心電監(jiān)護儀R波檢測和心律失常分類算法設計與實現(xiàn).pdf

1、心血管疾病已然成威脅人們身體健康的危險疾病之一，心電監(jiān)護系統(tǒng)能夠檢測出人體生理特征的信息，因此對于心電監(jiān)護系統(tǒng)的研究具有重要意義。人體的心電信號反映出心臟活動的相關信息，我們對心電信號(ECG)進行處理和研究，對于心血管疾病的預防、診斷和治療等均非常有意義。論文研究了ECG信號預處理、R波檢測及心律失常分類兩個方面的內容。
　　1）心電信號預處理。針對心電信號中最為常見的三種噪聲干擾--工頻干擾、低頻基線漂移、高頻肌電干擾，我們設

2、計了三種數(shù)字濾波器，能較好地濾除這三種干擾信號，同時對濾波之后的信號做差分、平方、加窗處理增強QRS波形特征，為后續(xù)R波檢測和心律失常分類分析設計做準備。
　　2）R波峰值檢測。QRS波是ECG信號的最為突出的特征，能否對QRS復波準確定位會直接影響到我們后續(xù)處理的結果。不同的人QRS波的形態(tài)有差異，就算是同一個人在不同時間內波形也會發(fā)生變化，所以本文提出一種自適應差分閾值法來QRS波進行檢測，設定的閾值并不是固定的，而是在檢測的

3、過程中能夠不斷地實時進行更改。我們不但設置了峰閾值，還設置了噪聲閾值來進一步消除非噪聲的干擾；本文的重點內容是對 R波峰值做了兩級檢測，粗略定位和精確定位相結合，能夠提高ECG信號中R波檢測的準確率。最后通過檢測的R波峰位置和寬度信息計算出了心率值。
　　3）心律失常分類。對于常見的比如停搏、漏搏、心動過緩、心動過速、RONT等心律失常現(xiàn)象，采用特征參數(shù)結合邏輯分支判斷法對其實施分類；而對于室性早搏則采用了可自適應更新模板的多模板