基于差分阈值与模板匹配的心电R波提取算法

心电信号(electrocardiogram,ECG)是人体最重要的体征信号之一,R波是心电信号中最明显的特征参数.R波的正确提取是计算心率、分析心率变异性等其他参数的基础.以一阶差分为基础,结合模板匹配算法,在匹配的过程中采用阈值比较和匹配系数的心电R波检测方法,提高了R波检测的准确率.实验表明,该算法能够快速准确地检测心电信号数据中R波特征值.     

基于差分算法的ECG波形实时检测方法

采用一种简单、快速、准确的差分算法实现波形特征提取.相对于FFT或小波变换等方法,该方法所需要的计算量较小,适合在线实时心电监护.QRS波群的提取:使用差分法准确提取出R点的位置,在R点前后搜索区域内通过求最值再比较的方法确定Q点、S点位置.P波和T波的位置直接从Q点、S点设定搜索区域,寻找搜索区域中的最大值.实验结果显示,该方法对QRS波群的提取准确率达到99.3%,P波、T波的准确率达到92%.     

基于混沌的异常数据的动态识别与挖掘

异常数据的识别与挖掘是非常重要的数据分析之一,在传统的数据分析中往往将异常数据的影响最小化或剔除它们,这可能导致重要的隐藏信息的丢失.该文提出了一种时间序列中异常数据检测与挖掘的新方法,首先计算出时间序列相邻两个点之间的斜率,再与混沌预测斜率相比较以检测出数据的偏差点集,其次对偏差点集进行动态方差检测以确定其异常数据集.该算法较好地解决了异常数据分析中的"屏蔽效应"及异常数据识别不能具体量化的缺陷.     

一种从母体腹部电极心电信号中检测胎心R波的算法

母体腹部电极心电法通过放置在孕妇腹部的电极片无创检测胎儿心电信号.但腹部无创检测采集的是包含胎儿心电、母体心电及噪声的混合信号,且母体心电信号的幅值远大于胎心信号.基于此问题,提出从母体腹部心电信号中检测胎儿R波的高效算法.该算法避免对腹部信号建立复杂的模型,通过最小化误差函数,自适应地滤除母亲心电信号的波形,以获得较清晰的胎儿心电波形.再经过基于聚类的胎儿R波尖峰检测以及精筛选的步骤,获得正确的胎儿R波尖峰.该算法使用PhysioNet Challenge 2013的腹部心电数据集Set-a进行测试.测试结果中,胎儿R波尖峰提取的平均灵敏度为88%,平均阳性检测率为88%.由于不涉及复杂的计算,该算法运行时间短,效率高,处理持续时长为60s的腹部信号平均用时2.64s,很适合用于可穿戴设备中心电信号的实时检测.     

基于无拓扑矢量曲线的快速压缩算法

矢量图型数据压缩主要是对存储图形要素的数据进行多余点的剔除,保存特征点。矢量曲线压缩在地理仿真、地图数据库建设及地理信息研究中具有重要的意义。分析了GIS中矢量数据的传统压缩算法——道格拉斯-普克(Douglas-Peuck-er)数据压缩算法,传统的压缩算法编程复杂,运算速度慢。提出了一种较为简单的特征点提取方法,该算法通过计算相邻矢量数据的斜率,以斜率之差为约束条件,通过在MATLAB7.0上的仿真实验,该算法在提取矢量曲线特征点的过程中比Doug-las-Peucker算法更为简单,对斜率不存在地线段也能很好地提取特征点,对复杂曲线的特征点提取也非常准确。     

基于心电与脉搏波的血压检测算法的改进

针对基于心电和脉搏波的无创连续血压检测方法中特征点提取算法的计算量大的问题,提出了一种改进的提取特征点的差分算法,改进后算法的效率和特征点检测的精准度都得到了很大的提高.通过对采样数据进行相关性分析和回归分析,可以看到脉搏波传播时间与收缩压有强相关性,而与舒张压成中度相关.实验结果表明,利用改进后的特征点提取算法能够较准确地计算出脉搏波传播时间,进而计算出个体的收缩压,并且能够很好地满足AAMI国际标准对无创血压检测误差的要求.     

基于心电与脉搏波的血压检测算法的改进

针对基于心电和脉搏波的无创连续血压检测方法中特征点提取算法的计算量大的问题,提出了一种改进的提取特征点的差分算法,改进后算法的效率和特征点检测的精准度都得到了很大的提高.通过对采样数据进行相关性分析和回归分析,可以看到脉搏波传播时间与收缩压有强相关性,而与舒张压成中度相关.实验结果表明,利用改进后的特征点提取算法能够较准确地计算出脉搏波传播时间,进而计算出个体的收缩压,并且能够很好地满足AAMI国际标准对无创血压检测误差的要求.     

一种基于ECG的改进型差分算法设计

提出一种基于差分阈值自适应的ECG波形检测算法.算法对ECG信号进行数字滤波预处理,利用自学习算法求出相应的初始阈值,采用双阈值自适应更新法实现对差分阈值的自动更新和对R波以及Q、S波的检测,通过对检测窗口宽度的自适应更新法实现对P波和T波的检测.算法检测精度高,适合实际应用.     

基于LabVIEW的虚拟心电分析仪中的R波检测算法研究

介绍了在LabVIEW平台上实现的实时虚拟心电信号分析仪的R波检测算法.该算法利用二阶差分极小值来定位R波,它具有实现简单、速度快、定位准确等优点,为心电信号的HRV进一步研究工作提供了基础.     

心电信号QRS波群的小波精确识别法

利用M arr小波特有的时频特性,采用离散小波变换的直接算法,对心电信号QRS波群进行识别,经M IT/B IH心电数据库的检测验证,即使有严重的噪声信号干扰,也能精确定位R波,其正确率为99.7%,能准确地识别QRS时限,实时地识别R波和QRS时限。可用于心电信号实时处理。     

基于心电信号提取呼吸信号的算法

为了通过心电监护完成对多种生理信号的检测, 降低监护设备的复杂性, 根据呼吸运动对心电信号的影响, 提出一种由心电信号提取呼吸信息(EDR: ECG-Derived Respiratory Signal) 的算法。首先, 根据Pan&Tompkins 算法从心电信号中提取R 波; 然后使用自然三次样条插值算法对心电信号的基线进行估计, 去除基线漂移, 得到干净的心电信号; 最后获取干净的心电信号R 波, 利用自然样条插值算法得到R 波幅值调制信号, 提取出呼吸信息。通过Matlab 软件对该算法进行验证, 并进行相关的分析比较。仿真结果表明, 该算法能从心电信号里提取呼吸信息。通过与数据库中同时记录的呼吸数据进行比对, 证实了算法的有效性。     

心电信号中R波的小波探测法

心电信号中的R波是心室除极时所产生的电位突奕，是典型的峰值奇异信号。笔者研究了小波变换对心电信号R波峰值奇异点的精确检测机理，分析了Mexican hat小波特有的时域特性，该小波具有任意阶连续性、对称性和指数衰减，具有零阶和一阶消失矩。因此Mexican hat小波基对R波具有良好的定位特性和分析精度。通过MIT／BIH（Massachusetts Institute of Technology/Boston's Beth Israel Hopital）心电数据库的测试和应用实例的验证，即使在有严重噪声干扰的情况下，该方法也很容易实现对R波的准确检测和精确定位，具有相当高的定位精度（定位误差不大于1个采样点，约80％能准确定位）和分析精度（不存在累计误差），同时具有较高的实时性，可以实现R波产时检测和分析。     

基于DCG心电信号的R波检测算法

提出了一种基于动态心电图(DCG)心电信号的R波检测的新算法.该算法以平均双向斜率和相对高度为主要特征,能够快捷准确地检测R波.通过对MIT-BIH Long-Term ECG数据库以及哈尔滨医科大学医院提供的Holter记录进行R波检测,验证了该算法的可行性.针对检测结果分别与最大值双重搜索技术和差分运算方法(DOM)的检测结果进行了比较,发现所提算法的识别正确率(98.3%)高于以上两种算法(95.2%和90.7%).     

QRS波相位检测算法

在ECG信号中,QRS波群含有大量的信息,它对ECG信号的分析具有指导意义,因而QRS波群的检测得到了广泛地研究。文章通过对小波处理过程的研究,发现采用快速卷积的小波变换,通过判断小波相位符号的变化,可以准确地定位R波;这种手段本质上依然是过零点的检测,但是由于不依赖于幅度域值,所以更加有效。     

一种自适应R波检测算法实现

提出了一种检测心电信号中R波的方法.该方法首先采用多通道滤波器和小波变换对ECG信号去除噪声,然后使用自适应的差分阈值法检测ECG信号中的R波.该方法对传统差分阈值算法中存在漏检和多检情况具有自检功能.提供了相关实验结果,实验证明该方法准确率高 ,能实时处理ECG信号.     

蝗虫心电图的类型和ARMA谱分析

介绍了蝗虫心电图的测试方法,并证实了使用人类肢体导联和自制的针形电极的合理性和可靠性。文章将蝗虫心电图归为7种类型,并发现蝗虫心电信号一般较微弱,振幅仅约0.7～2.0mV,平均心率为30～300次/min。研究结果表明,ARMA谱作为一种数学模型,比心电图本身更能反映低等动动心电图的内在生理特征,完全适用于昆虫心电图分析。     

单分量微地震信号的P波S波到时自动拾取方法

 单分量传感器依然是目前矿山中应用最广泛的传感器。针对矿山每天采集到的大量信号,提出了一种针对单分量微地震信号的P 波S 波到时拾取算法。长短时窗均值比法(STA/LTA)可以用来检测信号的变化趋势,结合改进的特征函数对信号的几何特征予以加强,进而可以提高震相识别的精度。随着长短时窗的滑动,信号的变化趋势表现在走势图上,再利用震相到时判别阈值可以初步定位到P 波S 波的到时区间。初步确定到时区间后,分别在P 波S 波的到时区间内应用AR-AIC 准则,可以计算出信号发生突变的位置,这两个点即对应着P 波S 波的到时。结合时差阈值判别和时频图谱,对拾取的结果再次做检验。经过两次判别,有效地提高了该算法的拾取精度。通过对1000 多条单分量微地震信号进行验证,自动拾取能拾取到71%的P 波到时和79%的S 波到时,相同条件下,自动拾取的结果不低于手动拾取的精度,满足矿山应用的要求。     

基于短时心电信号的疲劳驾驶检测算法

心率变异性分析是最常用的一种基于心电信号的疲劳驾驶检测方法.然而,该方法需要被检测信号时间足够长,且准确率较低.因此提出一种基于短时心电信号的疲劳驾驶检测算法.首先,按照30s的时长截取短时心电信号序列,利用差分阈值法确定R波位置,根据R-R间期差值大小剔除不合格的噪声样本;然后,计算R-R间期序列的时域/频域特征并与利用ImageNet数据集预训练的深度卷积神经网络模型提取的特征相结合;最后,设计了一种随机森林分类器并基于这些特征进行分类.结果表明,该算法在疲劳驾驶检测上具有良好的分类效果,平均准确率达到91%.因此,相较于心率变异性分析方法,本算法检测所需心电信号更短,且在准确率上具备显著优势.     

酸化作用下页岩超声波透射试验研究

为了探索碳酸（H2CO3）对页岩酸化作用引起的声学特性变化特征,以修武盆地海相页岩为研究对象,通过超声波透射试验方法研究了页岩试样被H2CO3处置后的时域信号、频域信号、波速、衰减系数等特征。研究结果表明,页岩试样被H2CO3处置后,超声波纵波和横波在页岩中的传播时间延长,纵波与横波幅值均呈现明显的下降特征;超声波频域内最大振幅下降,主频向低频方向发生偏移,部分页岩试样主频发生畸变;超声波纵波与横波波速均下降,纵波与横波衰减系数均增大。页岩试样被H2CO3处置后呈现的声波特性变化特征,反映出H2CO3酸化作用导致页岩孔隙度增大或者产生了破坏裂隙。