心電波形檢測(cè)與心率變異性分析方法研究.pdf

1、心電信號(hào)和心率變異信號(hào)蘊(yùn)含著豐富的心臟及其神經(jīng)系統(tǒng)活動(dòng)信息，對(duì)這些信息的提取和處理在心臟疾病的預(yù)防、診斷和治療等方面具有重要的意義。論文在前人研究成果的基礎(chǔ)上，開展了心電信號(hào)預(yù)處理、心電特征波檢測(cè)及心率變異性分析的研究工作。
　　 本文簡(jiǎn)要闡述了ECG信號(hào)及HRV信號(hào)的生理機(jī)理、典型特征信息及其臨床診斷意義，綜述了目前心電信號(hào)預(yù)處理、心電特征波形識(shí)別及特征信息提取、HRV信號(hào)分析的國(guó)內(nèi)外研究現(xiàn)狀。針對(duì)典型的ECG和HRV分析方法

2、存在的一些不足，采用新的信號(hào)分析手段，在改進(jìn)和創(chuàng)新ECG和HRV分析方法上進(jìn)行了研究嘗試，取得了一些有價(jià)值的研究成果，對(duì)于開發(fā)研制新型心電分析系統(tǒng)有重要意義。論文主要的研究成果包括以下幾個(gè)方面：
　　 1)針對(duì)小波變換的閥值去噪易在心電信號(hào)的Q、S波處出現(xiàn)Gibbs振蕩現(xiàn)象及消除基線漂移時(shí)可能導(dǎo)致T波、ST段波形形態(tài)失真的問題，提出了將平穩(wěn)小波變換和自適應(yīng)濾波方法相結(jié)合的一次性ECG消噪方法。算法在低尺度分量上通過閾值去噪方法濾

3、除心電的工頻和肌電等干擾，在高尺度分量上引入自適應(yīng)濾波算法濾除基線漂移，重構(gòu)后很好地保持了ECG的波形形態(tài)，達(dá)到了一次性消噪的目的。仿真實(shí)驗(yàn)表明算法有效地克服了Gibbs震蕩現(xiàn)象，降低了心電信號(hào)T波、ST段波形濾波后的失真度，為提取準(zhǔn)確的心電特征信息奠定了基礎(chǔ)。
　　 2)提出了非線性能量算子和小波分解相結(jié)合的R波檢測(cè)算法。該算法采用Marr小波為基本小波，通過檢測(cè)3尺度分量的極值點(diǎn)標(biāo)定R波的位置，既有效地抑制了噪聲干擾的影響，

4、又克服了傳統(tǒng)樣條小波變換R波檢測(cè)需定位過零點(diǎn)的不便。對(duì)3尺度分量引入平滑非線性能量算子運(yùn)算，突出了R波尖峰，抑制了高大T波、大P波對(duì)R檢測(cè)的影響，與傳統(tǒng)小波變換的R波檢測(cè)算法相比，算法的檢測(cè)率高、抗干擾能力強(qiáng)、計(jì)算量小、實(shí)時(shí)性好，對(duì)MIT-BIH的心律失常數(shù)據(jù)庫(kù)的實(shí)際心電數(shù)據(jù)的仿真實(shí)驗(yàn)表明了算法的有效性。
　　 3)提出了基于Hilbert時(shí)頻譜的HRV信號(hào)的時(shí)頻分析方法。通過分析不同生理病理狀況下HRV信號(hào)的Hilbert時(shí)頻

5、譜的差異，依據(jù)短時(shí)程HRV信號(hào)的頻域指標(biāo)，在不同生理頻帶上繪制Hilbert能量棒形圖，提取了各頻帶能量特征作為定量評(píng)價(jià)心率變異性的時(shí)頻特征，分析了心率改變和時(shí)頻特征的相關(guān)性，指出心率改變是HRV信號(hào)分析應(yīng)考慮的一個(gè)重要因素。通過對(duì)年輕人和老年人、健康人和心衰病人樣本數(shù)據(jù)的統(tǒng)計(jì)分析表明提取的時(shí)頻特征有很好的區(qū)分性能，準(zhǔn)確地反映了心臟的交感和迷走神經(jīng)系統(tǒng)的調(diào)控作用及受損狀況。
　　 4)采用改進(jìn)的HHT分析方法對(duì)室速或室顫事件的發(fā)

6、生進(jìn)行預(yù)測(cè)分析。首先，將心臟復(fù)律除顫器存儲(chǔ)的室速或室顫事件發(fā)作前的RR間期序列變換為瞬時(shí)心率信號(hào)，利用小波包變換將其預(yù)分解為幾個(gè)窄帶信號(hào)，然后對(duì)各窄帶分量信號(hào)進(jìn)行EMD分解，通過相關(guān)性閾值判別剔除虛假模態(tài)分量后獲取瞬時(shí)心率信號(hào)的Hilbert邊際譜，并提取各生理頻段幅值特征作為室速或室顫事件預(yù)測(cè)特征。仿真實(shí)驗(yàn)表明室速或室顫事件發(fā)作前瞬時(shí)心率信號(hào)的高頻、甚高頻幅值及總幅值較正常竇性心率信號(hào)顯著升高，而低高頻幅值比顯著降低。提示室速或室顫事

7、件發(fā)作前心臟交感和迷走神經(jīng)活動(dòng)均有所增強(qiáng)，以迷走神經(jīng)活動(dòng)增強(qiáng)更為顯著，引起心臟自主神經(jīng)系統(tǒng)調(diào)節(jié)失衡。統(tǒng)計(jì)分析結(jié)果顯示改進(jìn)的HHT方法譜特征的區(qū)分性能明顯優(yōu)于傳統(tǒng)的HHT方法。
　　 5)提出了HHT的邊際譜熵及能量譜熵的概念及分析方法。通過對(duì)混有不同程度白噪聲的常規(guī)信號(hào)和混沌時(shí)間序列復(fù)雜性的分析，顯示出邊際譜熵和能量譜熵在刻畫信號(hào)復(fù)雜度變化、抗脈沖干擾性能優(yōu)于傳統(tǒng)復(fù)雜度和熵分析方法，應(yīng)用于年輕人、老年人及房顫病人的HRV信號(hào)分析

8、，兩種頻域譜熵能從HRV信號(hào)中敏感地檢測(cè)出生理和病理狀態(tài)的變化，分析性能優(yōu)于傳統(tǒng)的功率譜熵的方法。
　　 6)提出了基于分頻段Hilbert時(shí)頻譜熵的HRV信號(hào)的分析方法。通過提取不同生理頻段的Hilbert譜熵作為心率變異性的特征評(píng)價(jià)指標(biāo)。Hilbert譜熵特征反映了HRV信號(hào)能量在時(shí)頻域分布的不確定性，而按頻段適當(dāng)分離各種生理因素的Hilbert譜熵和不同的生理病理機(jī)理聯(lián)系緊密，有利于表征心臟自主神經(jīng)系統(tǒng)的調(diào)控規(guī)律。通過對(duì)年