小波变换在心电图识别系统中的应用.docx
《小波变换在心电图识别系统中的应用.docx》由会员分享,可在线阅读,更多相关《小波变换在心电图识别系统中的应用.docx(11页珍藏版)》请在冰豆网上搜索。
小波变换在心电图识别系统中的应用
第2O卷
第3期
2D07年9月
石油化工高等学校学报
10URNAL
(F
PETROCHEMICALUNlVERSlllES
Vol20No.3ScD
2007
文章编号:
1006—396x(200703—0。
89一04
小波变换在心电图识别系统中的应用
张
勇,
张
萍
(辽宁科技大学,辽宁鞍山114044
摘要:
利用小波变换技术对心电囤的QRs波、P渡、T波的具体彤态进行识别,由此得到各个渡的形态、起点、终.点的住置厦相应的参数值。
并在得到特征参数的基础上构建了心电图诊断专家系统,它是以领域专家的理论知识和经验知识为基础,采用一种新的模糊推理方法建立模糊专家系统。
采用Vc++60时该方法进行拴测,结果显示谊系统能较准确对心电图进行自动分类诊断。
美键词:
一。
电图;小波变换;模糊专家系统
中图分类号:
TP315;R318.04
文献标识码:
A
ApplicationinIdentificationSystemofElectrocardiograph
Based
on
WaveletTransform
ZHANGYong,ZHANGPing
(Uz
zuP瑚z甜o,sc2P月洲wd
Tjc^no£oF,L
2㈣z”g,An,^dnL£㈣而g114044,P.R.(、^Ⅲ
尺ecPt"Pd5
F日6Ⅲry
2007;㈣5Pd
20
Mnr“2007;&ccP户£gd5A户rzZ2007
Abst蚰“:
usewavelettransform
to
1dentlfytheldlographLc
shapeofQRs,P,JrofE【ectrocardLograph(EcG,andc】btainthe
shape,begmnlng,end
of
wave
and
rclc啪‘parameter.Theexpen
systemof
ECGdlagnoslswasset
up
on
thcbasisof
characteristicparameter,【nwhlcha
new
fuzzyinference
methodwas
used
to
developthe
fuzzyexpert
systembased
on
experjenceand
5pec
Laltyknowledgeofelperts
showsthatthlssystem
can
automatlcallydlagnosctheresultofECGwellandtruIy.Keywm‘ds:
Electrocardiograph(ECG;Wave】et
transform;Fuzzyexpertsystcm
Corresp。
ndmg
author.Tel.:
+88
412—5929696}fax:
+86—412—5929696;mallizhBngplng
心电图检查是临床心血管疾病诊断的一个最基本的依据“],而利用计算机对心电图进行检测、自动诊断一直是生物医学领域研究的重点课题,它能有效避免由人为主观所造成的各种弊端,提高心电图诊断的正确率。
利用心电图自动诊断各种心血管疾病.本质上就是提取心电图的特征参数对心电图进行分类的过程。
因此,本文利用小波变换的奇异型将心电图的各波形特征参数提取出来,并在其基础上构建模糊专家系统对心电图进行分类诊断。
收稿日期:
2007
0205
作者简介:
张勇(1963,男,辽宁辽阳市,教授,博士基金项目:
国家自然科学基金项目(F030206。
1
心电图特征参数的提取
1.1心电图噪声抑制
由于心电图往往混有工频干扰、肌电干扰、基线
基线漂移和运动伪迹所引
起的噪声属于低频噪声,本文采用中值滤波器的方法来滤除心电信号中的低频噪声。
中值滤波器的作用是屏蔽信号中较大的值”],得到只含有低频噪声的趋势项信号,使其与原始信号叠加,消除原始信号中的低频噪声部分。
其大致过程为:
分别采用loo
ms和700n-s中值滤波器将心电信号中的低频噪声
心电信号中有用的高频部
分容易被肌电干扰噪声掩盖,工频干扰和心电信号
90石油化工高等学校学报第20卷
会有频率重叠,单纯从频域里面考虑滤波会连带正常信号一同滤除,故本文采用小渡阈值消噪法对心电信号中的高频噪声进行抑制。
小波阈值消噪法“的基本思想是按照一定的预设闯值压缩信号的小波变换系数.然后用被雎缩后的系数重构信号以达到消噪的目的。
经过多次的仿真验证,本文采用db6小波函数和基于stein的无偏似然估计闽值消噪法在小波分解的第1层至第3层进行噪声消除。
图1是染有高低频噪声的心电信号处理前后的对比,它是采用中值滤波器和小波闽值消噪法来滤除低频和高频噪声前后的对比图,从图1中能够看出,虽然所得的信号不是十分的光滑,但总体来说保留r与原信号的相似性,没有使信号发生失真。
■■■‘■■■_■“__LU上U』uu上L止J^
原始信号,自噪击漂之后的结果
Fjg.JECGsi印a1afterremovi“g¨oise
图1消噪后的心电信号
1.2特征参数的提取
QRS波群是心电图中最具特点的波形,其振幅远远的高于其它波形,最容易被检测出来.因此一般都将其作为一个心跳周期的标志。
QRs波检测不仅是诊断心律失常的最重要的依据,而且只有在QRs波确定后才能分析心电图的其它信息。
由于QRs波群的频率带范围一般在3~40Hz,在小波分析中,分解系数的第3,4层次包含有该频带,故文中选取一个相对集中拥有这个频带的第4层进行R波检测。
检测峰值的基本过程是”1:
对消噪后的信号进行小波变换,提取第4层小波变换的系数,在该系数中检测具有过零点特性的极大极小值对,每检测到这样一对极大极小值,意味着原信号在该区域内存在一个峰值点,在检测出的每一对极大极小值所确定的区间中搜索原始信号的局部极值点,该点所在位置便为峰值所在位置,即心电图的主波位置和方向,但还不能确定尖峰是R波还是Qs波或是s波等,这是由于每个导联呈现的QRs波状态不同。
故得到主波后,还要进一步判断这个主波是R波、Qs波还是s波等。
具体步骤如下(假设z为消除噪声和基线漂移之后的心电信号:
①计算z(Peak,如果z(Peak二.,0,说明得到的主波为R波,如果z(Pcak<0,转入②。
②由于Q波和s波的方向都是向下的,故不能确定向下的主渡到底是Q波还是s波,故必须以此主波为中心,在一定的问隔内同时向两侧寻找模极大值。
如果R波在它的右边则此波是Q波;如果R波在它的左边,则此渡是S波。
③并不足每一个模极大值都是R波,这里采用存在率(幅值与时间的比率进行判断:
幅值是相对于其基线而言的,时间是从产生此模极大值开始到其结束,得到存在率一幅值/时间。
R波是典型的突变奇异点,故它的存在率一定很大,经过多次的实验比较,得到此存在率的阉值为2,超过10以上,说明此R波是大R渡,主波很有可能为R波,如果大于2且在10以内,说明有R波但为小R波,如果比率小于2,说明没有R波,呈现的是Qs波状态。
④如果得到的R波在主波的左边,说明主渡实际是s波,相反如果在右边,说明主波实际是Q波,如果没有得到R波,说明主波实际是Qs波。
判断的结果如图2所示。
Fig2JudgeresultaboutmaiⅡwave
圈2主波的检测结果
a主峰值;bR波;cQs波
1.2。
2P波和T波的定位虽然P,T波的特征不明显,且在部分心电图中是低平的情况,但由于P,QRs,T波一定是交替出现,这样就可以通过检测两个QRs波之间两个最明显的波来确定它们,前面的是T波,后面的是P波,本文是搜索峰值点的幅度与基线相差最大的点。
P波峰值定位:
P波的检测是从Q波起点到与前一个R波间隔的38%范围内反向寻找极大值极小值,比较极大值极小值与基线之差的绝对值。
若两个值的比值在o。
6~l_4,还要进一步判断P波是否呈现双相,若极大值与极小值之问呈单调特性,则P波为双相,否则P波为单相,若极大值与基线之差的绝对值大于极小值与基线之差的绝对值,则P波正向直立,反之,P波反向倒置。
P波的起点和终点是以P波峰值为中心,分别向两侧搜索最接近基线的点。
T波峰值定位:
T波检测是从s波终点到与后一个R波间隔的60蹦范围内正向寻找极大值极小值,若极大值与基线之差的绝对值大于极小值与基线之差的绝列值,则T波正向直立,反之,T波反向
研
卅
卅
第3期张勇等.小波变换在心电罔识别系统中的应用
倒置。
T波的起点和终点定位:
同样以T波为中心,分别向两侧搜索最接近基线的点,记为P。
和,‘,。
由于上述的特征点都是在消除噪声和基线漂移后的心电图基础上进行的,这样就促使非峰值点发生偏移,使得大范围的单调数据变的紧凑,从而在此基础上检测到的起点和终点变的十分不准确。
因为P波的峰值到起点和终点都是在小范围内单调,故发生的偏移在允许的范围内,而T波的起点和终点都属于大范围单调数据,尤其T波的起点,常与s—T段发生融台,界限模糊不清,所以本文中将充分利用T波峰值点与起止点之间的单调性进行检测。
1.3实验结果与分析
利用上面所提到的算法对MIT/BIHArrhythmiaDatabase中的48个30min的心电图信号进行整体处理,对实验结果进行统计,得到QRs渡群检出率,这里只给出常用的几个如表1所示。
表IQRs波检出统计表
TabIe1DPkcti雠stansticsofl!
RS
数据蹁号QRsFPFN正确率,%1002273O0100
10422290l99.96
10721375O09.76
112253900lOO
20026013399.77
20i20005099.75
20221360699.72
MIT—BIHArrhythmiaDatabase中的48个心电信号平均枪出率为99.87%。
总体上来说,QRS波的检出率还是相当高。
2心电图自动诊断分类
模糊专家系统”1能在初始信息不完全或不十分精确的情况下,更能模拟好人类专家的推理方法,并能有效地或正确地解决基于概率论的专家系统所不能解决的问题。
其结构如图3所示。
Fig.3Thefuncti佣conngurati仰offuzzyexpertsyst哪
图3模糊专家系统功能结构
输入输出模块用以输入系统初始信息,输出系统最终结论,这些信息和结论也可以是带不确定性。
模糊知识库存储着从专家那里得到的关于某个领域的专门知识、经验和书本知识及常识的事实和规则。
模糊数据库用于在领域内的初始数据和推理过程中得到的各种中间信息,这些信息都可能是不确定的。
模糊推理是根据当前输入的数据,利用模糊知识库中的知识,按一定的推理策略,去解决当前的问题。
解释模块是一组程序,对推理给出必要的解。
2.1模糊专家系统的建立
。
獬。
埝。
纷蜒。
烩燃硷”缈。
蛰烩。
避“辫憋。
烩。
龄。
羚
Fig.4Fuz2yi“pulparame蛔‘
图4输入参数模糊化
对于各波的形态和心率的模糊化是一样的,使用三角形隶属函数,其它的宽度和幅值参数均使用梯形隶属函数。
在实际的程序处理中,一般用一些简单的整数
石油化工高等学校学报第20卷
来表示规则中的语义表述,表格中导联所对应的数
字表示QRs波形态,“8一qR”,“6一rS”,诊断结果
“3一左前分支传导阻滞”,“4一左后分支传导阻滞”。
表2模糊规则表
Table2Fu盟ynlle
前提:
IFziSATHEN—is_B
输入:
-risA’
结论:
iSB7B7一F(d(A7,A,R一(A,B(1
函数d(A7,A为观察事实A7与规则前件A之间的
相互关系,表示A’不符合A的一个度量。
R一(A,
B仍为规则A—B的蕴涵关系R一(一,即表示前件
A,结论B之间的联系,F(d(A’,A,也(A,B则
为对A7与R。
(A,B的合成。
若
引…一∥“’∥瓯’麓麓篙
O“Ⅳ(o:
≤“^(8.
~一e’日‘‘’%“一’[1肌(“。
]
岛一∑[d,(A7,A“]/s
E—p∥(以一min.(1,胭(6,+△,S=c∑Ⅳ∥(d。
(2
(3
(4
(5
(6
Z5
函数,利用上述公式将其精确化为“一J“m(“乩
35
一;s—l5o.5
一』,o.828“d“+』。
o.231“d“+』。
o.342“d“一一3b;b—u0
2.988由最终的精确输出值可知输入量属于窦性心律分类。
图5中sr_,窦性心律,pb一异位心律,vb一室内传导,avb一房性传导,mi一心肌梗死,ac一心房扩大。
Fig.5Membershipfu眦tionsofoutput
图5输出的隶属函数值
3结论与分析
在上述方法的基础上已经用VC++6.0开发了一个结构简单,实用性强的心电图自动识别系统,它能够较准确的给出诊断结果。
虽然现有计算机诊断系统已达到其最佳的诊断能力,但它还比不上专业医生的水平,所以很多国内外研究学者正朝着以下几个方向改进心电图诊断和程序“J:
(1利用每个心跳中的信息;(2综合不同程序的结果;(3吸收在体表电位和仿真模型中的知识;(4采用非心电图的数据;(5用记录完备的心电图数据库来评估心电图诊断程序。
相信在不久的将来心电图自动诊断系统一定会在临床上得到广泛应用。
参考文献
[1]董明.心电囤自动分析的新趋势[J].国外医学生物工程分册,1998,12(2:
12l123.
[2]vanA1steJA,schllerTs.Removalofbase一1inewanderpower—ljneinterferencefromEcGby2anefflcientFIRfl【ter
withareducednumberoftapS口].IEEEBME,1985,32(12:
】os21060.
[3]DDn。
hoDL1enoisjngbys。
n—fhmshh。
l出“g[J],IEEEtr丑nsonjnforma“Dn£h∞ry,1995(3:
613607.
[4]扬福生,小波变换的工程分析与应用[M].北京:
科学出版社,1999.
[5]丈眷延,车春光.一种基于奇异值分解的EcG信号处理算法口].武汉工业大学学报,2000,22(5:
96—99.
[6]YuHenHu,surekhaPalr。
ddy.Apatient—adaptableEcGbeatclasslfierusj“gamlxtljre。
fexpertsapproach[J].IEEE
transactiononblomedlcalengineering,1997,44(9:
891~899.
[7]zadehLA.Towardath∞。
yoffuzzysystems.1n:
H。
lt,Rlnchartswlnston.Aspectsofnetworkandsystemtheory
[c].[s.1.]:
[s.n.],1971.
[8]王士同,模糊理论与模糊专家系统[M].上海:
科学技术文献出版社,20。
o.
[9]汪德宁,孙即祥,毛玲,等.一种新德模糊推理方击口].模糊系统与数学.20(15,19(3:
19—23.
(Ed.:
WYX,Z