CN109497995B - 心电信号r波的检测方法、设备及计算机可读介质 - Google Patents
心电信号r波的检测方法、设备及计算机可读介质 Download PDFInfo
- Publication number
- CN109497995B CN109497995B CN201910040834.8A CN201910040834A CN109497995B CN 109497995 B CN109497995 B CN 109497995B CN 201910040834 A CN201910040834 A CN 201910040834A CN 109497995 B CN109497995 B CN 109497995B
- Authority
- CN
- China
- Prior art keywords
- detected
- preset
- electrocardiosignal
- value
- wave
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
- A61B5/346—Analysis of electrocardiograms
- A61B5/349—Detecting specific parameters of the electrocardiograph cycle
- A61B5/352—Detecting R peaks, e.g. for synchronising diagnostic apparatus; Estimating R-R interval
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Physics & Mathematics (AREA)
- Animal Behavior & Ethology (AREA)
- Pathology (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Signal Processing (AREA)
- Cardiology (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physiology (AREA)
- Psychiatry (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本发明公开了一种心电信号R波的检测方法，方法包括：获取待检测的心电信号在预设时间内的幅值序列；基于所述幅值序列生成第一预设阈值；在所述幅值序列的预设范围内确定最大幅值；将所述最大幅值与所述第一预设阈值进行比较，当所述最大幅值大于所述第一预设阈值时，确定所述最大幅值对应位置的心电信号波形为待检测的心电信号的R波。本发明在检测心电图的心电信号时通过圈定检测范围，检测R波的位置时只需在圈定的范围内判断最大的幅值的位置是否大于预设阈值，在判断出最大的幅值的位置大于预设阈值时最大的幅值对应的波形为待检测的心电信号的R波，此方法在R波的检测中具有运算量小，耗时短的优点，提高了R波检测的效率。
Description
技术领域
本发明涉心电信号检测的领域，尤其涉及一种心电信号R波的检测方法、设备及计算机可读介质。
背景技术
心电图(ECG)是利用心电图机从体表记录心脏每一心动周期所产生的心电信号变化的图形，参见图1，一个心电图的周期内包括P波、QRS波、T波和U波，其中，QRS波是心电信号中重要的成分，它反映了心室收缩时心脏内的电流活动情况，它的发生时间和波形能够提供许多关于心脏状态的信息。通过QRS波中R波之间的间距变化计算心率变异性，从而更好预测心脏性猝死和心律失常性事件。其中，心率变异性是反映自主神经***活性，并评估心脏交感神经与迷走神经张力及其平衡性，因此，对R波的检测至关重要。
现有的R波的检测大都采用小波变换法，但小波变换法在R波的提取时，需要运用Mallat算法对心电信号进行3层小波分解，并在第2、3层高频系数中取一段数据计算两个尺度上的检测阈值，然后在第3层高频系数中检测超出阈值的模极大值点，并通过第2层高频系数上找到数值符合阈值要求的点作该模极大值点是否对应于R波的条件。
现有上述这种R波的检测过程运算量大、耗时长，降低了R波检测的效率，增加了病人的诊断时间，严重时会造成病情延误，错过最佳治疗。
发明内容
本发明的目的在于提供一种心电信号R波的检测方法、设备及计算机可读介质，用以解决现有R波的检测过程具有运算量大、耗时长的缺点，以致增加病人的诊断时间，严重的会造成病情的延误，错过最佳的治疗时间的问题。
本说明书实施例采用下述技术方案：
一种心电信号R波的检测方法，所述方法包括：
获取待检测的心电信号在预设时间内的幅值序列；
基于所述幅值序列生成第一预设阈值；
在所述幅值序列的预设范围内确定最大幅值；
将所述最大幅值与所述第一预设阈值进行比较，当所述最大幅值大于所述第一预设阈值时，确定所述最大幅值对应位置的心电信号波形为待检测的心电信号的R波。
可选的，所述在预设范围内确定最大幅值，具体包括：
在待检测的心电信号中将指针以预设位置为起始位置，以预设基本单位的至少一倍的步长逐次移动，其中，每一个预设基本单位所在位置对应一个待检测的心电信号的幅值，所述指针可以指向所述心电信号中任一时间的幅值；
所述指针进行下一次移动前在预设范围内确定最大幅值，其中，所述预设范围包含指针所在的位置。
可选的，所述将所述最大幅值与第一预设阈值进行比较，当所述最大幅值大于所述第一预设阈值时，确定所述最大幅值对应位置的心电信号波形为待检测的心电信号的R波，具体包括：
在预设范围内获取第一预设数量待检测的心电信号的幅值；
求出预设范围内获取的第一预设数量待检测的心电信号的幅值的平均值；
找出最大的偏移值及最大的偏移值的位置，其中，偏移值为预设范围内第一预设数量待检测的心电信号的幅值的平均值与待检测的心电信号的幅值差值的绝对值；
将最大的偏移值与第二预设阈值进行比较。
可选的，所述第一预设阈值包括初始阈值，所述初始阈值为：根据所述待检测的心电信号中预设时间段内对应的第二预设数量的幅值计算得出的数值。
可选的，所述方法还包括：确定当前位置之前的R波数量是否小于第三预设数量；
当确定当前位置之前的R波数量小于第三预设数量时，所述将所述最大幅值与第一预设阈值进行比较，当所述最大幅值大于所述第一预设阈值时，确定所述最大幅值对应位置的心电信号波形为待检测的心电信号的R波，包括：
将所述最大幅值与所述初始阈值比较；
当所述最大幅值大于所述初始阈值时，确定所述最大幅值对应位置的心电信号波形为待检测的心电信号的R波，且所述R波的数量自增1，所述R波的数量初始取值为0。
可选的，所述第一预设阈值还包括动态阈值；当确定当前位置之前的R波数量大于或者等于所述第三预设数量时，所述动态阈值为：
根据当前位置之前且与当前位置邻近的第四预设数量的R波幅值计算得出的数值。
可选的，当确定指针当前位置之前的R波数量大于或者等于所述第三预设数量时，所述将所述最大幅值与第一预设阈值进行比较，当所述最大幅值大于所述第一预设阈值时，确定所述最大幅值对应位置的心电信号波形为待检测的心电信号的R波，包括：
将所述最大幅值与所述动态阈值比较；
当所述最大幅值大于所述动态阈值时，确定所述最大幅值对应的位置为待检测的心电信号的R波，且所述R波的数量自增1。
可选的，所述当所述最大幅值大于所述第一预设阈值时，确定所述最大幅值对应的位置为待检测的心电信号的R波之后，所述方法还包括：
判断指针的第i个位置是否为待检测的心电信号的终点位置，所述i为大于1的自然数，小于等于所述待检测心电信号包含的预设基本单位的个数；
若判断出指针的第i个位置是终点位置，则得出所有R波的位置序列以及对应每个R波的位置序列的幅值。
可选的，在确定预设范围内所述指针对应的幅值为最大幅值之前，所述方法还包括：
计算整个待检测的心电信号幅值的平均值；
计算从整个待检测的心电信号的首个幅值起第五预设数量的心电信号幅值的平均值，将首个幅值对应的位置向后移动一个预设基本单位，求相同数量的待检测的心电信号幅值的平均值，重复上述步骤得出移动平均线；
待检测的心电信号幅值减去对应的移动平均线上的值，再加上整个待检测的心电信号幅值的平均值，得出去除干扰信号的待检测的心电信号。
可选的，所述确定所述最大幅值对应位置的心电信号波形为待检测的心电信号的R波，包括：
设定相邻R波之间的最小间距；
以第一个R波为基准，在判断当前所述最大幅值对应位置与前一个R波对应位置之间的距离大于所述最小间距时，确定所述最大幅值对应位置的心电信号波形为待检测的心电信号的R波。
本说明书实施例还提供一种计算机可读介质，其上存储有计算机可读指令，所述计算机可读指令可被处理器执行以下步骤：
获取待检测的心电信号在预设时间内的幅值序列；
基于所述幅值序列生成第一预设阈值；
在所述幅值序列的预设范围内确定最大幅值；
将所述最大幅值与所述第一预设阈值进行比较，当所述最大幅值大于所述第一预设阈值时，确定所述最大幅值对应位置的心电信号波形为待检测的心电信号的R波。
本说明书实施例还提供一种心电信号R波的检测设备，该设备包括用于存储计算机程序指令的存储器和用于执行程序指令的处理器，其中，当该计算机程序指令被该处理器执行时，触发该设备执行以下步骤：
获取单元，用于获取待检测的心电信号在预设时间内的幅值序列；
生成单元，用于基于所述幅值序列生成第一预设阈值；
确定单元，用于在所述幅值序列的预设范围内确定最大幅值；
比较单元，用于将所述最大幅值与所述第一预设阈值进行比较，当所述最大幅值大于所述第一预设阈值时，确定所述最大幅值对应位置的心电信号波形为待检测的心电信号的R波。
本说明书实施例采用的上述至少一个技术方案能够达到以下有益效果：本发明在检测心电图的心电信号时通过圈定检测范围，检测R波的位置时只需在圈定的范围内判断最大的幅值的位置是否大于预设阈值，在判断出最大的幅值的位置大于预设阈值时最大的幅值对应的波形为待检测的心电信号的R波，此方法在R波的检测中具有运算量小，耗时短的优点，提高了R波检测的效率，为病人争取更大的治愈机会。
附图说明
此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1为心电图一个周期的心电信号图；
图2为本发明实施例一提供的心电信号R波的检测方法的流程示意图；
图3为矩形窗口在待检测的心电信号的示意图一；
图4为矩形窗口在待检测的心电信号的示意图二；
图5为本发明实施例二提供的心电信号R波的检测方法的流程示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
本说明书实施例提供了一种心电信号R波的检测方法、设备及计算机可读介质，以解决现有R波的检测过程具有运算量大、耗时长的缺点，以致增加病人的诊断时间，严重的会造成病情的延误，错过最佳的治疗时间的问题。为解决上述问题，图2示出了心电信号R波的检测方法实施例的流程，该方法包括：
步骤S101，获取待检测的心电信号在预设时间内的幅值序列。
步骤S102，基于幅值序列生成第一预设阈值。
步骤S103，在幅值序列的预设范围内确定最大幅值。
在本说明书实施例的步骤S103中，具体包括：将指针在待检测的心电信号中以预设位置为起始位置，以预设基本单位的至少一倍的步长逐次移动；指针进行下一次移动前在预设范围内确定最大幅值，其中，所述预设范围包含指针所在的位置，每一个预设基本单位所在位置对应一个待检测的心电信号的幅值。另一种方法是在待检测心电信号中先确定出多个预设范围，在这些预设范围内找出最大的幅值。
同时，在本说明书实施例的步骤S103中，在待检测的心电信号进行检测时，预先设定指针的起始位置，之后指针在待检测的心电信号中由初始位置以预设基本单位的至少一倍的步长进行移动，可以将心电信号起始位置选取为心电信号的初始位置，指针以预设基本单位的至少一倍的步长向后侧移动，或者将心电信号起始位置选取为心电信号的末端位置，指针以预设基本单位的至少一倍的步长向前侧移动，或者将心电信号起始位置选取为心电信号的非端点的任意位置，指针以预设基本单位的至少一倍的步长向前侧或后侧运动，目的是结合后续步骤检测出一段连续待检测的心电信号的R波。
同时，在本说明书实施例的步骤S103中，预设基本单位根据时间进行设定，例如，将1S均匀划分360个单位，即将1S时间段的待检测的心电信号的图形转化成360数值，指针在移动时选取100个单位的步长进行移动。
同时，在本说明书实施例的步骤S103中，预设范围包含指针所在的位置，指针的位置可以选在预设范围内的任意位置。
进一步的，在本说明书实施例的步骤S103中，预设范围可以比作滑动的矩形窗口，指针比作矩形窗口内任意的固定位置，例如指针位于矩形窗口的中心轴，参见图3，矩形窗口在滑动过程中与心电图的心电信号重合的部分为预设范围，此时将心电信号起始位置选取为心电信号的初始位置，将矩形窗口的长度设定为100个单位，预设范围为(0-100)，在(0-100)内获取100个待检测的心电信号的数值；求出(0-100)内获取的100个待检测的心电信号的数值的平均值；将(0-100)内100个待检测的心电信号的数值按大小进行排序，找出最大的幅值及最大的幅值的位置，将最大的幅值与第一预设阈值进行比较，图4为图3的矩形窗口通过预设基本单位的至少一倍的步长逐次移动后的示意图，再找出移动后的矩形窗口范围内的最大幅值，通过判断此处的最大幅值是否大于第一预设阈值来确定该最大幅值的位置是否为R波的位置，在设定移动的距离时，可以将距离设定为矩形窗口的宽度，此时对于矩形窗口的宽度在设置时不大于两个相邻R波的最小距离，若是将矩形窗口的宽度设定在大于两个相邻R波的最小间距时，矩形窗口范围内的可能会出现两个R波，此时会出现遗漏R波的情况；此外，在设定移动距离时也可以将其设定为小于矩形窗口的宽度，此时可能会造成同一个R波的多次判定，即因为存在重叠的部分，在一个矩形窗口范围内选出的最大幅值，可能在将矩形窗口移动后，移动后的最大幅值处在重叠的部分，造成同一个R波同时判断两次。由此，在矩形窗口的移动距离的设定上最好设置为矩形窗口的宽度，同时矩形窗口的宽度设定上应该是小于两个相邻R波的最小间距。
同时，在本说明书实施例的步骤S103中，第一预设阈值为判断最大的幅值对应位置的波形是否为R波时所设定的参考数值。两个相邻R波之间存在最小的间距，为使检测出的R波完整，需要将预设范围以及指针每次移动的距离进行限定，即预设范围以及指针每次移动的距离的最大不能超过两个相邻R波之间存在最小的间距。例如，若两个相邻R波之间存在最小的间距是108，预设范围的取值为100，指针每次移动的距离为100。
步骤S104，将最大幅值与第一预设阈值进行比较，当最大幅值大于第一预设阈值时，确定最大幅值对应位置的心电信号波形为待检测的心电信号的R波。
在本说明书实施例的步骤S104中，具体包括：先在预设范围内获取第一预设数量待检测的心电信号的幅值；求出预设范围内获取的第一预设数量待检测的心电信号的幅值的平均值；将预设范围内第一预设数量待检测的心电信号的幅值按大小进行排序；找出最大的偏移值及最大的偏移值的位置，其中，偏移值为预设范围内第一预设数量待检测的心电信号的幅值的平均值与待检测的心电信号的幅值差值的绝对值；此时需要判断最大的偏移值是否处在指针位置，将最大的偏移值与第二预设阈值进行比较，当最大偏移值大于第二预设阈值时，确定最大偏移值对应位置的心电信号波形为待检测的心电信号的R波。由此可以看出，为了提高R波检测的精准度，还可以根据最大偏移值与第二预设阈值的大小来判断是否为待检测心电信号的R波。
较佳的，图5示出了心电信号R波的检测方法实施例的流程，该方法包括：
步骤S201，获取待检测的心电信号在预设时间内的幅值序列。
步骤S202，基于幅值序列生成第一预设阈值。
步骤S203，在幅值序列的预设范围内确定最大幅值。
在本说明书实施例的步骤S203中，同实施例一中的步骤S103，不再赘述。
步骤S204，将最大幅值与第一预设阈值进行比较。
在本说明书实施例的步骤S204中，同实施例一中的步骤S104，不再赘述。
步骤S205，判断当前位置之前的R波数量是否小于第三预设数量，若是，则执行步骤S206，若否，则执行步骤S208。
在本说明书实施例的步骤S205中，心电信号随着时间的变化，R波的幅值与相邻的R波存在联系，换个说法就是R波的变化不是忽起忽落、无规律可循的，通过分析相邻的几个R波，可以大致预测下一个R波的幅值，所以要判断当前位置是否为R波时，可以借助当前位置之前的R波进行判断，而判断当前位置是否为R波时借助之前R波的数量根据实际情况设定，在不需要特别精确的情况下，即第三预设数量可以选取3-6个，但要是需要特别精确的情况下，即第三预设数量可以选取10个以上。
步骤S206，判断最大幅值是否大于初始阈值，若是，则执行步骤S207，若否，则执行步骤S203。
在本说明书实施例的步骤S206中，初始阈值为根据待检测的心电信号中预设时间段内对应的第二预设数量的幅值计算得出的数值，其中，初始阈值的计算时，可以选取预设时间内的全部幅值，也可以选取预设时间内的一部分幅值，通过计算预设时间内的全部幅值或是一部分幅值的平均值，再将计算出的数值乘以一个设定的阈值系数，计算出初始阈值，此外，为了提高R波检测的精准度，可以根据以下算法计算初始阈值，同时在判断该位置是否为R波时，由最大的偏移量和初始阈值进行比较。
算法步骤为：先从待检测的心电信号中截取一段时间的心电信号数据按预设基本单位的全部幅值，得到一组序列D1；计算出D1序列的所有数值的平均值；将D1序列中的每一个幅值减去D1序列的所有数值的平均值，得到序列D2，将D2序列内的所有数值取绝对值，得到序列D3，将D3序列降序排列，得到序列D4，选取D4序列中的多组数值求平均值，将所求的平均值乘以设定的阈值系数得到初始阈值。例如：初始阈值的计算时，先从待检测的心电信号中截取3S的心电信号数据按预设基本单位的全部幅值，得到一组序列D1(0.1,0.2，0.3,1.4,1.6,1.5,0.3,0.2,0.1，0.1)，再计算出D1序列中所有数值的平均值为0.6，再由D1序列中的每一个数值减去求出的电平均值，得到序列D2(-0.5,-0.4，-0.3,0.8,1,0.9,-0.3，-0.4，-0.5,-0.5)，将D2序列中的所有数值取绝对值，得到序列D3(0.5,0.4，0.3,0.8,1,0.9,0.3，0.4，0.5，0.5)，将D4序列降序排列，得到序列D4(1,0.9,0.8,0.5,0.5,0.5,0.4,0.4,0.3,0.3)，再将D4序列中的第二组至第三组数值求平均值为0.85，将0.85乘以设定的阈值系数0.7，求得初始阈值为0.6。
步骤S207，确定最大幅值对应的位置的心电信号波形为待检测的心电信号的R波，且R波的数量自增1。
在本说明书实施例步骤S207中，R波的数量初始取值为0，并且R波的数量由逐渐自增。
步骤S208，判断最大幅值是否大于当前位置的动态阈值，若是，则执行步骤S207，若否，则执行步骤S203。
在本说明书实施例的步骤S208中，动态阈值是根据当前位置之前且与当前位置邻近的第四预设数量的R波计算得出的数值，其中，当前位置动态阈值的计算时，可以选取当前位置之前且与当前位置邻近的第二预设数量的R波，第四预设数量的也可以小于第二预设数量。具体的，获取当前位置之前且与当前位置邻近的第四预设数量的R波，并求出第四预设数量R波幅值的平均值；将所求平均值乘预设系数得出当前位置的动态阈值。例如：获取指针的当前位置之前且与指针的当前位置邻近的3个R波，幅值分别为1.2、1.25与1.3，并求出3个R波幅值的平均值为1.25，预设系数为0.6，最终得出当前位置的动态阈值为0.75。
根据上述步骤检测出多个R波，但为了判别检测出的R波是否完整，进一步的，确定最大幅值对应的位置为待检测的心电信号的R波后，需要判断指针的第i个位置是否为待检测的心电信号的终点位置，其中，指针的第i个位置为指针的当前位置；若判断出指针的第i个位置是终点位置，则得出所有R波的位置序列以及对应每个R波的位置序列的幅值，若判断出指针的第i个位置不是终点位置，则执行步骤S201，其中，i为大于1的自然数，小于等于待检测心电信号包含的预设基本单位的个数。
在步骤S201之前，由于待检测的心电信号中存在干扰信号。
进一步的，在步骤S201之前，因待检测的心电信号的干扰信号中存在基线漂移、工频干扰等干扰信号，采用移动平均法去除待检测的心电信号的干扰信号，使得检测出的R波在完整性和准确性更好。具体的，计算整个待检测的心电信号幅值的平均值；计算从整个待检测的心电信号的首个幅值起第五预设数量的心电信号幅值的平均值，再将首个幅值对应的位置向后移动一个预设基本单位，求相同数量的待检测的心电信号幅值的平均值，重复上述步骤得出移动平均线；待检测的心电信号幅值减去对应的移动平均线上的值，再加上整个待检测的心电信号幅值的平均值，得出去除干扰信号的待检测的心电信号。其中，第五预设数量在选取时根据检测R波所需的精确度，在需要精度高的情况下第五预设数量可以选取为350，需要精确度低的情况下第五预设数量可以选取为200，一般要求下第五预设数量选取为280。
在上述方案的前提下，因设定的预设范围与待检测的心电信号周期不同，在待检测的心电信号中会检测出多余的R波，所以在预设范围内找出最大幅值且该最大幅值大于第一预设阈值时，需要增加一个判别过程，即：设定相邻R波之间的最小间距；以第一个R波为基准，在判断出当前所述最大幅值对应位置与前一个R波对应位置之间的距离大于所述最小间距时，确定所述最大幅值对应位置的心电信号波形为待检测的心电信号的R波。
在本说明书实施例的上述步骤中，在预设范围内找出最大幅值且该最大幅值大于第一预设阈值时，需要进行进一步判断当前的位置是否为R波。例如，根据多组测试结果设定相邻R波之间的最小间距为108，已知第1个R波在第79个点上，需要判断第2个满足预设范围内找出最大幅值且该最大幅值大于第一预设阈值是否为R波的位置，若此位置为179，因为此位置与上一个已知的R波之间的距离小于108，则此位置不是R波的位置，若此位置为200，因为此位置与上一个已知的R波之间的距离大于108，则确定此位置是R波的位置。。
基于同一个发明构思，本说明书实施例提供的一种计算机可读介质，其上存储有计算机可读指令，计算机可读指令可被处理器执行以下步骤：
获取待检测的心电信号在预设时间内的幅值序列；
基于所述幅值序列生成第一预设阈值；
在所述幅值序列的预设范围内确定最大幅值；
将所述最大幅值与所述第一预设阈值进行比较，当所述最大幅值大于所述第一预设阈值时，确定所述最大幅值对应位置的心电信号波形为待检测的心电信号的R波。
基于同一个发明构思，本说明书实施例提供的一种心电信号R波的检测设备，该设备包括用于存储计算机程序指令的存储器和用于执行程序指令的处理器，其中，当该计算机程序指令被该处理器执行时，触发该设备执行以下步骤：
获取单元，用于获取待检测的心电信号在预设时间内的幅值序列；
生成单元，用于基于所述幅值序列生成第一预设阈值；
确定单元，用于在所述幅值序列的预设范围内确定最大幅值；
比较单元，用于将所述最大幅值与所述第一预设阈值进行比较，当所述最大幅值大于所述第一预设阈值时，确定所述最大幅值对应位置的心电信号波形为待检测的心电信号的R波。
在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进(例如，对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray，FPGA))就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字***“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言(Hardware Description Language，HDL)，而HDL也并非仅有一种，而是有许多种，如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等，目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit，ASIC)、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的***、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白，本发明的实施例可提供为方法、***、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于***实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。
Claims (12)
1.一种心电信号R波的检测方法，其特征在于，所述方法包括：
获取待检测的心电信号在预设时间内的幅值序列；
基于所述幅值序列生成第一预设阈值；所述第一预设阈值包括初始阈值；
在所述幅值序列所在的心电信号的预设范围内确定最大幅值，所述预设范围的宽度小于两个相邻R波的最小间距；
将所述最大幅值与所述第一预设阈值进行比较，当所述最大幅值大于所述第一预设阈值时，确定所述最大幅值对应位置的心电信号波形为待检测的心电信号的R波；
其中，所述将所述最大幅值与所述第一预设阈值进行比较，当所述最大幅值大于所述第一预设阈值时，确定所述最大幅值对应位置的心电信号波形为待检测的心电信号的R波，具体包括：
判断当前位置之前的R波数量是否小于第三预设数量；
若判断结果表示当前位置之前的R波数量小于第三预设数量，则判断所述最大幅值是否大于所述初始阈值；
当判断结果表示所述最大幅值大于所述初始阈值时，确定所述最大幅值对应位置的心电信号波形为待检测的心电信号的R波。
2.根据权利要求1所述心电信号R波的检测方法，其特征在于，所述在预设范围内确定最大幅值，具体包括：
在待检测的心电信号中将指针以预设位置为起始位置，以预设基本单位的至少一倍的步长逐次移动，其中，每一个预设基本单位所在位置对应一个待检测的心电信号的幅值，所述指针可以指向所述心电信号中任一时间的幅值；
所述指针进行下一次移动前在预设范围内确定最大幅值，其中，所述预设范围包含指针所在的位置。
3.根据权利要求2所述的心电信号R波的检测方法，其特征在于，所述将所述最大幅值与第一预设阈值进行比较，当所述最大幅值大于所述第一预设阈值时，确定所述最大幅值对应位置的心电信号波形为待检测的心电信号的R波，具体包括：
在预设范围内获取第一预设数量待检测的心电信号的幅值；
求出预设范围内获取的第一预设数量待检测的心电信号的幅值的平均值；
找出最大的偏移值及最大的偏移值的位置，其中，偏移值为预设范围内第一预设数量待检测的心电信号的幅值的平均值与待检测的心电信号的幅值差值的绝对值；
将最大的偏移值与第二预设阈值进行比较。
4.根据权利要求1所述的心电信号R波的检测方法，其特征在于，所述初始阈值为：根据所述待检测的心电信号中预设时间段内对应的第二预设数量的幅值计算得出的数值。
5.根据权利要求4所述的心电信号R波的检测方法，其特征在于，所述确定所述最大幅值对应位置的心电信号波形为待检测的心电信号的R波之后，还包括，对所述R波的数量自增1，所述R波的数量初始取值为0。
6.根据权利要求5所述的心电信号R波的检测方法，其特征在于，所述第一预设阈值还包括动态阈值；当确定当前位置之前的R波数量大于或者等于所述第三预设数量时，所述动态阈值为：
根据当前位置之前且与当前位置邻近的第四预设数量的R波幅值计算得出的数值。
7.根据权利要求6所述的心电信号R波的检测方法，其特征在于，当确定指针当前位置之前的R波数量大于或者等于所述第三预设数量时，所述将所述最大幅值与第一预设阈值进行比较，当所述最大幅值大于所述第一预设阈值时，确定所述最大幅值对应位置的心电信号波形为待检测的心电信号的R波，包括：
将所述最大幅值与所述动态阈值比较；
当所述最大幅值大于所述动态阈值时，确定所述最大幅值对应的位置为待检测的心电信号的R波，且所述R波的数量自增1。
8.根据权利要求1所述的心电信号R波的检测方法，其特征在于，所述当所述最大幅值大于所述第一预设阈值时，确定所述最大幅值对应的位置为待检测的心电信号的R波之后，所述方法还包括：
判断指针的第i个位置是否为待检测的心电信号的终点位置，所述i为大于1的自然数，小于等于所述待检测心电信号包含的预设基本单位的个数；
若判断出指针的第i个位置是终点位置，则得出所有R波的位置序列以及对应每个R波的位置序列的幅值。
9.根据权利要求1-8任一项所述的心电信号R波的检测方法，其特征在于，所述获取待检测的心电信号在预设时间内的幅值序列之前，所述方法还包括：
计算整个待检测的心电信号幅值的平均值；
计算从整个待检测的心电信号的首个幅值起第五预设数量的心电信号幅值的平均值，将首个幅值对应的位置向后移动一个预设基本单位，求相同数量的待检测的心电信号幅值的平均值，重复上述步骤得出移动平均线；
待检测的心电信号幅值减去对应的移动平均线上的值，再加上整个待检测的心电信号幅值的平均值，得出去除干扰信号的待检测的心电信号。
10.根据权利要求5或7所述的心电信号R波的检测方法，其特征在于，所述确定所述最大幅值对应位置的心电信号波形为待检测的心电信号的R波，包括：
设定相邻R波之间的最小间距；
以第一个R波为基准，在判断当前所述最大幅值对应位置与前一个R波对应位置之间的距离大于所述最小间距时，确定所述最大幅值对应位置的心电信号波形为待检测的心电信号的R波。
11.一种计算机可读介质，其上存储有计算机可读指令，所述计算机可读指令可被处理器执行以实现权利要求1至9中任一项所述的方法。
12.一种心电信号R波的检测设备，该设备包括用于存储计算机程序指令的存储器和用于执行程序指令的处理器，其中，当该计算机程序指令被该处理器执行时，触发该设备执行权利要求1至9中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910040834.8A CN109497995B (zh) | 2019-01-16 | 2019-01-16 | 心电信号r波的检测方法、设备及计算机可读介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910040834.8A CN109497995B (zh) | 2019-01-16 | 2019-01-16 | 心电信号r波的检测方法、设备及计算机可读介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109497995A CN109497995A (zh) | 2019-03-22 |
| CN109497995B true CN109497995B (zh) | 2021-08-24 |
Family
ID=65757995
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910040834.8A Active CN109497995B (zh) | 2019-01-16 | 2019-01-16 | 心电信号r波的检测方法、设备及计算机可读介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109497995B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111956205B (zh) * | 2020-10-21 | 2021-01-08 | 平安科技（深圳）有限公司 | 一种心电图数据处理设备、方法、装置及存储介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103584854A (zh) * | 2013-11-29 | 2014-02-19 | 重庆海睿科技有限公司 | 心电信号r波的提取方法 |
| CN103690156A (zh) * | 2013-11-22 | 2014-04-02 | 东软熙康健康科技有限公司 | 一种心率获取方法及心电信号的处理方法 |
| CN106889984A (zh) * | 2017-01-22 | 2017-06-27 | 河北大学 | 一种心电信号自动降噪方法 |
| CN107233093A (zh) * | 2017-05-23 | 2017-10-10 | 安徽华米信息科技有限公司 | R波的检测方法、装置及电子设备 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11627916B2 (en) * | 2014-06-03 | 2023-04-18 | Guangzhou Jingcheng Medical Technology Limited | Method, storage medium and electrical device for obtaining cycle of physiological signal |
-
2019
- 2019-01-16 CN CN201910040834.8A patent/CN109497995B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103690156A (zh) * | 2013-11-22 | 2014-04-02 | 东软熙康健康科技有限公司 | 一种心率获取方法及心电信号的处理方法 |
| CN103584854A (zh) * | 2013-11-29 | 2014-02-19 | 重庆海睿科技有限公司 | 心电信号r波的提取方法 |
| CN106889984A (zh) * | 2017-01-22 | 2017-06-27 | 河北大学 | 一种心电信号自动降噪方法 |
| CN107233093A (zh) * | 2017-05-23 | 2017-10-10 | 安徽华米信息科技有限公司 | R波的检测方法、装置及电子设备 |
Non-Patent Citations (1)
| Title |
|---|
| 心电监护仪R波检测和心律失常分类算法设计与实现;李黎明;《中国优秀硕士学位论文全文数据库 医药卫生科技辑》;20180115(第1期);第6-46页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109497995A (zh) | 2019-03-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10258250B2 (en) | GPU-based parallel electrocardiogram signal analysis method, computer readable storage medium and device | |
| Rincon Soler et al. | The impact of artifact correction methods of RR series on heart rate variability parameters | |
| Wan et al. | Electrocardiogram baseline wander suppression based on the combination of morphological and wavelet transformation based filtering | |
| WO1997043722A1 (en) | Method and apparatus for detecting nonlinearity in a dynamical system | |
| CN109843165B (zh) | 心跳检测方法和心跳检测设备 | |
| CN107233093B (zh) | R波的检测方法、装置及电子设备 | |
| CN114742114B (zh) | 高频qrs波形曲线分析方法、装置、计算机设备与存储介质 | |
| CN110352035A (zh) | 经由信号变化放大的静脉穿刺和动脉线引导 | |
| WO2018129822A1 (zh) | 一种血压测量方法及设备 | |
| JP2015208682A (ja) | 心拍数変動定量化のための中心モーメントのストリーミング更新 | |
| CN107708531A (zh) | 从生理数据中确定生理参数的方法 | |
| US11730416B2 (en) | Method of processing electrocardiogram signal | |
| CN109497995B (zh) | 心电信号r波的检测方法、设备及计算机可读介质 | |
| Antink et al. | Detection of heart beats in multimodal data: a robust beat-to-beat interval estimation approach | |
| CN109497994B (zh) | 一种心电信号r波的检测方法、设备及计算机可读介质 | |
| KR20130034635A (ko) | 심장 부정맥을 분류하기 위한 방법 및 장치 | |
| CN107898443A (zh) | 重搏波检测方法、装置及计算机存储介质 | |
| JP2015502824A (ja) | 可変パルス幅の不確定率有限信号（ｖａｒｉａｂｌｅｐｕｌｓｅ−ｗｉｄｔｈｓｉｇｎａｌｓｗｉｔｈｆｉｎｉｔｅ−ｒａｔｅｓ−ｏｆ−ｉｎｎｏｖａｔｉｏｎ）の分析および復元のためのシステムおよび方法 | |
| Chen et al. | Low-power perceptron model based ECG processor for premature ventricular contraction detection | |
| TW201811261A (zh) | 訊號偵測方法 | |
| CN117224146A (zh) | 一种在心电信号中检测特征波的方法和*** | |
| US9554753B2 (en) | Electrocardiogram (ECG) sensor and method of operating the same | |
| KR102155206B1 (ko) | 심전도 신호의 주기성을 이용한 r파 정점 검출 방법 | |
| CN113616217B (zh) | 基线漂移曲线的生成方法和装置 | |
| KR102236437B1 (ko) | 생리학적 데이터와 시뮬레이션 데이터를 이용한 멀티태스크를 수행하는 사용자의 인지 부하 측정 방법 및 장치 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |