便携式心电监护中实时信号处理方法研究

针对心电信号处理过程中的心电信号数字滤波、心电波形的动态显示、心电数据存储等问题,阐述了3个可用于心电信号实时处理的方法:一是运用滤波器频谱的周期性减少了滤波器系数个数,提高了运算速度,并根据卷积公式特点实现了数字滤波的实时性;二是运用基于内存虚拟屏幕技术实现心电波形动态显示,解决了屏幕闪烁和绘图不连续问题;三是采用嵌入式数据库SQLITE实现了心电数据存储.所有方法均考虑实时性要求,并已成功用于课题组开发的便携式心电监护仪,效果较为理想,具有很强的实用价值.     

心电信号QRS波精确定位算法研究

目的 研究心电信号QRS复波检测中单个波形起始和终止位置的精确判定.方法 为了在动态心电监护中设计信号自动分析算法,本文以滤波积分后所形成的窗口为基准,从滤波结果中获取Q波和S波波峰的准确位置.结果 以此为基础,在波峰处引入一条简单的辅助直线,用直线和ECG波形之间的垂直距离作为判断Q波和S渡边界的依据.结论 大量数据检验结果表明,该计算法具有计算简便,误差率低等优点,约为1个采样点.与国际通用软件相比,其S波边界定位精度有显著提高.     

基于周期元分析的运动伪迹消除方法——以心电信号为例

运动伪迹是动态生理信号的主要干扰源,而在穿戴式检测系统中,由于干电极的使用,干扰更为严重。本文根据运动伪迹的时域瞬态性和生理信号固有周期性的特点,研究了一种基于周期元分析的运动伪迹抑制方法。该方法首先运用多分辨率分解将单通道信号转化为多通道信号,再实施周期元分析。然后以实测心电(ECG)信号为例,与基于经验模态分解和自适应滤波的消除方法进行分析比较,发现周期元分析的优势明显,可更有效地分离正常生理信号和运动伪迹。作为一种时域分析方法,周期元分析可实现频谱混叠信号的分离,对受污染ECG信号的波形特征实现有效复原,并可推广到其他生理信号的处理中。     

基于稀疏主元分析的微伏级T波交替幅度量化

T波交替是心电(ECG)信号中重要的猝死预测因子,其幅度量化具有重要的临床意义。然而,T波交替处于微伏级,并且具有非平稳性,导致精确量化其幅度存在较大困难。本文以逐搏ECG信号的主元分析(PCA)为基础,运用统计检验方法挑选包含T波交替的主元。通过引入稀疏性约束,排除具有较小变异性的变量,实现了主元选择和变量选择。以国际标准数据库的ECG信号为例,在等级相关系数和相对误差两项指标上,对比多种量化方法,本文提出的基于稀疏主元(SPC)的量化方法均具有优势。