李浩然

摘要：随着科技的发展社会的进步，人民生活水平也有了较大的提升，使人民也更有精力和时间来重视自身健康。最新研究表明，城乡居民因罹患心血管疾病死亡比例在居民死亡原因中排名第一，它具有种类多、发病迅速、病因繁杂、不易监测的特点，腕带式便携、可检测信号的心电设备可检测并自动分析诊断心电实时信号，成为居民地首选。本研究使用预处理后的腕带式心电信号，通过差分法及形态学运算检测QRS波群。结果表明，一定程度上，此法可降低漏误检、漏检情况发生，提高了检测水平。

关键词：心电信号;腕带;QRS;检测

中图分类号：TP311      文献标识码：A

文章编号：1009-3044（2020）28-0218-02

1 概述

随着社会的进步，人民的生活也有了极大的改善，伴随而来的是人口老龄化、心血管等疾病的问题的显现。研究表明[1]，中国城市居民心血管病死亡率达到45%，农村居民达到41%，心血管疾病已成为目前刻不容缓需要重视的问题之一。

目前主要使用心电图对心血管疾病进行诊疗分析。研究表明，心血管疾病死亡的重要预测因子为心电图的异常，因此如何有效地得到心电图信号，及时发现其异常，及时采取对症治疗方式，为当前心血管疾病预防治疗的重要问题。心电图（ECG）主要包括普通心电图、动态心电图，其中普通心电图特点为简便、安全、价格低，通常用于心肌梗死、心律失常等常规心脏疾病，但其检测时间短，不能发现潜在疾病;动态心电图可不间断记录使用者的心脏活动，可检查出心脏难以发觉的症状，用于心肌缺血和心律失常的诊断，但其检测时间长，不能检测急性心脏疾病[2]。

计算机辅助自动化分析技术出现前，由于心电信号较为复杂，且主要通过医生进行分析，误诊、漏诊情况时有发生。其中，腕带式心电信号检测佩戴者心电变化成为研究的热点。 腕带式检测设备需长期佩戴，要求轻便、耗能低、存储方便、计算快捷，也要求软件可实时对信号进行准确分析。处理腕带式心电信号主要通过以下几步进行：1）评估心电信号质量，2）进行预处理，抑制干扰，增强信号降噪，3）检测信号特征，4）通过信号特征自动化诊断，判断心血管疾病地发生情况。 本文在腕带式心电信号预处理的基础上，进一步研究了腕带式QRS 波群检测方法，为自动化诊断心血管疾病提供借鉴。

2 差分法定位QRS波群

2.1  算法

本研究使用二阶差分阈值法检测 QRS 波群[3]，具体方法为：

（1） 最大值的确定：使用一阶差分对心电信号[x（n）]进行处理，得到[y1（n）]，[y1（n）] 绝对值最大值为[ymax1]。

（2） R波的测定：设置阈值[th=0.8 *ymax1]，遍历[y1（n）]的点，在超过[th=0.8 *ymax1]数据前后50ms内寻找最大值，记录为R波。

（3） 模极小值的确定：二阶差分[y1（n）]，得到[y2（n）]，寻找所有模极小值。

（4） QRS波群的确定：对照（2）、（3）结果，R波向左的第一个极小值处为Q波，向右第一个极小值为S波。

2.2选取结构元素

在心电信号检测中，结合差分及形态学原理，可同时实现检测心电波形结构及划分心电信号周期。采用该两种差分结构元素，确定略大于信号周期的元素长度后，确定元素形状。设g1（n）为元素1，g2（n）元素为2，N为长度，最大值为a。于是两个结构元素分别可以用式（1）和式（2）来描述：

本文用两种元素在已经降噪的心电信号上进行运算，提取的波形会在相邻的 信号中间骤变，找到信号分界点，作为QRS波群的检测基础。

2.3 实现算法

滤波器进行信号开-闭运算，平均两路信号的差分元素得到差分基线信号[4]。两路信号为：（1）输入信号-开运算-闭运算-求平均-得差分基线;（2）输入信号-闭运算-开运算-求平均-得差分基线。

本研究确定QRS波群通过差分法与形态学检测同时进行，以降低误检率和漏检率。检测算法为：心电信号数据-预处理-形态学检测信号周期分界点-差分法寻找R峰，同时找到Q、S波，定位出QRS波群-输出结果。

3 结果及算法实现

从MIT-BIH的数据库选取数据作为研究对象，随机抽取10秒心电信号 ，波形如图1a所示。本研究形态学使用（式3）计算， N= 400，a=1，如图1b。波形经形态学处理后如图2。

如图3所示，处理后信号变化较大，信号起始结束位置有较大斜率变化。主要由于差分基线性状所致，该算法可准确有效地寻找信号周期分界点。

通过信号分界点，可在心电信号周期内找到R峰、Q波、S波。结果如图4，R点为蓝色圈圈，Q点和S点为红色圈，分界点为绿点。表明该法可以准确地标示出QRS波群。

检测率如表1所示，误检率0.0647%，漏检个数平均0.2727，具有较好的检测效果。

4 结论

本文基于预处理后的腕带式心电信号，通过差分结构元素的方法确定每个测定的心电信号的分界点，通过两种算法思路对检测周期内的心电信号进行QRS波群检测，结果表明，一定程度上，此法可降低漏误检、漏检情况发生，提高了检测水平。

参考文献：

[1] 王莹莹，薛超，殷兆芳，等.智能诊断在心电图诊断的发展历程及应用进展[J].心血管康复医学杂志，2019（4）：502-505.

[2] 张宇微.面向心血管疾病识别的心电信号分类研究[D].济南：济南大学，2019.

[3] 王忠德，解婷，肖梦强，等.心电图联合迭代重建算法CT低剂量扫描用于冠状动脉成像的研究[J].现代医院，2019，19（1）：137-139，142.

[4] 刘鸣.远程心电大数据和心电图智能化诊断[J].实用心电学杂志，2018，27（3）：157-161.

【通联编辑：光文玲】