心電信號分析與虛擬式心電自動分析儀的開發(fā).pdf

1、心電圖（electrocardiogram，簡稱ECG）是心臟電活動在體表的綜合反映，對心電信號進行分析進而診斷心臟疾病具有重要研究價值。目前對于心電信號分析方法盡管較多，但對于心電特征波的定位分析還不理想，在理論上還有進一步創(chuàng)新的余地。作為實現(xiàn)臨床心電檢測的心電自動分析儀，目前大多是國外產品，它們價格高昂，市場普及率不高。國內缺少具有完全自主知識產權的產品。虛擬儀器具有的優(yōu)越性能使其成為測試儀器未來發(fā)展的主流方向，因此開發(fā)具有完全自主

2、知識產權的虛擬式心電自動分析儀，并將其推向市場，是一項十分有意義的工作。基于以上理論研究的需要和現(xiàn)實市場的需求，作者開展了心電信號處理、分析及心電自動分析儀開發(fā)等方面的研究工作。 本文首先綜述了當前的心電信號預處理、心電特征分析以及心電自動分析儀器開發(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處理算法之后，分別研究并設計了基于窗函數的FIR帶通數字濾波器、改進的自適應相干模板去噪算法和小波與LMS自適應算法相結

3、合的去噪算法。它們分別適用于不同的心電信號分析要求?；诖昂瘮档腇IR帶通數字濾波器具有快速實時、簡潔高效的特點，能夠同時濾去基線漂移和工頻干擾,適合于心電監(jiān)護類儀器，實現(xiàn)長時間采集時的及時分析。自適應相干模板法能夠有效濾去工頻干擾，但同時也會導致低端截止頻率不夠低，影響心電低頻信息的完整性。本文對此進行了改進，提出了二級級聯(lián)濾波器的濾波方法：即利用50Hz模板信號和100Hz模板信號頻譜間的關系，構造出新的只濾除50Hz的濾波器，然后

4、將其與原自適應相關模板法濾除工頻干擾的濾波器級聯(lián)，組成兩級濾波器，解決了低端截止頻率和工頻干擾濾除效果之間的矛盾。對心電信號多尺度小波變換后，直接把高尺度下的逼近信息置零再重構，可以濾除基線漂移，但它容易導致心電的P、T波等低頻成分失真，本文創(chuàng)新性地將小波變換與LMS自適應算法相結合，根據心電信號多級分解后的特點，將其高尺度下的逼近信息作為LMS算法的輸入端，參考端以常數輸入，經LMS遞推運算后，再對ECG進行重構。實驗對比顯示：該算法

5、能夠在濾去基線漂移的同時，有效降低心電信號中的低頻成分（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。 接著本文重點研究了心電特征信息提取方法。在對兩種目前較成熟運用于心電分析儀上的特征波識別算法進行分析、改進和實驗之后，作者對小波變換檢測信號奇異點原理及當前基于小波的心電特征識別算法進行了研究，在此基礎上創(chuàng)新性地提出了基于小波的聯(lián)合檢測算法來識別和定位心電特征波。它的檢測原理是：首先將心電特征波形態(tài)進行

6、歸類，然后根據指定尺度下小波變換后的模極大值對個數來判別特征波的形態(tài)和峰點，最后根據不同的形態(tài)運用不同的幅值和斜率判據來定位特征波的起止點。它不同于通常的小波檢測算法之處在于：對特征波先定形再定位，根據不同的形態(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波的起止點定位精度，它解決了長期以來對像P、T波這類低幅多樣特征波識別和定位難的問題。通過大量的對比實驗，論證了本算法的準確性和可靠性。 在對心電儀自動判別心律失常

7、和分析心率變異性問題上，本文也做了較深入的研究。對常見的心律失常進行了歸納，并提出了七種心律失常判別方法；從時域和頻域方面分別對心率變異性進行了研究，創(chuàng)新性地從三維“色譜圖”的角度對HRV信號的功率譜密度進行了時頻域分析，它形象直觀地反映出HRV信號在不同時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提供了更好的幫助。 本文還研究了虛擬儀器的開發(fā)技術，將組件技術引入到虛擬儀器的開發(fā)中，提出了基于組件技術的虛擬儀

8、器開發(fā)方法。它有效提高了虛擬儀器的開發(fā)速度和開發(fā)質量。 基于以上研究成果，作者開發(fā)了虛擬式心電自動分析儀。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、測試更加靈活，成本低廉。通過多次臨床實驗，將檢測結果和醫(yī)生手工檢測的結果對比，證明了本儀器檢測準確，穩(wěn)定可靠，能夠滿足臨床要求。將數據庫管理技術引入了心電圖儀，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，對于下一步的工作，本文給出了研究展望