自適應(yīng)雙閾值心電信號(hào)檢測(cè)算法研究

陳耿鐸， 曾有靈， 李喆

（南方醫(yī)科大學(xué)生物醫(yī)學(xué)工程學(xué)院，廣東廣州510515）

隨著人們對(duì)移動(dòng)醫(yī)療認(rèn)識(shí)的加深和相應(yīng)技術(shù)的逐步提高，便攜式移動(dòng)心電測(cè)量設(shè)備逐漸成為民眾日常首選心電監(jiān)測(cè)工具，而對(duì)其配套的心電自診斷算法也提出了更高的要求［1］.經(jīng)過(guò)心電圖的篩查還可以進(jìn)一步檢測(cè)出各種疾?。?］.其中，對(duì)心電圖（electrocardiogram，ECG）的波形識(shí)別和診斷，是心電分析的重中之重.心電信號(hào)特征波中的QRS波群的檢測(cè)與識(shí)別更是ECG分析的首要任務(wù)，只有將QRS波群確定后才能對(duì)其他波形信息進(jìn)行分析和相應(yīng)的診斷.QRS波群包括3個(gè)連續(xù)的波，反映了兩心室除極的過(guò)程與心室電激動(dòng)的過(guò)程.而QRS波群中高聳的波則是心電圖中特征最明顯的R波，在心電圖臨床分析過(guò)程中具有重要的意義.在對(duì)其分析方法中，差分閾值法具有簡(jiǎn)單、處理速度快以及易于實(shí)現(xiàn)的優(yōu)點(diǎn)，但是對(duì)于摻雜了偽差的數(shù)據(jù)則漏檢率非常高.蘇麗等［3］提出的自適應(yīng)差分閾值法檢測(cè)正向R波并且以差分法為基礎(chǔ)進(jìn)行Q、S波定位，檢出率可達(dá)到99.4%以上；雙閾值法［4］計(jì)算量少、準(zhǔn)確率高、抗干擾性強(qiáng)，但對(duì)波形失真較嚴(yán)重的心電數(shù)據(jù)的檢測(cè)和診斷效果欠佳.本研究在檢測(cè)R波時(shí)，融合上述兩種算法的優(yōu)點(diǎn)，使用雙閾值法確定初始閾值后加入閾值自適應(yīng)修正，從而得到R波初始位置，再對(duì)R波進(jìn)行精確定位，最后在R波前后40點(diǎn)的小區(qū)間內(nèi)尋找Q波和S波，進(jìn)行QRS波群標(biāo)記.利用美國(guó)麻省理工學(xué)院的MIT-BIH心電數(shù)據(jù)庫(kù)［5］和臨床實(shí)測(cè)數(shù)據(jù)對(duì)該算法進(jìn)行檢測(cè).實(shí)驗(yàn)結(jié)果表明，本研究基于自適應(yīng)差分閾值法和雙閾值法提出的改進(jìn)算法計(jì)算量小，對(duì)R波、QRS波群檢出率高，準(zhǔn)確率高，可以滿(mǎn)足在移動(dòng)心電監(jiān)護(hù)系統(tǒng)上實(shí)現(xiàn)自診斷的需求.

1 R波的檢測(cè)

對(duì)R波的檢測(cè)是心電數(shù)據(jù)分析的首要任務(wù)，只有對(duì)R波進(jìn)行準(zhǔn)確的檢出，才能進(jìn)一步檢測(cè)出QRS波群，從而實(shí)現(xiàn)心律失常自診斷的功能.對(duì)R波的檢測(cè)，需要對(duì)其形態(tài)和幅值進(jìn)行檢測(cè)，并確定出相應(yīng)的閾值來(lái)適應(yīng)眾多檢測(cè)對(duì)象.在確定出初始閾值后，應(yīng)加入自適應(yīng)方法對(duì)閾值進(jìn)行實(shí)時(shí)修正，以滿(mǎn)足連續(xù)監(jiān)護(hù)過(guò)程中對(duì)幅值、形態(tài)都發(fā)生變化的心電信號(hào)的實(shí)時(shí)檢測(cè)需求.本文首先根據(jù)雙閾值法確定初始閾值，然后利用自適應(yīng)修正對(duì)閾值進(jìn)行更新，從而準(zhǔn)確有效地檢出R波.

1.1 心電數(shù)據(jù)預(yù)處理

用戶(hù)的初始心電數(shù)據(jù)中大量的工頻干擾和基線漂移使得波形產(chǎn)生一些毛刺，對(duì)心電波形的繪制以及后期的心律不齊自診斷報(bào)告有極大影響.因此，心電信號(hào)在分析前需預(yù)處理.心電信號(hào)預(yù)處理采用5點(diǎn)平滑濾波法，處理分布最多的工頻干擾和基線漂移.5點(diǎn)平滑濾波時(shí)域表達(dá)式為：

式（1）中，x（k）為單個(gè)心電數(shù)據(jù)的時(shí)域表達(dá)式；y（k）為5個(gè)心電數(shù)據(jù)進(jìn)行平滑濾波處理后的心電數(shù)據(jù)時(shí)域表達(dá)式.經(jīng)過(guò)預(yù)處理，工頻干擾和基線漂移得到有效消除.

1.2 雙閾值法確定初始閾值

對(duì)心電信號(hào)進(jìn)行預(yù)處理后，取前800個(gè)數(shù)據(jù)點(diǎn)，計(jì)算心電信號(hào)的隔項(xiàng)差分，即：

式中，Diff（i）是心電信號(hào)這一點(diǎn)的幅值隔項(xiàng)差分值，f（i）是心電信號(hào)這一點(diǎn)的幅值.對(duì)心電信號(hào)采用隔項(xiàng)差分而不是傳統(tǒng)的相鄰項(xiàng)差分，為了使差分?jǐn)?shù)據(jù)更加明顯，以便提取心電波形的特征信息.得到前800個(gè)數(shù)據(jù)點(diǎn)的隔項(xiàng)差分值后，找出其中的2個(gè)最大值：ECG心電信號(hào)最大值MAX_ECG和隔項(xiàng)差分值Diff最大值MAX_Diff，并求出R波的2個(gè)檢測(cè)初始閾值：

式中，ECG_Thrh0為ECG心電信號(hào)的閾值，Diff_Thrh0為心電信號(hào)各項(xiàng)差分值的閾值，0.6與0.5為經(jīng)驗(yàn)常數(shù).與傳統(tǒng)的差分閾值法相比，這里增加了一重閾值判斷，增強(qiáng)了該算法在實(shí)際運(yùn)行中的抗干擾能力，在數(shù)據(jù)噪聲、基線、工頻干擾較大的情況下仍然能夠準(zhǔn)確地提取心電波形的特征信息，提高了該算法檢測(cè)出R波及作出心電自診斷的準(zhǔn)確率.

1.3 檢測(cè)R波

得到初始的2個(gè)檢測(cè)閾值后，對(duì)每個(gè)心電數(shù)據(jù)進(jìn)行比較以對(duì)R波進(jìn)行檢測(cè).每一點(diǎn)都與雙閾值進(jìn)行比對(duì).如果某一心電信號(hào)點(diǎn)同時(shí)滿(mǎn)足2個(gè)閾值點(diǎn)對(duì)其做減法均得到負(fù)值，則在該點(diǎn)的前10點(diǎn)及后15點(diǎn)數(shù)據(jù)范圍內(nèi)尋找最大值，若該點(diǎn)為最大值則認(rèn)為檢測(cè)出1個(gè)新的R波峰值點(diǎn).該點(diǎn)的幅值應(yīng)滿(mǎn)足在該范圍內(nèi)最大，否則不認(rèn)為該點(diǎn)為1個(gè)R波峰值點(diǎn).

1.4 雙閾值的自適應(yīng)更新

因在連續(xù)監(jiān)護(hù)過(guò)程中，心電信號(hào)的幅值、形態(tài)都會(huì)隨著時(shí)間發(fā)生變化，所以算法的2個(gè)檢測(cè)閾值不能一直固定不變.為了適應(yīng)實(shí)際情況，應(yīng)對(duì)檢測(cè)閾值進(jìn)行實(shí)時(shí)修正.初始雙閾值檢測(cè)出10個(gè)R波點(diǎn)后，用滑動(dòng)平均的方法對(duì)檢測(cè)閾值進(jìn)行修正.10個(gè)R波后的2個(gè)閾值可分別表示為：

式中，i＝1，2，3…；C1、C2均是常數(shù)，加上這 2個(gè)常數(shù)的目的在于保證雙閾值的大小在穩(wěn)定的水平，使其在整個(gè)檢測(cè)過(guò)程中都能保持一定的準(zhǔn)確性.用初始雙閾值檢測(cè)出10個(gè)R波后，對(duì)雙閾值按式（5）和（6）進(jìn)行自適應(yīng)修正.此后每一對(duì)閾值檢測(cè)出5個(gè)R波后，進(jìn)行下一輪的閾值自適應(yīng)更新，再繼續(xù)檢測(cè)下1個(gè)R波.

1.5 RR間期的計(jì)算

RR間期是指心電信號(hào)圖中，相鄰2個(gè)R波之間的時(shí)間間隔.RR間期是判斷心率失常疾病的重要憑證，可以通過(guò)RR間期的長(zhǎng)短判斷某用戶(hù)是否患有心率失常方面的疾病，故RR間期的準(zhǔn)確判斷，在心電自診斷中具有重要意義.用雙閾值確定R波位置后，即可利用相鄰R波之間的時(shí)間差計(jì)算各個(gè)RR間期.但應(yīng)注意的是，差分后的心電數(shù)據(jù)與原始的心電數(shù)據(jù)有時(shí)延關(guān)系.通過(guò)相鄰R波之間的位置關(guān)系，結(jié)合心電數(shù)據(jù)采集頻率可得到RR間期的計(jì)算方法：

式中，RR_period為心電信號(hào)的RR間期，RR_time是相鄰兩個(gè) R波的間隔，F(xiàn)S為采樣頻率，為360 Hz.

1.6 R波的多檢與漏檢

在R波的檢測(cè)過(guò)程當(dāng)中，容易因?yàn)槠渌蓴_導(dǎo)致R波的多檢或者漏檢.為此，在R波的檢測(cè)過(guò)程中應(yīng)加入多檢與漏檢的檢測(cè)方法.通過(guò)式（7）計(jì)算出RR間期后，如果當(dāng)前的R波與前一R波的RR間期小于正常的RR間期的0.75倍，則認(rèn)為在這段RR間期內(nèi)有可能存在多檢的R波.那么將前一R波和當(dāng)前R波的幅值均與正常R波幅值相比較，若這兩點(diǎn)的R波的幅值小于正常R波幅值的1/3，那么認(rèn)為該R波點(diǎn)為多檢R波，R波計(jì)數(shù)相應(yīng)減1；如果當(dāng)前的RR間期大于正常的RR間期的2倍，則認(rèn)為有可能存在R波的漏檢.那么將在這一RR間期內(nèi)對(duì)信號(hào)點(diǎn)進(jìn)行遍歷，若找到滿(mǎn)足幅值與正常R波相匹配的點(diǎn)，則認(rèn)為找到新的R波，R波計(jì)數(shù)相應(yīng)加1.

R波檢測(cè)的算法流程圖如圖1所示.

圖1 R波檢測(cè)算法流程圖Fig.1 Flow chart of R wave detection algorithm

2 QRS波群的檢測(cè)

QRS波群是人體正常的ECG圖中由Q波、R波和S波構(gòu)成的幅度最大的波群.Q波為R波前第一個(gè)向下的波，S波為R波后第一個(gè)向下的波.QRS反映了心室電激動(dòng)過(guò)程和左、右2個(gè)心室除極的全部過(guò)程.有效檢測(cè)出QRS波群及計(jì)算出該波群寬度對(duì)于檢出心臟節(jié)律失常、作出準(zhǔn)確心電自診斷有著重要的意義.正常成人QRS波群時(shí)間為 0.06～0.10 s，兒童為 0.04～0.08 s［6］.

QRS波群檢測(cè)的步驟如下：

（1）以每一點(diǎn)R波為中心，進(jìn)行QRS波群標(biāo)記.在已檢測(cè)出的R波位置的前30個(gè)信號(hào)點(diǎn)內(nèi)尋找幅值最小的點(diǎn)，標(biāo)記為Q波.為確保這個(gè)點(diǎn)不是由于其他干擾而產(chǎn)生的無(wú)意義點(diǎn)，再對(duì)這個(gè)Q點(diǎn)前15個(gè)點(diǎn)進(jìn)行遍歷，若沒(méi)有幅值更小的點(diǎn)，則該點(diǎn)確認(rèn)為Q點(diǎn)；若出現(xiàn)比Q點(diǎn)幅值更小的點(diǎn)則將2個(gè)點(diǎn)進(jìn)行比較，計(jì)算出QRS波群寬度后，與正常的QRS波群時(shí)間相比，得到相應(yīng)的 Q值點(diǎn).

（2）在已檢測(cè)出的R波位置的后30個(gè)信號(hào)點(diǎn)內(nèi)尋找幅值最小的點(diǎn)，標(biāo)記為S波.同理對(duì)其進(jìn)行干擾點(diǎn)的排除，得出正確的S波點(diǎn).

（3）在檢測(cè)出QRS波群后計(jì)算其寬度，與心電特征進(jìn)行比對(duì)并作出相應(yīng)的疾病判斷.

3 結(jié)果

使用美國(guó)麻省理工MIT-BIH心電數(shù)據(jù)庫(kù)中的心電圖病例，對(duì)本研究提出的方法進(jìn)行有效性和通用性驗(yàn)證［7-8］，即對(duì)該數(shù)據(jù)庫(kù)中的心電圖病例在上位機(jī)上在C語(yǔ)言的編譯環(huán)境下進(jìn)行QRS波檢測(cè)，并且嘗試作出心律不齊的疾病自診斷.以100號(hào)數(shù)據(jù)文件為例，檢測(cè)前500個(gè)心電數(shù)據(jù).表1為C語(yǔ)言環(huán)境下算法的測(cè)試結(jié)果（檢測(cè)出的R波數(shù)目及其相應(yīng)具體位置）.從程序運(yùn)行的結(jié)果可以看出，100號(hào)文件的前500個(gè)數(shù)據(jù)中含有2個(gè)R波，其位置分別在第70和363個(gè)數(shù)據(jù)點(diǎn)上.圖2為該心電文件前500個(gè)原始數(shù)據(jù)的繪圖效果，圖3則是將其中前100個(gè)數(shù)據(jù)放大繪圖的效果圖.從圖3非常直觀地看出，第一個(gè)R波的確出現(xiàn)在70號(hào)數(shù)據(jù)點(diǎn)的位置上.

表1 100號(hào)文件前500個(gè)數(shù)據(jù)的算法測(cè)試結(jié)果Table 1 Algorithm test results for the first 500 data of the 100th files

從心電數(shù)據(jù)庫(kù)中抽取10個(gè)心電數(shù)據(jù)文件，并對(duì)照MIT-BIH數(shù)據(jù)庫(kù)的參考文獻(xiàn)進(jìn)行算法比較試驗(yàn)后，實(shí)驗(yàn)結(jié)果如表2所示.表中“改進(jìn)后”表示使用本文算法的檢測(cè)結(jié)果，“常用算法”表示目前一般移動(dòng)式心電檢測(cè)設(shè)備常用的差分閾值法的檢測(cè)結(jié)果.10個(gè)心電數(shù)據(jù)文件的R波檢測(cè)結(jié)果均有較好的檢測(cè)效果，使用改進(jìn)后的算法正確率達(dá)到99.5%以上，而常用的算法檢測(cè)正確率僅有99.2%左右.對(duì)于102、116、118這 3個(gè)文件中的數(shù)據(jù)，常用算法的誤檢數(shù)比較多.因?yàn)?組數(shù)據(jù)的基線漂移以及工頻干擾較多，使得心電信號(hào)中的部分波形失真較為嚴(yán)重，從而導(dǎo)致算法在進(jìn)行檢測(cè)時(shí)對(duì)R波的誤檢較多.本實(shí)驗(yàn)對(duì)算法進(jìn)行改進(jìn)后，由于引入了對(duì)多檢和漏檢的檢驗(yàn)，使得誤檢情況得到遏制.

圖2 前500個(gè)原始數(shù)據(jù)波形圖Fig.2 The first500 row data waveform

圖3 前100個(gè)數(shù)據(jù)放大繪圖的效果圖Fig.3 The enlarging picture of the first 100 data

表2 10組心電數(shù)據(jù)檢測(cè)統(tǒng)計(jì)表Table 2 10 sets of ECG detection statistics

除了對(duì)QRS波群進(jìn)行檢測(cè)外，還結(jié)合了心電信號(hào)在臨床上的病癥特征對(duì)數(shù)據(jù)庫(kù)中的數(shù)據(jù)進(jìn)行疾病的自診斷檢測(cè)，檢測(cè)結(jié)果如表3所示.表3中記錄了6個(gè)心電文件的病癥診斷結(jié)果.表中，由于103號(hào)數(shù)據(jù)中只發(fā)生了2次房性早搏，其中1次并沒(méi)有檢測(cè)出來(lái)，導(dǎo)致準(zhǔn)確率只有50%，其余文件對(duì)于不同心律不齊疾病均有較好檢測(cè)效果.表中：0/x中0表示未檢測(cè)數(shù)該類(lèi)病，x表示該用戶(hù)數(shù)據(jù)未有該類(lèi)病.

表3 數(shù)據(jù)自診斷檢測(cè)記錄表Table 3 ECG data self-diagnostic test record sheet

4 結(jié)語(yǔ)

綜上所述，本研究基于雙閾值法和自適應(yīng)差分閾值法改進(jìn)的檢測(cè)算法是行之有效的.雙閾值保證了在檢測(cè)R波的過(guò)程中能夠保持較高的準(zhǔn)確性，而雙閾值的自適應(yīng)修正則保證在心電數(shù)據(jù)幅值、形態(tài)隨著時(shí)間變化的過(guò)程中能夠穩(wěn)定地對(duì)R波進(jìn)行檢出.R波的準(zhǔn)確、穩(wěn)定檢出為RR間期的計(jì)算和QRS波群寬度的計(jì)算提供依據(jù)，與常用檢測(cè)方法相比，提高了心律失常疾病識(shí)別與自診斷的成功率和準(zhǔn)確率.本算法對(duì)心電數(shù)據(jù)的R波QRS波群寬度的準(zhǔn)確檢測(cè)和計(jì)算為進(jìn)一步的識(shí)別和自診斷提供堅(jiān)實(shí)的基礎(chǔ)［9-11］.

當(dāng)然，本研究中仍然存在亟待完善和改進(jìn)的地方.比如更好地完善算法的抗基線漂移和工頻干擾能力，提高算法準(zhǔn)確率；另外還可以嘗試加強(qiáng)對(duì)P波和T波進(jìn)行研究，提出相應(yīng)的檢測(cè)算法并作為依據(jù)作出心律失常自診斷.

［1］任淑華.心電自動(dòng)分析診斷系統(tǒng)設(shè)計(jì)［D］.南京大學(xué)，2012.REN S H.Design of ECG Automatic Analysis and Diagnosis System［D］.Nanjing University，2012.

［2］黃鄒琴，李濤，周婕.心電圖篩查經(jīng)胸放療聯(lián)合化療對(duì)高血壓患者心功能異常的研究［J］.暨南大學(xué)學(xué)報(bào)（自然科學(xué)與醫(yī)學(xué)版），2017，38（4）：350-354.HUANG Z Q，LI T，ZHOU J.Research on cardiac dysfunction of hypertensive patients undergoing thoracic radiation therapy（TRT）combined with chemotherapy by electrocardiographic screening（ECG）［J］.Journal of Jinan University（Natural Science＆Medicine Edition），2017，38（4）：350-354.

［3］蘇麗，趙國(guó)良，李東明.心電信號(hào)QRS波群檢測(cè)算法研究［J］.哈爾濱工程大學(xué)學(xué)報(bào)，2005，26（4）：513-517 SU L，ZHAO G L，LID M.Study of algorithms of QRS complexes detection in electrocardiogram signal［J］.Journal of Harbin Engineering University，2005，26（4）：513-517.

［4］趙羿歐，劉揚(yáng).一種改進(jìn)的差分閾值心電檢測(cè)算法［J］.計(jì)算機(jī)工程，2011，37：347-352.ZHAO Y O，LIU Y.Improved Differential Threshold ECG Detection Algorithm［J］.Computer Engineering，2011，37：347-352.

［5］宋喜國(guó)，鄧親愷.MIT-BIH心率失常數(shù)據(jù)庫(kù)的識(shí)讀及應(yīng)用［J］.中國(guó)醫(yī)學(xué)物理學(xué)雜志，2004，21（4）：230-232.SONG X G，DENG Q K.On the format of MIT-BIH arrhythmia database［J］.Chinese Journal of Medical Physics，2004，21（4）：230-232.

［6］吳慶玲.嵌入式實(shí)時(shí)心電診斷算法［D］.南京大學(xué)，2011.WU Q L.Embeded real-time ECG diagnosis algorithm［D］.Nanjing University，2011.

［7］MOODY G B，MARK R G.The impact of the MIT-BIH arrhythmia database［J］.IEEE Engineering in Medicine and Biology Magazine，2001，20（3）：45-50.

［8］GOLDBERGER A L.Components of a new research resource for complex physiologic signals，physiobank，physiotoolkit，and physionet，American heart association journals［J］.Circulation，2000，101（23）：1-9.

［9］李淑園.可穿戴式智能心電設(shè)備的研究［D］.北京工業(yè)大學(xué)，2015 LI Shuyuan.Research on wearable intelligent ECG device［D］.Beijing University of Technology，2015.

［10］王如想.心律失常自動(dòng)識(shí)別算法的研究［D］，山東大學(xué)，2013.WANG Ruxiang.Research on the algorithm of arrhythmia classification［D］.Shandong University，2013.

［11］田福英.便攜式心電監(jiān)護(hù)系統(tǒng)中心電信號(hào)的實(shí)時(shí)分析方法設(shè)計(jì)［J］.中國(guó)醫(yī)學(xué)物理學(xué)雜志，2012，29（3）：3413-3415.TIAN F Y.Design of Real-time ECG Analysis Methods for Portable ECG Monitoring System［J］.Chinese Journal of Medical Physics，2012，29（3）：3413-3415.