基于极值域均值模式分解和改进Hilbert包络的R波检测算法

摘要

本发明公开了一种基于极值域均值模式分解和改进Hilbert包络的R波检测算法，属于微弱生物电信号处理技术领域。本发明提出了一种极值域均值模式分解和改进Hilbert包络的心电信号进行预处理算法以及基于斜率阈值的心电R波检测算法，根据心电信号的波形特点及时域分布特性设定检测准则，对心电信号中特征最明显并且信息量最高的R波位置进行检测。本发明中极值域均值模式分解算法既提高了经验模式分解的速度，又能有效地抑制了模式混叠和边界效应；本发明提出的改进Hilbert包络既能有效地抑制噪声和其它特征波的干扰，又能增强R波的能量。该算法即使在强噪声和大P/T波干扰的情况下也能准确检测出R点位置，利用MIT-BIH数据库对本发明算法进行检验，本发明算法的灵敏度为99.94％，阳性预测率为99.87％。

主权项

一种基于极值域均值模式分解和改进Hilbert包络的R波检测算法，其特征在于包括如下步骤：(1)从MIT‑BIH数据库中提取心电信号x(t)，对心电信号进行巴特沃斯低通滤波；(2)对滤波后的心电信号进行极值域均值模式分解；(3)确定重构心电信号的IMFs分量，对心电信号进行重构得重构信号y(t)；(4)对重构心电信号y(t)进行Hilbert变换并取改进的近似包络，完成心电信号的预处理得信号z(t)；(5)制定基于斜率阈值的R波检测策略，设置R波检测的斜率阈值Th，依照斜率阈值检测策略，对信号z(t)进行R波位置的检测；(6)采用误检策略以及漏检回溯策略进行误检与漏检的查询。