專利名稱：一種母親及胎兒心電信號qrs波中r波的檢測定位方法
技術(shù)領(lǐng)域：
本發(fā)明屬于生物醫(yī)學(xué)工程技術(shù)領(lǐng)域，尤其涉及一種母親及胎兒心電信號QRS波中 R波的檢測定位方法。
背景技術(shù)：
心電圖檢測是20世紀建立起來的并廣泛應(yīng)用于臨床診斷和檢測的重大技術(shù)才成果之一。隨著科學(xué)的發(fā)展和技術(shù)的不斷進步，尤其計算機技術(shù)的日益完善，心電圖檢測技術(shù)的發(fā)展步入了更高的層次。QRS復(fù)合波OiRS Complex)(參考附圖1)檢測是心電圖 (Electrocardiogram, ECG)信號分析中的一個關(guān)鍵問題，只有在QRS波特征(峰值點和起始點)確定以后才能計算基線，檢測P波、T波及ST段等參數(shù)，是心電自動分析的基礎(chǔ)。但由于心電信號在生理意義上的多樣性及人與人之間的差異性，再加上存在實時心電信號中的漂移、干擾、噪聲，所以QRS波檢測也一直是心電信號實時自動分析的難點。一般來說，與心電信號中其他波形相比，R波具有較高的幅值；另外，由對心電信號的頻譜分析可知，QRS波的中心頻帶在17Hz左右(該頻率也被稱為QRS波的特征頻率)， 帶寬約為10Hz，而T波、P波、基線漂移等的頻帶均在此頻帶的低端外。以上兩點是QRS 波區(qū)別與其他波形的顯著特點。除此之外，QRS波的面積、持續(xù)期、R波的斜率也是QRS波的重要特點?；赒RS的這些特點，目前出現(xiàn)了很多新的算法。例如基于人工神經(jīng)網(wǎng)絡(luò) (Artificial Neural Network, ANN)的算法、遺傳算法、濾波器組、希爾伯特變換、匹配濾波、自適應(yīng)濾波器、小波變換以及奇異值檢測等算法。這些算法對于QRS波的提取，都能有較好的效果，也被引申出很多其他的優(yōu)良算法。然而，這些算法所應(yīng)用的前提是，檢測單一心電信號的R波位置，或者說檢測混合心電信號中幅度大的心電信號分量的R波。而對于其他微弱的、幅度很小的心電分量的R 波，則無能為力。當然，在很多情況下，我們都只需要檢測出主要心電信號的R波位置，至于其他微弱的分量，都不是很重要。但是，由于現(xiàn)在社會對母嬰健康和安全的要求日益提高，胎兒監(jiān)護成為了一項很具重要意義的研究課題。胎兒心電圖提供了有關(guān)胎兒健康的信息，是反映胎兒在孕期的生長和健康狀況的一項重要指標。通過對圍產(chǎn)期的胎兒心電信號提取和分析，可以確定胎兒心率，分析胎兒心臟功能參數(shù)，判斷胎兒是否患有窘迫、心律紊亂、酸中毒等新生兒疾病，以便及早診斷宮內(nèi)缺氧及其它宮內(nèi)異常，及時采取適當治療措施，保證孕婦和胎兒的安全。這對提高圍產(chǎn)兒監(jiān)護質(zhì)量具有非常重要的意義，從深層次，也說明了產(chǎn)前對胎兒進行監(jiān)護是十分必要的。目前，獲取胎兒心電的方式，有無侵入式的，還有侵入式這兩種。無侵入式方式，是通過在孕婦體表放置電極，一般是孕婦的胸部、腹部等位置，通過電極采集得到混合的心電信號；混合的心電信號里頭，主要有母親的心電信號，胎兒的心電信號，以及其它各類干擾噪聲，這里母親心電信號的幅度一般是胎兒心電信號幅度的上百倍。整個過程，我們的初衷是得到胎兒心電信號的各類信息，以作為判斷胎兒健康狀況的參考。而獲取胎兒的QRS波也顯得很是必需。如之前所言，母親心電信號頻譜與胎兒心電信號頻譜存在重疊，而且母親心電信號的幅度遠大于胎兒心電信號幅度，如果采用之前提出的這些算法，所能檢測的是母親的QRS波，而對于胎兒的QRS波則檢測不出來。之前提到的那些算法在這種情況下，是有很大局限性的。

發(fā)明內(nèi)容
本發(fā)明的目的在于克服上述現(xiàn)有技術(shù)的缺點和不足，提供一種母親及胎兒心電信號QRS波中R波的檢測定位方法，本發(fā)明針對無侵入采集得到的混合心電信號，能同時定位檢測出母親和胎兒心電信號中的R波位置，為后續(xù)胎兒心電信號各類信息的獲取提供支持，以為更好的進行胎兒監(jiān)護。本發(fā)明通過下述技術(shù)方案實現(xiàn)一種母親及胎兒心電信號QRS波中R波的檢測定位方法，包括如下步驟(1)前端濾波處理，包括低通濾波、高通濾波、微分器以及平方操作；(2)小波分解，對于經(jīng)過步驟⑴中前端濾波處理的混合心電信號，根據(jù)信號的特征，需要經(jīng)過小波分解過程，以更加突出胎兒心電信號R波的份量；(3)對步驟( 處理后的信號采用Rdetect算法檢測出混合心電信號中母親心電信號QRS波中R波特征點出現(xiàn)的位置；(4)對經(jīng)過上述處理的混合心電信號，進行前端處理，并保留信號的輔助信息；(5)采用Rdetect算法檢測出經(jīng)過前端處理后的信號中，胎兒心電信號QRS波中R 波特征點出現(xiàn)的位置；(6)后處理，利用前端處理中的輔助信息，恢復(fù)信號；(7)處理過程中，會引入延遲；根據(jù)這些延遲調(diào)整信號。上述步驟O)中，采用小波一層分解，取細節(jié)部分，便于后續(xù)胎兒心電信號QRS波中R波位置的檢測。上述步驟(3)中，經(jīng)過濾波以及小波分解后，采用Rdetect算法，其中Rdetect算法采用自適應(yīng)閾值的方式，定位檢測到母親心電的R波位置，Rdetect算法參數(shù)的選擇如下初始閾值threshold = paramXmax {y (η)}，這里 param 取 0· 7，也可以取 0. 7 相近的一些數(shù)值；自適I^lllit threshold = paraml X threshold+paraml Xmaxy, ^1=I11,maxy ^ 測R波中，出現(xiàn)的幅值最大值，paraml取值為0. 3 0. 5。上述步驟中，所述前端處理中，采用的方法是去除母親R波位置出前后一定范圍的數(shù)據(jù)點，并把經(jīng)過這一操作的信號進行重新組合得到新的信號，在進行前端處理的過程中，記錄信號的輔助信息，即母親心電信號R波出現(xiàn)的位置點，該R波的數(shù)目以及每個 R波出現(xiàn)位置處去除的點數(shù)；根據(jù)心電信號準周期特性，每個R波位置處去除的點數(shù)近似相等，記為POINTS，POINTS的經(jīng)驗值是POINTS = round(Fs/10)其中，F(xiàn)s是采樣頻率，round (χ)表示對數(shù)值χ取四舍五入的整數(shù)值。上述步驟( 采用Rdetect算法，檢測出胎兒心電信號的R波位置，這里的輸入信號是步驟(4)中重新組合的信號，所以經(jīng)過Rdetect算法處理后，步驟(6)后處理中需要根據(jù)步驟中母親R波點的位置，加上減去的信號采樣點數(shù)。上述步驟(7)中，需要考慮之前處理過程中引入的延遲，計算濾波處理的延遲周期，即對應(yīng)延遲的采樣點數(shù)，后續(xù)的處理步驟中，是把信號從時域變換到小波域。與現(xiàn)有技術(shù)相比本發(fā)明的優(yōu)點和效果在于(1)本方法利用了心電信號的準周期特性，對于從孕婦腹部采集到的混合心電信號，相比于其他方法，除了能夠準確地定位檢測出母體心電信號R波位置，還能檢測出其中幅度相對很微弱的胎兒心電信號的R波位置；(2)本方法采用了浮動的閾值，閾值選取方式上實現(xiàn)簡單；在檢測過程中，對于輸入的混合心電信號，能立即定位到R波點的位置，不存在學(xué)習(xí)調(diào)整過程；(3)本方法對于孕婦腹部采集到的混合心電信號，定位檢測母親與胎兒心電中的 R波位置準確率很高；(4)本方法中的Rdetect算法實現(xiàn)簡單，運行速度很快，便于軟件和硬件實現(xiàn)；


圖1是現(xiàn)有心電信號中的QRS波形；圖2是現(xiàn)有通用的QRS波檢測的算法結(jié)構(gòu)；圖3是本發(fā)明母親及胎兒心電信號QRS波中R波的檢測定位方法流程示意框圖；圖4是本發(fā)明使用到的低通高通濾波器的幅頻與相頻相應(yīng)；圖5是本發(fā)明使用到的微分濾波器的幅頻與相頻相應(yīng)；圖6是原始測試數(shù)據(jù)與濾波處理后的心電信號波形；圖7是本發(fā)明經(jīng)過前端濾波處理后的數(shù)據(jù)再經(jīng)過非線性濾波處理后的波形；圖8是圖7的放大波形；圖9是圖7中數(shù)據(jù)經(jīng)過一級小波分解后的近似部分與細節(jié)部分波形圖；圖10是Rdetect算法流程框圖，用于定位檢測出母親心電信號中R波的位置；圖11是本發(fā)明胎兒心電信號R波定位的算法結(jié)構(gòu)；圖12是針對Xsig(n)進行Rdetect算法處理后的波形，包括胎兒以及母親心電的 R波定位；圖13是圖12中前端處理后得到的數(shù)據(jù)波形；圖14是圖12中第五路信號放大的局部波形圖；圖15是經(jīng)過信號調(diào)整后在原始測試數(shù)據(jù)上標記的結(jié)果圖；圖16是原始測試數(shù)據(jù)放大后的波形圖。
具體實施例方式下面結(jié)合具體實施例對本發(fā)明作進一步具體詳細描述，但本發(fā)明的實施方式不限于此，對于未特別注明的工藝參數(shù)，可參照常規(guī)技術(shù)進行。實施例圖1是現(xiàn)有心電信號中的QRS波形；圖2是現(xiàn)有通用的QRS波檢測的算法結(jié)構(gòu)；如圖3所示，本發(fā)明母親及胎兒心電信號QRS波中R波的檢測定位方法，包括如下步驟(1)前端濾波處理，包括低通濾波、高通濾波、微分器以及平方操作；(2)小波分解，對于經(jīng)過步驟(1)中前端濾波處理的混合心電信號，根據(jù)信號的特征，需要經(jīng)過小波分解過程，以更加突出胎兒心電信號R波的份量；(3)對步驟( 處理后的信號采用Rdetect算法檢測出混合心電信號中母親心電信號QRS波中R波特征點出現(xiàn)的位置；(4)對經(jīng)過上述處理的混合心電信號，進行前端處理，并保留信號的輔助信息；(5)采用Rdetect算法檢測出經(jīng)過前端處理后的信號中，胎兒心電信號QRS波中R 波特征點出現(xiàn)的位置；(6)后處理，利用前端處理中的輔助信息，恢復(fù)信號；(7)處理過程中，會引入延遲；根據(jù)這些延遲調(diào)整信號。上述步驟O)中，采用小波一層分解，取細節(jié)部分，便于后續(xù)胎兒心電信號QRS波中R波位置的檢測。上述步驟(3)中，經(jīng)過濾波以及小波分解后，采用Rdetect算法，其中Rdetect算法采用自適應(yīng)閾值的方式，定位檢測到母親心電的R波位置，Rdetect算法參數(shù)的選擇如下初始閾值threshold = paramXmax {y (η)}，這里 param 取 0. 7，也可以取 0. 7 相近的一些數(shù)值；自適I^lllit threshold = paraml X threshold+paraml Xmaxy, ^1=I11,maxy ^ 測R波中，出現(xiàn)的幅值最大值，paraml取值為0. 4，也可以取與0. 4很相近的其他數(shù)值。上述步驟(4)中，所述前端處理中，采用的方法是去除母親R波位置出前后一定范圍的數(shù)據(jù)點，并把經(jīng)過這一操作的信號進行重新組合得到新的信號；在進行前端處理的過程中，需記錄信號的輔助信息，即母親心電信號R波出現(xiàn)的位置點，該R波的數(shù)目以及每個 R波出現(xiàn)位置處去除的點數(shù)；根據(jù)心電信號準周期特性，每個R波位置處去除的點數(shù)近似相等，記為POINTS，POINTS的經(jīng)驗值是POINTS = round(Fs/10)其中，F(xiàn)s是采樣頻率，round (χ)表示對數(shù)值χ取四舍五入的整數(shù)值。上述步驟( 采用Rdetect算法，檢測出胎兒心電信號的R波位置，這里的輸入信號是步驟(4)中重新組合的信號，所以經(jīng)過Rdetect算法處理后，步驟(6)后處理中需要根據(jù)步驟中母親R波點的位置，加上減去的信號采樣點數(shù)。上述步驟(7)中，需要考慮之前處理過程中引入的延遲，計算濾波處理的延遲周期，即對應(yīng)延遲的采樣點數(shù)，后續(xù)的處理步驟中，是把信號從時域變換到小波域。下面結(jié)合原理具體說明本發(fā)明的母親及胎兒心電信號QRS波中R波的檢測定位方法，(1)對于典型的QRS波，其頻譜分量一般分布在IOHz到25Hz，中心頻率大致在 17Hz。因此，大多QRS檢測算法都會采用濾波器預(yù)處理過程，濾除其他信號分量，這些信號分量主要包括P波、T波、基線漂移、50Hz的電極線干擾，以及其他非耦合噪聲等。P波、T波以及基線漂移其頻帶分布在較低頻段，濾除它們，一般采用數(shù)字高通濾波器；而對于非耦合的噪聲，對其進行抑制，一般選用低通濾波器。高通與低通濾波器組合一起，也就形成了我們的所說的帶通濾波器，其截至頻率大約為IOHz以及25Hz。在本發(fā)明中，采用 Hamilton 和 Tompkins 在 A real-time QRS Detection Algorithm(IEEE)中提出的濾波器模型。主要有三類線性濾波器低通、高通、微分器。低通濾波器的差分方程式
權(quán)利要求
1.一種母親及胎兒心電信號QRS波中R波的檢測定位方法，其特征在于包括如下步驟(1)前端濾波處理，包括低通濾波、高通濾波、微分器以及平方操作；(2)小波分解，對于經(jīng)過步驟(1)中前端濾波處理的混合心電信號，根據(jù)信號的特征， 需要經(jīng)過小波分解過程，以更加突出胎兒心電信號R波的份量；(3)對步驟( 處理后的信號采用Rdetect算法檢測出混合心電信號中母親心電信號 QRS波中R波特征點出現(xiàn)的位置；(4)對經(jīng)過上述處理的混合心電信號，進行前端處理，并保留信號的輔助信息；(5)采用Rdetect算法檢測出經(jīng)過前端處理后的信號中，胎兒心電信號QRS波中R波特征點出現(xiàn)的位置；(6)后處理，利用前端處理中的輔助信息，恢復(fù)信號；(7)處理過程中，會引入延遲；根據(jù)這些延遲調(diào)整信號。
2.根據(jù)權(quán)利要求1所述的檢測定位方法，其特征在于上述步驟( 中，采用小波一層分解，取細節(jié)部分，便于后續(xù)胎兒心電信號QRS波中R波位置的檢測。
3.根據(jù)權(quán)利要求1所述的檢測定位方法，其特征在于上述步驟C3)中，經(jīng)過濾波以及小波分解后，采用Rdetect算法，其中Rdetect算法采用自適應(yīng)閾值的方式，定位檢測到母親心電的R波位置，Rdetect算法參數(shù)的選擇如下初始閾值 threshold = paramXmax {y (η)},這里 param 取 0. 7 ；自適應(yīng)閾值 threshold = paraml X threshold+paraml Xmaxy,其中，maxy 是在檢測 R 波中，出現(xiàn)的幅值最大值，paraml取值為0. 4。
4.根據(jù)權(quán)利要求1所述的檢測定位方法，其特征在于上述步驟中，所述前端處理中，采用的方法是去除母親R波位置出前后一定范圍的數(shù)據(jù)點，并把經(jīng)過這一操作的信號進行重新組合得到新的信號，在進行前端處理的過程中，記錄信號的輔助信息，即母親心電信號R波出現(xiàn)的位置點，該R波的數(shù)目以及每個R波出現(xiàn)位置處去除的點數(shù)；根據(jù)心電信號準周期特性，每個R波位置處去除的點數(shù)近似相等，記為POINTS，POINTS的經(jīng)驗值是POINTS = round(Fs/10)其中，F(xiàn)s是采樣頻率，round (χ)表示對數(shù)值χ取四舍五入的整數(shù)值。
5.根據(jù)權(quán)利要求1所述的檢測定位方法，其特征在于上述步驟( 采用Rdetect算法， 檢測出胎兒心電信號的R波位置，這里的輸入信號是步驟⑷中重新組合的信號，所以經(jīng)過 Rdetect算法處理后，步驟(6)后處理中需要根據(jù)步驟中母親R波點的位置，加上減去的信號采樣點數(shù)。
6.根據(jù)權(quán)利要求1所述的檢測定位方法，其特征在于上述步驟(7)中，需要考慮之前處理過程中引入的延遲，計算濾波處理的延遲周期，即對應(yīng)延遲的采樣點數(shù)，后續(xù)的處理步驟中，是把信號從時域變換到小波域。
全文摘要
本發(fā)明公開了母親及胎兒心電信號QRS波中R波的檢測定位方法。前端濾波這里的預(yù)處理過程依次采用了低通、高通以及微分器濾波器；小波處理過程根據(jù)母親心電信號和胎兒心電信號的各自醫(yī)學(xué)特征，分布的頻段、幅度大小，采用小波分解過程，使母親心電信號的R波和胎兒心電信號的R波相對更加明顯；自適應(yīng)閾值R波判決，Rdetect算法中采用浮動的自適應(yīng)閾值，首先判決母親心電信號的R波出現(xiàn)位置，接著經(jīng)過前端處理，使用該算法對胎兒心電信號中QRS中R波特征點出現(xiàn)的位置進行定位，經(jīng)后處理及信號調(diào)整，完成在混合信號上檢測到母親心電及胎兒心電的R波位置。本發(fā)明對于采集到的混合心電信號，能很好的達到分別檢測的目的。
文檔編號A61B5/0456GK102178522SQ201110110049
公開日2011年9月14日 申請日期2011年4月29日 優(yōu)先權(quán)日2011年4月29日
發(fā)明者楊開勇, 蔣霈霖, 蔡坤, 謝勝利 申請人:華南理工大學(xué)