基于生成对抗网络的动态心电信号QRS波检测

心电信号分析是预防心血管疾病的重要举措,QRS波的精确检测不仅是心电信号处理的关键步骤且对心率计算和异常情况分析具有重要作用。针对动态心电信号存在信号质量差或异常节奏波形导致常用QRS波检测方法精度较低的问题,本文提出了一种基于生成对抗网络新型QRS波检测算法。该算法以Pix2Pix网络为基础,生成网络采用U-Net结构,判别网络运用Patch-GAN思想,用U-Net结构的跳跃连接方式,实现了心电数据至R波波峰位置数据的映射,并通过对原始信号的去噪和重组,提升输入信号信噪比。使用ICBEB动态心电数据库2000组单导联心电信号进行算法验证,并与P&T算法和基于CNN的算法作对比,结果表明,本文算法的R波检测准确率达到99.13%,显著优于P&T算法和CNN算法。在灵敏度和阳性预测方面,本文算法获得最优结果,说明了本文算法的有效性。     

基于位置估计与识别后处理的心电信号P波检测

心电图中的P波是临床诊断中分析心律失常,判断心房病变的重要参考依据.但在心电信号的自动分析中,P波常由于特征不明显,形态、位置多变等原因,难以直接被准确检测.针对上述问题,本文提出了一种基于位置估计与识别后处理的P波检测算法.该算法根据ECG信号中QRS波群位置及RR间期信息,对P波位置进行估计,自适应确定P波检测区域;然后,对检测区域内心电信号进行移动窗口积分,通过搜索积分信号极值,检测出候选P波;最后,采用局部距离变换法提取出每一候选P波的边界点,并据此对该候选P波的幅值和时间宽度进行分析,识别出真实的P波,从而完成P波检测.经QT数据库和MIT-BIH心律失常数据库中真实心电数据验证,本算法适用于各种情况下可见P波的检测,且检测正确率高于98%.     

基于小波变换的QRS波检测算法

针对基于小渡变换的心电信号QRS波的检测算法的计算量较大,硬件不易实现的问题,提出一种FPGA的实现方案.首先分析了利用小波变换检测QRS波群的算法,给出硬件实现方案,该算法由小波变换模块和检测模块两个模块实现.然后选取高端FPGA作为硬件处理平台,给出小波变换模块及波形检测模块具体实现结构.最后在Quartus Ⅱ下进行编译和仿真,完成心电信号检测算法的硬件实现.从综合后的资源占有率上可以看出系统充分利用了FPGA内部丰富的资源,从仿真的结果看出在FPGA系统上准确的检测出了QRS波.     

自适应CA-CFAR的心电信号R波检测技术

针对心电信号R波的突变特性,利用雷达信号的检测方法,本文提出一种自适应单元平均恒虚警率(cell averaging-constant false alarm rate, CA-CFAR)的R波检测方法。首先利用滤波器组对心电信号进行预处理;然后将预处理后的信号利用自适应CA-CFAR检测判决;最后由心电信号R波的间隔特性做一个不应期剔除规则的处理,得到R波的定位。对美国麻省理工学院提供的MIT-BIH数据库中心电图(Electrocardiograph, ECG)信号仿真,实验证明,自适应参考单元的CA-CFAR对MIT-BIH的ECG信号R波检测的精准率为99.842%,检测误差为0.354%。实测数据表明了算法的有效性和适用性。      

基于改进差分阈值算法的心电检测技术研究

针对差分阈值算法中固定阈值的局限性,文中提出了一种基于自适应波峰阈值和R波间隔阈值的算法。该算法结合心电信号特点自动选择波峰阈值,并选择R波间隔阈值,提高了算法的自适应性和准确率。文中以MIT-BIH心律失常数据库中的心电信号作为实验样本,采用带通滤波与小波阈值滤波相结合的方法完成心电信号去噪,采用改进差分自适应阈值算法对心电信号进行波形检测。实验结果表明,该算法能够将心电信号R波的检测准确率提升到99.57%,有效减少了误检、漏检问题的发生,并可准确完成心率、心率变异性、身体疲劳度、精神疲劳度计算和常见心律失常分类。     

基于高阶统计量的心电信号R波检测

心电信号的检测对于临床心脏疾病的检验和确诊有很重要的作用,所以目前有关心电信号检测方法的研究很多。本文针对心电信号R波的检测,采用了一种基于高阶统计量的检测方法。使用MATLAB编程软件实现了心电信号R波检测,采用非参数直接法心电信号R波进行双谱估计,并将实验运行结果作以比较。实验结果表明高阶统计量是一种十分有效的信号检测和系统分析方法。     

基于AT91SAM9261S的心电疾病诊断系统

介绍基于AT91SAM9261的心电疾病诊断系统的设计。采用的测试平台以AT91SAM9261为核心,整个设计完成了硬件驱动和软件设计,可以对心电信号进行前置处理,接着进行波形检测与分析,从而做出心电情况的诊断,对于不正常心电给出反馈。该设计中采用的算法简单有效,给出了处理前后心电波形的液晶屏显示效果和QRS波群检测的正确率,正确率为96.93%符合实时诊断的要求。     

基于数学形态学的心电信号R波检测算法

为了解决心电信号中R波的检测问题,研究验证一种结合自适应阈值的极大值搜索与数学形态学的R波检测算法。数学形态学算法是基于信号局部特征的,可以有效突出信号的峰谷点。考虑了心电信号特点的自适应阈值极大值搜索算法,可以敏感检测R波的准确位置。通过对MIT-BIH心率变异数据库中多组心电数据的仿真验证研究,实验结果表明,两种分析方法的结合可以有效消除心电信号的基线漂移或异常病态心率对检测的影响,能有效实现心电信号中R波的实时检测,预期本算法在心电信号的自动分析中将会扮演更为重要的角色。     

基于稀疏分解和模糊理论的心电信号波形检测及识别

心电图是现代医学的一个重要诊断依据. 用计算机检测识别心电信号波形,能缓解越来越庞大的心电数据给医务人员带来的工作压力,减少因疲劳、疏忽以及主观偏差产生的误差.利用改进的Gabor字典和粒子群优化算法,对心电信号做稀疏分解,并根据所得系数及对应的原子特性,建立模糊规则检测QRS波群.再在QRS波群前后,通过稀疏分解找到最有可能对应着P波、T波的原子,然后用模糊系统完成P波、T波的检测识别.实验表明,算法QRS波群检测正确率高,P波、T波波形识别符合专家的主观判断,算法切实可行.     

基于Android系统的心电分析软件的设计

针对传统心电分析系统一般运行在电脑客户端这一局限性,提出一种基于Android平台的心电分析系统。根据实际需求,系统采用C/S模式,结合Android平台的特点,完成对客户端软件系统的开发,同时阐述系统实现过程中的一些主要算法,如R波检测、心律失常诊断和心电滤波器的设计等。通过对麻省理工学院心电数据库MIT-BIH中数据的分析,验证了算法的正确性。测试结果表明,该系统能满足医疗终端的应用需求。     

Digital fractional order operators for R-wave detection in electrocardiogram signal

In this study, we present an effective R-wave detection method in the QRS complex of the electrocardiogram (ECG) based on digital differentiation and integration of fractional order. The detection algorithm is performed in two steps. The pre-processing step is based on a fractional order digital band-pass filter whose fractional order is obtained by maximising the signal to noise ratio of the ECG signal, followed by a five points differentiator of fractional order 1.5 then the squaring transformation and the smoothing are used to generate peaks corresponding to the ECG parts with high slopes. The detection step is a new and simple strategy which is also based on fractional order operators for the localisation of the R waves. The MIT/BIH arrhythmia database is used to test the effectiveness of the proposed method. The algorithm has provided very good performance and has achieved about 99.86% of the detection rate for the standard database. The results obtained are presented, discussed and compared to the most recent and efficient R-wave detection algorithms.     

基于集合经验模态分解和信号结构分析的心电信号R波识别算法

R波作为确定心电信号各波段的重要参考,是心电自动分析的前提。针对大多数R波识别算法的预处理过程影响识别准确度和耗时问题,该文提出一种基于集合经验模态分解(EEMD)和信号结构分析的算法对带噪心电信号(ECG)的R波直接进行识别。首先通过EEMD将带噪声的心电信号分解成一系列本征模态分量,然后对分解后的各模态分量作独立成分分析以提取出R波特征最明显的成分,对该成分进行结构分析,从而实现对R波的准确定位。仿真结果表明,该文算法对带噪声心电信号的R波识别具有更优性能,对异常心电信号的R波识别也具有明显效果。     

运用时空域信息优化的虚拟检测线组式视频车辆检测算法

本文提出了一种运用时空域信息优化的虚拟检测线组式视频车辆检测算法。针对车窗反光、环境瞬变等因素对车辆检测精度的影响,着重分析了对算法的优化方法。经过时空域信息的优化,这种算法的鲁棒性较运用单条虚拟检测线的算法有很大提高。算法的实验结果论文中也已给出,表明该算法有良好的前景。     

Real-time heart rate variability extraction using the Kaiser window

A new method for real-time heart rate variability (HRV) detection from the R-wave signal, based on the integral pulse frequency modulation (IPFM) model and its similarity to pulse position modulation, is presented. The proposed method exerts lowpass filtering with a Kaiser window. It can also be used for off-line HRV analysis in both the time and frequency domains. Real-time bandpass filtering as a new HRV investigation method and as a by-product of the proposed algorithm is also introduced. Furthermore, the discrete time domain version of the French-Holden algorithm is developed, and it is thoroughly proved that lowpass filtering is an ideal method for detection of HRV     

基于检测门限优化的DVB-T信号联合检测算法

针对检测过程中认知信号检测门限难以合理设定以及检测准确率不高的问题,根据数字电视地面广播(DVB-T)信号循环前缀特征,给出一种联合能量检测与循环前缀相关检测算法。该算法将虚警概率与检测概率的加权作为门限的函数,通过最小化函数获得优化检测门限,最终达到提高系统检测性能的目的。仿真结果也表明,在信噪比为-25~-10 dB时,对比传统能量检测算法,采用优化判决门限的能量检测算法,检测概率提高了10%~22%,联合检测算法的检测准确率提高了2%~25%。     

Top-Hat变换在心电R波定位中的参数优化

 为解决Top-Hat变换在心电R波定位中结构元素的优化选取问题,构建一个与心电相近的带有尖峰的周期信号,在此基础上定义目标函数,利用开运算的灰值形态学几何意义导出了目标函数的解析表达式,进而分析得出了Top-Hat变换中的结构元素长度的最优值的解,并由此导出了Top-Hat变换在心电R波定位时结构元素长度的最优估值计算公式.实验结果表明:按本文提出的方法选取最优值,在利用Top-Hat变换进行心电R波定位时,能在保持最佳定位效果的前提下,具有最低的算法时间复杂度.     

High-Precision Real-Time Premature Ventricular Contraction (PVC) Detection System Based on Wavelet Transform

This study presents a high-precision real-time detection system to detect arrhythmia of premature ventricular contraction (PVC). This system detects the peak of the R-wave based on wavelet transform (WT) and then uses a new algorithm to detect PVC. The proposed PVC detection algorithm combines the sum of trough and sum of R_peak with minimum to detect PVC. A crucial function of morbid warning is implemented in this system so that users receive an alert signal when PVC is detected. The proposed system is simulated and verified using the MIT-BIH Arrhythmia Database (mitdb). The system is also implemented by FPGA to illustrate its high precision and real-time performance.     

疲劳检测中人眼定位方法研究

针对疲劳检测系统应用环境背景简单的问题,提出一种人眼定位方法。该方法使用Adaboost算法对人眼样本进行训练,将训练结果用于人眼定位。相比于其他疲劳检测方法,该算法不必首先定位人脸,有更高的检测速度和检测率,同时对光照和人脸姿势有更好的鲁棒性。     

基于小波变换的汉语声调识别新方法

利用小波变换能够模拟人耳听觉特性的优点及其时频局部化特性,对实际语音信号进行分析。根据小波变换模极大值原理以及语音信号的奇异和瞬态特性,提出了一种新的小波变换峰值检测算法。该算法可用于精确提取语音的基音周期,准确进行声调识别。最后,给出应用实例说明了本文算法的有效性。