基于进化型小波域维纳去卷积的心电特征提取方法

摘要

本发明涉及一种心电数据的特征提取方法，包括下列步骤：①心电数据预处理；②QRS波群的特征提取：通过小波变换方法提取出经过预处理后心电信号中QRS波群所属的子频带，再对该子频带信号运用进化型维纳去卷积方法，提取QRS波群的特征点位置。③P波和T波的特征提取：根据第一步得到的QRS波群的特征点位置信息，将QRS复合波所在的时间段用基线代替。而后采用小波变换，对去除QRS波群后的心电信号作P波、T波的子频带提取，最后将得到的子频带运用进化型维纳去卷积方法，直到提取出准确的P波、T波特征点位置。采用本发明，可以将原始心电数据中不显著的关键位置点突出转变为明显的峰点或者谷点，这样就可以为特征检测提供有力的基础。

主权项

1.一种基于进化型小波域维纳去卷积的心电特征提取方法，其特征在于，包括下列步骤：(1)根据心电信号的采样频率，选择形态学结构算子，利用数学形态学方法去除原始心电信号中的基线漂移；(2)初始化维纳滤波器，尺度参数、能量参数和迭代步长(β_p)，取基漂滤除后心电信号，进行第1尺度下的小波变换，获取低频部分的有用信号，以及高频部分的噪声信号，求出有用信号和噪声信号的功率谱以及两者之间的互功率谱，以此构造非因果维纳滤波器，作为初始化维纳去卷积算子向量(3)QRS复合波特征增强：采用正交离散小波来分解预处理后的心电信号，根据心电信号和QRS复合波的频率范围，进行两次或两次以上的小波变换以获取QRS波群所在的特征子频带；将维纳去卷积算子向量作用于QRS波群所在的子频带，而后计算总能量误差如果误差值小于设定阈值，停止运算；否则，利用最陡下降梯度基方法，更新维纳去卷积算子向量、能量参数以及尺度参数，继续运算直到找到满意的维纳去卷积算子向量(4)P波和T波特征增强：利用步骤(3)得到的QRS复合波的位置信息，将QRS波群用基线替代；采用正交离散小波来分解移除QRS波群的心电信号，根据所得心电信号和P波、T波的频率范围，进行两次或两次以上的小波变换以获取P波和T波所在的特征子频带；将维纳去卷积算子向量作用于P波和T波所在的特征子频带，而后计算总能量误差，如果误差值小于设定阈值，停止运算；否则，利用最陡下降梯度基方法，更新维纳去卷积算子向量、能量参数以及尺度参数，继续运算直到找到满意的维纳去卷积算子向量(5)检测QRS波群特征位置点：取步骤(3)得到的特征增强后的QRS子频带信号，首先检测R峰位置，而后根据R峰位置，找出R峰前后第一个谷点和峰点；而后根据下列准则定位特征点：如果R峰有一个峰点一个谷点，那么峰点为QRS波群起点，谷点为Q波拐点；如果R峰前只有一个谷点，那么该波群为RS波群，该谷点为RS波群起点；R峰后的谷点为S波拐点，峰点为波群终止点；(6)检测P、T波特征位置点：取步骤(4)得到的特征增强后的P波、T波子频带信号，检测P波和T波的峰值点位置，而后分别找出P波和T波峰值点前的第一个谷点，即为P波和T波的起始点；找出P波和T波峰值点后的第一个谷点，即为P波和T波的终止点。