基于散点图和符号动力学的心电特征分析方法

摘要

本发明公开了一种基于散点图和符号动力学的心电特征分析方法，属于心电信号处理领域。对待处理的原心电信号进行预处理后进行R波定位并通过计算相邻R波的间隔获得HRV序列；绘制心电散点图并用一组45°平行线对心电散点图进行分区，然后依照各散点相应RR间期的顺序，将各散点以该散点所在分区的区号组成序列并进行编码和进制转换获得一个十进制序列，计算该序列的信息熵来构造特征向量，从而对心电信号进行分类识别等。

主权项

基于散点图和符号动力学的心电特征分析方法，其特征在于，包含如下步骤：步骤S1：采集ECG信号并进行预处理，进行R波定位并通过计算相邻R波的间隔获得HRV序列；步骤S2：特征提取：S2‑1:首先使用步骤S1获得的HRV序列绘制心电散点图，即以(R_n，R_n+1)作为直角坐标系中的散点坐标，其中R_n代表第n个RR间期长度，并用一组45°平行线对心电散点图进行分区，分区数量为M，令各分区的区号为m＝0～M‑1，平行线的数量为M‑1，分区按过原点的45°对角线轴对称，每个位于两条平行线之间的分区的宽度定义为该分区边界平行线之间的距离，从左上至右下依次为D₁,D₂,…,D_M‑2；S2‑2:依照各散点相应RR间期的顺序，将各散点以该散点所在分区的区号组成序列，然后将每q位看做一个M进制编码，后一个编码与前一个编码有j位重叠，且j小于q；进行编码后，将原序列转化为一个由若干个q位M进制编码组成的新序列；然后将每个M进制编码转化为十进制数，得到一个十进制序列；S2‑3:计算序列信息熵：由于所述十进制序列由一系列q位M进制数转化而来，因此得到的十进制序列中所有的数值均在0—(M^q‑1)之间；计算0—(M^q‑1)之间的所有数在该序列中出现的概率，利用下式计算该序列的信息熵：$H=-{\Sigma }_{i=1}^a{p}_i{\mathrm{logp}}_i$其中，p_i是第i个数值出现的概率；a是可能出现的数值总数个数，此处为M^q。步骤S3：分类：S3‑1：利用计算所得的信息熵值来构造特征向量；S3‑2:利用所构造的特征向量，进行心电信号的分类。