本课题主要研究小波变换在心电信号特征提取中的应用,它是心电信号处理领域中的基础性研究。 心电图的QRS波群包含了人体心脏电活动的丰富信息,对它识别的好坏在临床诊断上具有重要意义。以前主要是临床医生根据个人经验进行判断,这不但工作量繁重而且往往会因为个人的原因而产生误判。随着信息技术的发展,计算机在信号处理中得到了越来越广泛的应用。然而,心电信号本身较弱,同时包含众多有规律和无规律的干扰(如:高频的工频干扰、肌电干扰以及低频的基线漂移干扰,加之病人的呼吸、运动、甚至是情绪的变化,都会引起心电信号(ECG)的波动和干扰),这些干扰都为心电信号特征点的提取以及疾病的识别增加了难度。本课题针对这些情况,将小波变换理论应用于心电信号的处理中,经MIT/BIH数据库检测,取得了良好的效果。 基于小波变换的QRS波的检测主要包含有两个方面的工作:一是选择合适的小波函数;二是制定相应的QRS波的检测策略。选择一个合适的小波函数,就可以最大限度地突出特征点,这样会极大地提高检测的准确度。同时,一套完善的检测策略则是剔除近似点、提高检测准确度的关键。 本课题主要是从以下两个方面对心电信号进行研究: 1) 最小二乘小波的研究:通过研究,提出一种新型的、高精度的最小二乘小波。在对强干扰区进行QRS波检测时,最小二乘小波具有较高的抗干扰能力;同时,可以用较少的运算量取得较高的精确性;另外,用最小二乘小波进行QRS波检测时,用的是极大值点,这比样条小波检测时所用的模极大值对的零交叉点判断更简单,定位也更精确。所以,最小二乘小波是一种适用于QRS波检测的强有力的工具。 2) QRS波的检测:我们制定的检测策略是一套与最小二乘小波相适应的,最大程度突出R波特征并适用于各种干扰的检测策略。其中,动态阈值是基础,多级重构判断、导数判断和不应期判断是通用策略,而周期判断、完全代偿间歇判断、QS波辅助判断以及丢失补偿则是提高准确度的关键。经MIT/BIH数据库实验表明,该检测策略已基本消除了各种干扰所产生的影响,R波检测准确率达到99.9%。