基于DCG心電信號的R波檢測算法

張英濤，黃劍華，李明達，宋 濤

(1. 哈爾濱工業(yè)大學(xué)計算機科學(xué)與技術(shù)學(xué)院，哈爾濱 150001；2. 哈爾濱醫(yī)科大學(xué)附屬第一醫(yī)院心內(nèi)科，哈爾濱 150001)

基于DCG心電信號的R波檢測算法

張英濤1，黃劍華1，李明達1，宋 濤2

(1. 哈爾濱工業(yè)大學(xué)計算機科學(xué)與技術(shù)學(xué)院，哈爾濱 150001；2. 哈爾濱醫(yī)科大學(xué)附屬第一醫(yī)院心內(nèi)科，哈爾濱 150001)

提出了一種基于動態(tài)心電圖(DCG)心電信號的R波檢測的新算法．該算法以平均雙向斜率和相對高度為主要特征，能夠快捷準確地檢測R波．通過對MIT-BIH Long-Term ECG數(shù)據(jù)庫以及哈爾濱醫(yī)科大學(xué)醫(yī)院提供的Holter記錄進行R波檢測，驗證了該算法的可行性．針對檢測結(jié)果分別與最大值雙重搜索技術(shù)和差分運算方法(DOM)的檢測結(jié)果進行了比較，發(fā)現(xiàn)所提算法的識別正確率(98.3%)高于以上兩種算法(95.2%和90.7%)．

動態(tài)心電圖心電信號；平均雙向斜率；相對高度；美國麻省理工心律失常數(shù)據(jù)庫

R波的準確定位對于心臟性猝死的預(yù)警診斷有著積極的臨床意義[1]．動態(tài)心電圖(dynamic electrocardiography，DCG)作為一種診斷心律失常的輔助工具，以其無創(chuàng)性而被廣泛應(yīng)用于臨床[2]．心率變異性分析[3]、心率減速力分析[4]、竇性心率震蕩分析[5]以及T波電交替分析[6]是幾種基于DCG的有效預(yù)警心律失常的方法，而這幾種分析方法都依賴于準確的R波檢測.

非實時的R波檢測方法包括小波分析法和神經(jīng)網(wǎng)絡(luò)等方法，雖然檢測效果較好，但運算量大、原理復(fù)雜，不易重現(xiàn)；而實時的R波檢測方法，其檢測效率高、速度快、原理簡單、易于重現(xiàn)，已經(jīng)成為近幾年的研究熱點．

文獻[7-8]提出了兩種實時的R波檢測算法——最大值雙重搜索技術(shù)和差分運算方法，兩種算法的共同點是利用心電信號中R波斜率大的特點，以相鄰點之間的斜率為主要特征對R波進行檢測．上述算法對噪聲干擾比較敏感，在檢測R波之前需要對原始信號進行基線漂移校正，對于采樣頻率較低的DCG心電信號的處理效果不夠理想．

筆者提出了一種基于DCG心電信號的R波檢測新算法，利用了R波波峰斜率大、幅度高的特點，提取了平均雙向斜率和相對高度兩項特征，對MIT-BIH Long-Term ECG數(shù)據(jù)庫中的全部7個樣本實現(xiàn)了R波波峰點坐標的定位．通過與另外兩種實時的R波檢測算法的對比，驗證了本文所提算法的可行性.

1 R波檢測原理

一個正常心電圖的每個心動周期由P波、Q波、R波、S波、T波以及U波組成(如圖1所示)．其中特征最為顯著的是R波，它充分反映了心室收縮時心臟的電行為[9]，因此解決心動周期提取問題的關(guān)鍵就是R波的準確定位．

觀察發(fā)現(xiàn)，QRS波群中的QR波和RS波斜率高、幅度大．利用這兩個特點，對心電信號這兩方面的特征進行提取可以突顯R波波峰的位置，從而達到準確定位R波的目的．

圖1 正常心電圖的一個心動周期Fig.1 A cardiac cycle of normal DCG

1.1 斜率步長的確定

在對心電信號的處理中，定義斜率步長為用于求取斜率的兩采樣點間的采樣點間隔．

設(shè)()N i為心電圖中采樣點i的縱坐標(i點對應(yīng)的電壓值)，f為心電信號的采樣頻率．采樣點i和采樣點j之間的斜率為

由于采樣頻率f是一個定值，因此相鄰采樣點間的時間間隔相等，于是式(1)可以簡化為

在式(2)中，采樣點i和j的斜率步長就是ij-．

因為DCG心電信號的采樣頻率較小，如果斜率步長設(shè)置得不夠合理，容易誤將偽R波(如圖2（a)所示）或畸形T波(如圖2（b)所示）誤識為R波．為了防止這兩種情況的發(fā)生，需要對斜率步長進行合理設(shè)定．

本文所采用的MIT-BIH Long-Term ECG數(shù)據(jù)庫所有心電信號的采樣頻率均為128,Hz，文獻[10]表明，一般QRS波的時間是0.06,s左右，也就是說QR斜率步長與RS斜率步長的和大約在7個采樣點左右(0.06÷(1÷128)=7.68)，為突顯QR斜率和RS斜率高的同時保持R波的對稱性，QR坡的斜率步長和RS坡的斜率步長統(tǒng)一取3．

圖2 MIT-BIH Long-Term ECG數(shù)據(jù)庫中容易誤識的波形Fig.2Waveforms easy to be misdetected in the MIT-BIH Long-Term ECG database

1.2 平均雙向斜率

為突顯出R波兩側(cè)斜率高的特性，本文定義了前向斜率、后向斜率以及平均雙向斜率3個概念．

設(shè)t為斜率步長．對采樣點i而言，點i與點it-之間的斜率1()k i為點i的前向斜率，即

而點i與點it+之間的斜率的相反數(shù)2()k i為點i的后向斜率，即

點i的前向斜率1()k i和后向斜率2()k i的平均值()m i為點i的平均雙向斜率，即

將式(3)和式(4)代入式(5)，得

由于對每個點i而言t都相等，因此在計算平均雙向斜率時，式(6)可簡化為

如圖3所示，在平均雙向斜率序列中，R波波峰的位置更加突出，識別起來更加容易．

圖3 MIT-BIH Long-Term ECG數(shù)據(jù)庫中14046號心電記錄Fig.3 The 14046th waveforms in the MIT-BIH Long-Term ECG database

1.3 第1個R波波峰的確定

定位第1個R波波峰是定位全部R波前需要解決的首要問題．只有確定了第1個R波波峰的位置才能獲得R波形態(tài)特征的閾值，進而迭代地把R波檢測進行下去．

第1個R波波峰的定位依賴于初始平均雙向斜率閾值的確定：首先在信號開頭的至少含有2個R波的信號段中求取最大平均雙向斜率x；然后選擇一個合適的閾值r(如0.6)，以xr為平均雙向斜率的閾值重新搜索這一段信號，可以定位第1個最大平均雙向斜率的位置loc．在該點附近(oc5l-～oc5l+)搜索到的最大峰值top(如式（8)所示）就是第1個R波波峰的位置．

1.4 相對高度

為突顯R波幅度特性的同時又能克服某些具有基線漂移(如圖4(a)和4(b)所示）的信號在R波檢測中的干擾，本文定義前向相對高度、后向相對高度以及相對高度的概念．

對采樣點i而言，點i與點it-之間的縱坐標之差1()h i為點i的前向相對高度，即

點i與點it+之間的縱坐標之差2()h i為點i的后向相對高度，即

點i的前向相對高度1()h i與后向相對高度2()h i的平均值()H i為點i的相對高度，即

將式(9)和式(10)代入式(11)，得

圖4 MIT-BIH Long-Term ECG數(shù)據(jù)庫中14046號和15814號心電記錄Fig.4The 14046th and 15814th waveforms in the MITBIH Long-Term ECG database

如圖4(b)和4(c)所示，相對高度序列不僅突出了R波波峰的位置，而且有效解決了基線漂移的干擾.

2 R波檢測流程

本文算法的流程大致可分為3部分：雙向斜率和相對高度的計算；第1個R波波峰的定位；迭代地依次定位R波．圖5給出了該算法的算法流程，圖6給出了基于平均雙向斜率和相對高度的R波檢測算法以及相關(guān)過程的偽代碼．

圖5 R波檢測程序流程Fig.5 Flow chart of R-wave detection

2.1 掃描定位

以當(dāng)前已經(jīng)檢測出的R波波峰a的平均雙向斜率()M a和相對高度()H a為標準，選擇合適的閾值d、rd和ru，在一定的范圍(mind～maxd)內(nèi)搜索，滿足下列條件的采樣點i即為下一個R波波峰．

(1) 控制平均雙向斜率的條件為

(2) 控制相對高度的條件為

(3) 判斷是否是波峰的條件為

經(jīng)實驗整理，可以參考的閾值為d=0.5，dr=0.5，ur=3，dmin=40，dmax=640．

2.2 偽R波排除與R波波峰疑似點定位

尋找下一個R波波峰疑似點是在R波定位中需要解決的另一問題．當(dāng)定位的“R波”是由噪聲等干擾產(chǎn)生的偽R波(如圖7所示)或在搜索范圍內(nèi)未能定位出R波時，就需要識別并排除偽R波，繼而定位后續(xù)信號中的R波波峰疑似點，以便于再次迭代搜索時進行篩選和判斷．

圖6 R波檢測算法Fig.6 Algorithm of R-wave detection

本文的算法分為兩種情況進行處理．

(1) 搜索時出現(xiàn)異常波峰(如圖7所示)．

若H( i)＞urH( a)，需立即排除該點，并將i+1～i+dmax范圍內(nèi)的平均雙向斜率最大值點s1(如式(16)所示）作為R波波峰疑似點，并以該點為起點開始下一輪迭代．

(2) 在搜索范圍內(nèi)未能搜索到符合閾值的波峰.

在a+1～a+dmax范圍內(nèi)未能搜索到滿足式(16)的s1作為R波波峰疑似點，應(yīng)將a+dmax+1～a+2dmax范圍內(nèi)的平均雙向斜率最大值點s2(如式(17)所示）作為R波波峰疑似點，并以該點為起點開始下一輪迭代．

圖7 含有異常波峰的心電記錄Fig.7 Waveforms with abnormal peak

在每輪迭代之前需要對該疑似點進行式(13)、式(14)和式(15)3項條件的審核以避免誤識的情況發(fā)生，若未通過審核，則判定該疑似點為偽R波波峰并再次搜索，直到搜索到通過審核的疑似點為止．

3 實驗結(jié)果分析

針對MIT-BIH Long-Term ECG數(shù)據(jù)庫中的全部7個心電信號記錄——10446、14134、14149、14157、14172、14184和15814，以每個心電信號第1導(dǎo)的前50個R波波峰坐標的實際位置為標準，運用本文算法以及文獻[7]和文獻[8]算法進行測試，檢測結(jié)果如表1所示．

正確率AR的計算式為

式中：TP為心拍數(shù)；FP為漏檢數(shù)；NP為誤檢數(shù)．

實驗中所采用的MIT-BIH Long-Term ECG數(shù)據(jù)庫的全部7個樣本涵蓋了DCG心電信號中可能出現(xiàn)的各種波形．

15814號樣本存在基線漂移和畸形T波(如圖2和圖4所示)；14134和14172號樣本存在一定的噪聲干擾(如圖8和圖9所示)；14157號樣本存在倒置的T波(如圖10所示)．

圖8 MIT-BIH Long-Term ECG數(shù)據(jù)庫中14134號心電記錄Fig.8The 14134th waveforms in MIT-BIH Long-Term ECG database

圖9 MIT-BIH Long-Term ECG數(shù)據(jù)庫中14172號心電記錄Fig.9The 14172nd waveforms in MIT-BIH Long-Term ECG database

表1 對MIT-BIH Long-Term ECG數(shù)據(jù)的R波檢測結(jié)果Tab.1 Comparison of R-wave detection in MIT-BIH Long-Term ECG database

圖10 MIT-BIH Long-Term ECG數(shù)據(jù)庫中14157號心電記錄Fig.10 The 14157th waveforms of the MIT-BIH Long-Term ECG database

在這些波形的影響下，文獻[7]的誤檢個數(shù)較多，而文獻[8]的漏檢和誤檢個數(shù)都較多(如圖11所示，其中的星狀點為各算法檢測出的R波波峰點，圖11(b)和11(c)中的黑點為漏檢的波峰位置）．這主要是由于兩種算法在求取斜率時只考慮了相鄰采樣點間的單向斜率，而本文算法求取的是平均雙向斜率，加上相對高度的協(xié)調(diào)控制，能夠排除各種波形的干擾，達到準確定位的目的．

在檢測精度方面，將本文算法檢測出的R波位置與心電信號中R波的實際位置相對照，其誤差不大于1個采樣點(其中約99.7%能準確定位)，具有相當(dāng)高的定位精度．

為進一步驗證本文算法在多組心電信號數(shù)據(jù)中檢測的穩(wěn)定性，針對哈爾濱醫(yī)科大學(xué)第一附屬醫(yī)院心內(nèi)科提供的24例心肌梗死后患者的Holter記錄(采樣頻率為125,Hz)，同樣以每個心電信號第1導(dǎo)的前50個R波波峰坐標的實際位置為標準，運用本文算法以及文獻[7]和文獻[8]算法進行測試，檢測結(jié)果如表2所示．

檢測結(jié)果表明在多組Holter數(shù)據(jù)的測試中，本文算法依然可以保持很高的準確率，而另兩種方法則略顯遜色．這說明本算法既具有準確性高的特點，同時具有很強的穩(wěn)定性．

表2 對實際臨床采集Holter數(shù)據(jù)的R波檢測結(jié)果Tab.2 Comparison of R-wave detection of Holter data of clinical collection

圖11 檢測結(jié)果對比Fig.11 Comparison of detection results

4 結(jié) 論

(1) 利用平均雙向斜率和相對高度雙重特征進行定位的策略，使得該算法對信號噪聲的敏感性較低，可以自動排除因信號噪聲產(chǎn)生的偽R波波峰．因此在檢測R波之前不用處理基線漂移和消噪，較好地保持了原信號波形的細節(jié)，提高了心電信號處理的效率．

(2) 具有很好的穩(wěn)定性，能夠準確識別R波波峰的位置，克服了文獻[7]和文獻[8]中難以避免的漏識和誤識的情況．

(3) 算法易于重現(xiàn)，為心率變異性分析、心率減速力分析提供了準確的數(shù)據(jù)特征．

［1］ 鐘杭美. 動態(tài)心電圖預(yù)警心臟性猝死[J]. 臨床心電學(xué)雜志，2007，16(5)：352-355.

Zhong Hangmei. Dynamic electrocardiogram warning sudden cardiac death[J]. Journal of Clinical Electrocardiology，2007，16(5)：352-355(in Chinese).

［2］ 栗 浩，錢春麗，丁彥利. 動態(tài)心電圖臨床應(yīng)用的現(xiàn)狀與進展[J]. 中原醫(yī)刊，2008，35(6)：86-87.

Li Hao，Qian Chunli，Ding Yanli. Status and progress of dynamic electrocardiogram clinical application[J]. Central Plains Medical Journal，2008，35(6)：86-87(in Chinese).

［3］ Lombardi F. Chaos theory，heart rate variability，and arrhythmic mortality[J]. Circulation，2000，101：8-10.

［4］ Bauer Axel，Kantelhardt Jan W，Barthel Petra，et al. Deceleration capacity of heart rate as a predictor of mortality after myocardial infarction：Cohort study[J]. Lancet，2006，367(9523)：1674-1681.

［5］ Schmidt Georg，Malik Marek，Barthel Petra，et al. Heart-rate turbulence after ventricular premature beats as a predictor of mortality after acute myocardial infarction[J]. Lancet，1999，353(9162)：1390-1396.

［6］ Verrier Richard L，Klingenheben Thomas，Malik Marek，et al. Microvolt T-wave alternans：Physiological basis，methods of measurement，and clinical utility—Consensus guideline by international society for Holter and noninvasive electrocardiology[J]. Journal of the American College of Cardiology，2011，58(13)：1309-1324.

［7］ 張開滋，劉海祥，吳 杰，等. 臨床心電信息學(xué)[M].長沙：湖南科學(xué)技術(shù)出版社，2002.

Zhang Kaizi，Liu Haixiang，Wu Jie，et al. Clinical Electrocardiographic Informatics[M]. Changsha：Hunan Science and Technology Press，2002(in Chinese).

［8］ Yeh Y，Wang W. QRS complexes detection for ECG signal：The difference operation method[J]. Comput Meth Prog Bio，2008，91(3)：245-254.

［9］ 楊 鵬，田愛英，郭 欣. 基于差分斜率法檢測QRS波算法[J]. 南京理工大學(xué)學(xué)報，2009，33(增)：128-132.

Yang Peng，Tian Aiying，Guo Xin. Detection of QRS wave based on difference -slope method[J]. Journal of Nanjing University of Science and Technology，2009，33(Suppl)：128-132(in Chinese).

［10］ Saurabh Pal，Madhuchhanda Mitra. Detection of ECG characteristic points using multiresolution wavelet analysis based selective coefficient method[J]. Measurement，2010，43(2)：255-261.

(責(zé)任編輯：金順愛)

Novel R-Wave Detection Algorithm of DCG Signal

Zhang Yingtao1，Huang Jianhua1，Li Mingda1，Song Tao2
(1. School of Computer Science and Engineering，Harbin Institute of Technology，Harbin 150001，China；2. Department of Cardiology，F(xiàn)irst Affiliated Hospital of Harbin Medical University，Harbin 150001，China)

A novel R-wave detection algorithm of DCG signal is proposed. The algorithm takes the average two-way slope and relative height as its main characteristics. It can detect the R-wave fast and accurately. The feasibility of the algorithm is verified by MIT-BIH Long-Term ECG database and the Holter records from FAHHMU. Experimental results indicate that this algorithm has a much more precise detection rate(98.3%)than the maximum double-searching technology and the difference operation method(DOM)(95.2% and 90.7%).

DCG signal；average two-way slope；relative height；MIT-BIH Long-Term ECG database

TP391.4

A

0493-2137(2014)01-0074-07

10.11784/tdxbz201206014

2012-06-09；

2012-11-06．

國家自然科學(xué)基金資助項目(61100097)．

張英濤（1975— ），女，博士，副教授．

張英濤，yingtao@hit.edu.cn.