点定位Ｔ波的长度和位置，他将 Ｔ波的长度定为２００ｍｓ，起始位置为Ｒ波之后５０ｍｓｔ矧。Ｎｅａｒｉｎｇ等人在利用复数 解调法动态跟踪ＴＷＡ过程中，采用了与Ｓｍｉｔｈ相似方法定位Ｔ波，把Ｔ波定位 为Ｒ波后６０ｍ￥到２９０ｍｓｌ３０］。同样的，Ｓｅｒｉｎａｇａｏｇｌｕ Ｙ等人在利用谱分析法分析 ＴＷＡ时，采用类似的方法构建Ｔ波矩阵。他们把Ｔ波定位为Ｒ波之后 ５０ｍｓ一２６０ｍｓｌ３１】。在接下来对ＴＷＡ的研究中，人们采用了更加灵活的方案选取Ｔ波。在文献１８?珏３３Ｊ中，Ｂｕｒａｔｔｉｎｉ Ｌ等人在利用相关法分析ＴＷＡ时，采用了如下原则确定Ｔ波的起点ＴＢ（Ｒ波波峰之后）和长度ＴＬ。６０ｍｓ Ｒ尺墨６００ｍｓＬ一１００ｍｓ６００ｍｓ＜ＲＲｓ１１００ｍｓ（３．１２）１５０ｍｓＲ尺＞１ｌＯＯｍｓ瓦ａ４００扳蔬ｓ（３．１３）在对ＴＷＡ研究方法进行仿真和评价的文章中，Ｍａｒｔｉｎｅｚ ＪＰ等人提出了一种 利用数学公式计算Ｔ波起点ＴＢ（Ｒ波波峰之后）的方法，对Ｔ波的长度ＴＬ则定为２００ｍＳ。他们提出的窗口起点公式如下１３４１。武汉理工大学硕士学位论文瓦－４０＋１．３√肷榔（３．１４）心电学知识表明，Ｔ波时问一般为０．１＂－＇０．２秒。本文采用采样频率为１０００Ｈｚ 的心电信号，则完整Ｔ波的长度应为１００。２００个采样点１３５Ｊ。经过对以上Ｔ波长 度和位置确定方法的分析研究，本文认为Ｂｕｒａｔｔｉｎｉ Ｌ等人的方法比较合理，具有较好的动态性和适应性。在此，本文将Ｔ波长度取为０．氐ｋ阳，掀，式中，ＲＲ间期的单位为秒。Ｔ波位置选择如表３．１所示。表３．１ ＲＲ问期（ｓ） Ｔ波起点（距Ｒ峰之后） Ｔ波位置选择０．６＜ＲＲ＝１．１ ０．１ｓ ＲＲ＞１．１ ０．１５ｓＲＲ－－－０．６ ０．０６ｓ对于Ｔ波矩阵的构建，只需要确定起始点和宽度，并不需要确定Ｔ波终点， 因此本文忽略了Ｔ波终点的检测。３．５．２Ｔ波对齐Ｔ波形态多变，仅按照Ｔ波的起点和长度对齐Ｔ波，得到的Ｔ波矩阵将不 能完全满足研究需要。因此，本文设计一种有效的方法对齐Ｔ波。 （１）首先，将已确定起点和长度的Ｔ波组成序列丁Ｏ）并叠加取平均，得到 最初的Ｔ波模板Ｍ（ｆ）； （２）利用Ｔ波长度选择同等长度的Ｔ波窗，将Ｔ波窗定位在Ｔ波起始点前 的３０ｍｓ处，然后将窗口以每次渐变量为ｌｍｓ的速度向后移动，每移动一次窗口， 将会截取不同的等长波段，窗口移动６０次。将截取的６０个波段与Ｔ波模板ＭＯ） 求互相关，相关系数最大波段视为Ｔ波。运用此方法可获得每一个心搏的Ｔ波， 这一系列Ｔ波可组成新的序列ｒ ７“）。 （３）利用步骤二得到新序列ｒ’（ｆ）并重新叠加取平均，构建新的Ｔ波模板 肘’（ｆ），与原模板Ｍ（ｆ）进行比较，计算二者的均方差ｅ。（４）如果均方差ｅ大于等于初始设定的阈值仉，则利用新模板与新序列重 复步骤（２）和步骤（３），直到满足ｅ小于砜这一条件，此时得到的丁（ｆ）即为最终确定的每个心博中对应的Ｔ波。武汉理工大学硕士学位论文确定每个心搏Ｔ波位置之后，即可得到研究所需的Ｔ波矩阵，图３．６为Ｔ波矩阵的三维示意图。叮 ¨ ∞Ｓ邑羽 馨¨ 们 呛盯ｏ ｏ’帕图３．６Ｔ波矩阵三维示意图由图３－６中可以看出，Ｔ波对齐后，可以看出明显的交替存在。３．６本章小结本章首先对心电信号特征进行了分析，简述了心电信号产生原理。从时域和频域两方面描述了心电信号的特征，对心电信号各个波形及波段进行详细说 明。本章第二节研究了心电信号基准点定位算法。与其它Ｒ波检测方法相比，此 方法准确度高，检测速度较快，可用于便携式心电监护仪的心电信号分析。本章第三节利用阈值法对Ｔ波波峰进行了定位。然后提出孙艄检测的首要任务是构建Ｔ波分析矩阵。３１武汉理工大学硕士学位论文第４章ＴＷＡ检测方法的分析与改进心电信号的自动分析中，最终目的是疾病检测和预警。前文中对心电信号 进行了详细分析研究，本章着重讨论如何在此基础上进行疾病诊断方面的工作。 基于心电信号诊断疾病有多种方法，比如：通过ＲＲ间期判断心率的变异程度； 分析Ｓ．Ｔ段的上抬或下降诊断急性心肌梗死；检测ＴＷＡ判断心肌梗塞。本文主 要讨论ＴＷＡ的检测。４．１ＴＷＡ的特点及检测难点作为具有重要诊断意义的心电指标，ＴＷＡ的检测困难重重。 （１）基线漂移对ＴＷＡ产生影响 从噪声频率方面分析，基线漂移等会影响ＴＷＡ检测。人的心率一般为８０次／分钟，贝ＪＪＲＲ间期为Ｏ．７５秒，由此可以计算出ＴＷＡ的基本频率为０．６７Ｈｚ。这与人 体呼吸引起的基线漂移频率范围很接近，因此ＴＷＡ的检测极易受到基线漂移等低频噪声的影响。（２）滤波使ＴＷＡ失真 滤波同样会对ＴＷＡ的检测产生较大的影响。由于心电信号常常含有大量噪 声，分析过程中，滤波除噪必不可少。经Ｒ．Ｍｒｏｗｋａ等仿真实验表明，一段不含任何交替现象的心电仿真信号，由于ｎ№检测精度的有限性，经过高通滤波后可能会产生阳性的交替率ｍｌ。选择不同参数的高通滤波器滤波后会产生不同的 心电波形，影响ＴＷＡ检测结果。经验证，高通滤波器截至频率越低越容易出现电交替现象。 （３）ＴＷＡ是非平稳现象一般来说，需要利用连续１２８个心电周期构造Ｔ波分析矩阵。由于ＴＷＡ是非 平稳现象，ＴＷＡ片段的长度在几个周期到几百个周期之间变化，如果信号选取 范围不合适，则可能造成ＴＷＡ的漏检。当选取信号后，还需要准确定位基准点， 合理构建Ｔ波矩阵。这也增加了ＴＷＡ的检测难度。（４）ｎ眦形态多样３２武汉理工大学硕士学位论文体表心电图上ＴＷＡ分成两种类型：一是单向性，Ｔ波振幅交替变化；另一种 是双向性，即Ｔ波在等位线上下振荡。对于单向性交替，还存在一种交替模式的 变化。定义ＴＡ为较高幅值的Ｔ波，ＴＢ为较低幅值的Ｔ波，ＴＮ为正常的Ｔ波。ＴＷＡ初始表现可能为Ｌ几Ｌｈ，但是中间存在转折现象，即连续出现两个Ｔａ，ＴＷＡ序列表现为Ｌ．ｂＴ丑ｎ；可能发生正常Ｔ波取代交替Ｔ波，即交替序列表现为 ＴＡｈＴ＾ｂ；还可能发生正常Ｔ波插入交替Ｔ波等现象，ＩｉＩＪＴＷＡ序列表现为ＴＡＴＢＴＮＴＡＴＢ。这样就对一些ＴＷＡ的检测方法产生极大的影响。（５）ＴＷＡ的检测对心率有特殊要求研究表明，随着心率增快，ＴＷＡ发生的阳性率增加，当心率较快时，ＴＷＡ 会出现假阳性。在心梗、心肌病和心力衰竭等高危患者中，由于其ＴＷＡ阈值下降，在正常的心率范围会产生ＴｗＡ；但在低危人群中，需要增加心率提高ＴＷＡ 检出的阳性率，要求心率在９０－１１０次／分为最佳，当心率超过１２０次／分时，ＴＷＡ 不具有诊断价值。综上所述，相对于普通心电信号分析，对低危人群的ＴＷＡ检 测，要求具有稳定的长时期高心率心电信号。 （６）高频噪声对ＴＷＡ的检测造成影响从信噪比方面考虑，ＴＷＡ检测具有一定的难度。由于ＴＷＡ幅度一般只有微伏量级，极易受到外界高频噪声的影响。电极和皮肤的接触以及导线移动等都可以产生高频噪音，影响ＴＷＡ检测结果。当噪声过大时，会彻底掩盖交替信号， Ｔ波交替率已不适合作为临床指标。因此在检测ＴＷＡ时，噪声水平必须在一定限制范围之内，确保ＴＷＡ检测结果的准确性。检测ｍ要求排除所有的异位心搏，如果没有排除异位心搏（如房性和室性期前收缩等），将影响ＴＷＡ的检测结果，假阳性率会增加。 （８）抗心律失常药物会对．ＴＷＡ幅度产生影响（７）异位心搏影响ＴＷＡ的检测结果解药物对ＴＷＡ的影响，以便正确地分析撇检测结果的意义、评价并指导患者的用药情况１３７１。 ４．２大多数患者在检测ＴＷＡ时可能同时服用了抗心律失常药物，因此有必要了ＴＷＡ检测方法对比分析检测ＴＷＡ，～般是检测连续Ｔ波信号波幅的周期性变化，检测的可靠性取武汉理一［火学硕士学位论文决于检测方法的合理性和其抵抗噪声干扰的能力。良好的检测方法应该可以检测到非平稳的ＴＷＡ信号并精确量化ＴＷＡ相关特征。本文采用已知相关参数的模拟心电信号作为检测目标，目的是评价噪声干扰和信号采样频率和幅值分辨 率等参数变化对各种方法检测结果的影响。４．２．１检测方法原理及检测结果本文仿真所需的Ｔ波矩阵由１２８组模拟心电信号组成，每个心电信号长度 为３１０ｍｓ。每个模拟心电波形中都加入了交替的Ｔ波，还加入了４种不同的噪 声。这４种噪声是模拟高斯白噪声和３种ＭＩＴ－ＢＩＨ噪声数据库的心电噪声：电极接触噪声、肌电噪声和基线漂移。模拟心电信号的原始采样频率为ｌｋＨｚ，振幅分辨率为２２位。模拟心电信号构造框图如图４．１所示。图４．１模拟心电信号构造框图在本文的仿真研究中，模拟心电信号的采样频率从１０００Ｈｚ依次下降到 ５００Ｈｚ，２５０Ｈｚ和１００Ｈｚ。振幅分辨率依次下降为１６位，１２位，１０位和８位。 本文模拟所用Ｔ波矩阵Ａｍ川式中，ｍ表示Ｔ波序列编号，Ｎ表示样本数。本文主要对４种ＴＷＡ检测方法进行了原理说明，其中２种属于时域法检测ＴＷＡ，另外２种方法属于频域法检测ＴＷＡ。下面本文将简要介绍这几种方法，并利用 这４种方法检测模拟信号中的ＴＷＡ。武汉理．Ｃ人学硕士学位论文（１）谱分析法（ＳＭ：ＳｐｅｃｔｒａｌＭｅｔｈｏｄ）谱分析法是最早用于检测微伏ＴＷＡ的技术，目前发展最为成熟。美国食品 与药物管理局（ＦＤＡ）于１９９９年批准由美国哈佛大学和麻省理工大学共同研制 基于谱分析方法的ＣａｍｂｒｉｄｇｅＨｅａｒｔＣＨ２０００系统，目前已在临床上得到应用。谱分析法利用快速傅里叶变换计算１２８个Ｔ波采样点的功率谱，然后估算累计功 率谱。在功率谱中，Ｔ波波幅的逐拍波动会在０．５（周期＾心搏）处产生一个谱峰， 这个峰值幅度就是判别交替的指标。在累积的频谱中，交替电压Ａｖ和交替率ＡＲ 可以从公式４．１和４－２得到。广――――＝＝＝：：ＡＲ，。―Ｐｏ．ｓ－―ｎｏｉｓｅ（４－２）Ｄ“”Ａ，一√晶．５－ｎｏｉｓｅ（４－１）式中，Ｐ０５是频率Ｏ．５（周期／心搏）的谱峰值，ｎｏｉｓｅ和Ｓｍ是交替频率Ｏ．５（周期∥心搏）附近的噪声功率谱均值和标准偏差。根据Ｒｏｓｅｎｂａｕｍ等人在文献 中提出，如果交替率ＡＲ大于２．５则定义为交替阳性１３６，－勰１。 （２）相干平均的快速傅里叶变换法（ＦＦＦＣＭ：ｃｏｈｅｒｅｎｔ ａｖｅｒａｇｉｎｇ） ＦＦＴ ｂａｓｅｄ ｍｅｔｈｏｄ ｗｉｔｈ这种方法是一种基于快速傅里叶变换的方法，对快速傅里叶变换的实部和 虚部分别求平均，会使累积功率谱的噪声水平下降Ｉ蚓。此方法中，所有剩余的 检测程序与之前的谱分析法相同。（３）复合解调法（ＣＤＭ：Ｃｏｍｐｌｅｘ Ｄｅｍｏｄｕｌａｔｉｏｎ ｍｅｔｈｏｄ）在ＣＤＭ方法中，信号解调搜索交替频率为０．５（周期／心搏）的交替信号。交 替信号在频率ｆｏ＝０．５（周期／心搏）时，将矩阵Ａ吣按段解调ｌ删。如果存在交替， 则用一个指数２ｅｘｐ（一ｚ礓Ｙ＇ｏｍ）乘以矩阵Ａ皿强的每列数据见。１以。～２ ｅｘｐ（－２阿：ｆｏｍ）（４―３）经过式（４．３）的乘积运算，交替部分转换为低频信号，新矩阵Ｂ一的列数据经过截止频率为１／５心率的１６阶巴特沃思低通滤波器滤波后得到的矩阵Ｃｍ如， 此时Ｃ毗ｎ的行向量就是复合解调法检测出的交替波形。滤波器的输出获得了Ｔ 波的一系列交替幅值，利用这些幅值的平均值标记交替。 复合解调法动态跟踪ＴＷＡ的过程，反映ＴＷＡ的幅度和相位随时间变化的趋 势。但是，目自矿这种方法的精度比较差，只能分辨出交替幅值大于２５／ｚＶ的ＴｗＡ，武汉理工大学硕士学位论文并且计算量较大，给临床应用带来困难。 （４）相关分析法（ＣＭ：Ｃｏｒｒｅｌａｔｉｏｎ ｍｅｔｈｏｄ）相关分析法是一种时域方法，从数据矩阵Ａ瞰。中所有１２８个Ｔ波计算得到Ｔ波中值（‰），每一个连续的礅都与‰进行比较。每个Ｔ波的交替相关系数彳ＣＬ由下式计算：Ａａ．一旦厂――一 习‰Ｏ）】２镯罗ＬＯ）‰Ｏ）（４．４）式中，ｎ是采样点个数，乙代表第ｍ个Ｔ波。公式４－４中分子包含乙和ｋ的 互相关函数，分母包含‰的自相关函数，因此ＡＣＴ．可衡量连续Ｔ波的形态的改变。如果连续７个ＡＣＩ的值围绕Ｉ上下波动，则可以说明存在刊４１ｌ。交替幅值ＡＣＭ。用下式计算：ＡＣＭ．一２?ｐ％一１ｌ?等一 ∑ｋｏ）ｌｎ－－＇ｌ－罗ｋＯ）２（４―５）当发现ＴＷＡ时，用ＡＣＭ．的平均值标记ＴＷＡ的幅值。相关分析法作为一种时域分析方法，不仅能检测出Ｔ波幅值的变化，还能检测出一系列心动周期中发生ＴＷＡ时间段的数目和长度，以及发生交替的Ｔ波的比 例。但是，相关分析法的频率分辨性较差，例如，当呼吸调制的振幅较大时，对相关分析法结果的影响要比谱分析法大得多。 本文中，由模拟信号计算交替比率误差ＡＲＥ，确定心电信号参数对交替率检测精度的影响。ＡＲＥ的计算如公式４．６所示。越．―ａｂｓ（ＡＲｅ哐ｐ―－ＡＲｓｒＭ）．１００％‘触肛Ｆ（４．６）式中，交替率‰由幅度分辨率２２位，采样频率１０００Ｈｚ的心电信号计算得 来。交替率‰由低采样率和低幅度分辨率的心电信号计算得来。幅值分辨率递减的交替比率误差图如图４２所示，采样频率递减的交替比率误差图图４．３所示。在图４．２中，模拟心电信号中具有连续的幅值为ｌＯ／ａＶ的ＴＷＡ， 图中显示幅值分辨率降低对ＡＲＥ的影响。武汉理工人学硕士学位论文２０ １５ 冰吝１０筮 《 ５ Ｏ广――――――――――――――～…一――――――１幅值分辨率２２位１６位１２位１０位８位ｌ――ｓＭ一一ＦＦＴＣＭ一??ＣＤＩｄ…－ＣＭ图４．２幅值分辨率递减的交替比率误差图１００ ８０主蔑《６０ ４０ ２０ Ｏ １０００ ５００２∞１００Ｅ至王－－－ＦＦ．一ＴＣ匠互一亘采样频率（Ｈｚ）图４．３采样频率递减的交替比率误差图在图４．３中，模拟心电信号中具有连续的幅值为１毗Ｖ的ＴＷＡ，图中显示采样频率下降对ＡＲＥ的影响。由图４．２和图４．３可知，幅值分辨率在从２２位至ｌＪｌ６位、１２位和１０位依次下降时，各种ＴＷＡ检测方法的效果基本相同。当幅值分辨率降Ｎ８位时，基于快速傅罩叶变换方法的ＡＲＥ上升非常迅速，相关法和复合解调法表现较好。采样频率从 １０００Ｈｚ至ｌＪ５００Ｈｚ、２００Ｈｚ和１００Ｈｚ依次下降时，谱分析法和相干平均的快速傅哩叶变换法的检测误差率随着采样频率的下降而急剧上升，其它两种方法的ＡＲＥ３７武汉理工入学硕士学位论文变化则比较平缓。４．２．２检测结果分析一般情况下，ＴＷＡ分析计算限于较短的ＥＣＧ片段（通常为１２８个周期）。影 响ＴＷＡ检测的因素有：心电信号的长度、复极化片段的长度、心电信号的技术 参数等。由于心电信号长度和复极化片段长度是每个心电信号固有的特征，一 般不能被改变，只能降低采样频率和幅值分辨率以提高ＴＷＡ分析时处理器的运 算速度。本文仿真分析结果可知，心电信号技术参数改变对ＴＷＡ检测效果存在影响。结合图４．３和图４．４整体分析，可以得出结论，本文分析的几种检测方法对心 电信号幅值分辨率变化具有较低的敏感性，实际应用时可以适当降低心电信号 的幅值分辨率以提高检测速度。但是各种检测方法对采样频率的降低非常敏感， 在噪声影响下，随着采样频率的降低，检测误差率急剧上升。因此，ＴＷＡ检测 时，不能采用降低信号采样频率这种方法提高检测速度，因为它会极大的影响 各种ＴＷＡ检测方法的效果。４．３改进的ＴＷＡ检测方法现在应用最广泛的ＴＷＡ检测方法是谱分析法，由于ＴＷＡ的非平稳性，谱分 析法检测所得交替幅度可能小于实际交替幅度；其次，谱分析法只具备频域分 辨率，无法反映ＴＷＡ的幅度和相位随时间变化的趋势：并且谱分析法假定时间 窗内的交替是稳定发生的，对于非平稳ＴＷＡ信号（如临床检验中常见的ＴＷＡ在 心电信号中间断出现）无能为力；最后，谱分析法有其不可避免的缺点，即不 同形状的波形可能具有同样的能量，计算结果不能有效地表示波形形状的变化。 由相关法的原理可知，它可以确定具体的交替数据范围，并且更准确的确 定交替幅度。这种特点可以很好的弥补谱分析法检测ＴｗＡ的不足。在分析两种 ＴＷＡ检测方法优缺点的基础之上，本文提出了利用改进的谱分析法和相关法相 结合检测ＴｗＡ，使得检测结果更加准确，并可得到交替幅值等有用参数。３８武汉理ｔ大学硕士学位论文４．３．１检测方法总述首先利用改进的谱分析法进行１２８个Ｔ波功率谱计算，通过功率谱变换将信 号的幅度变化转变成能量谱并进行叠加平均，得到相应的交替比率。然后对ＴＷＡ的检测结果进行分析，如果交替率为阳性，则利用相关法进行进一步的ＴＷＡ分 析，以确定信号的交替幅度及交替时间段；否则可判定心电信号不存在ＴＷＡ。 本文所提出的ＴＷＡ检测方法，主要分为两大部分，改进的谱分析法和相关法。其中改进的谱分析法