基于DSP的心电信号R波检测新算法

　　1前言

　　R 波检测是心电信号检测的关键，它不仅是检测其它心电波群(P 波、T 波)的基础，同时还可以帮助诊断心律不齐和心跳异常等疾病。对于比较规则的正常心电信号自动检测显得比较简单，通常只需选择适当的阈值就可以通过阈值判断的方法得到令人满意的结果。然而，心电信号从采集到传导的过程往往

　　会引入干扰噪声，比如肌电信号，基线漂移以及工频干扰等。为此，很多学者提出了行之有效的算法来抑制噪声，使得 R 波的检测率提高。其中小波变换方法以其在时域和频域内具有良好的局部化特性的优点而得到广泛应用。通常的检测方法分为两个步骤，信号预处理，实现信号消噪以及突出特征点;R 波检测，确定 R 波起始点和终点位置。现已发表的文献都是对单导联信号进行检测，由于 ECG 信号的个体差异太大，单导联自动检测方法比较容易出现特异点误检。本文算法选择同时对两个通道的 ECG 信号进行小波分解和检测判断，再综合两个通道的检测判断得出最后的结果。基于多导联的检测方法从不同角度检测，两个通道可相互修正检测结果从而提高了正确检测率。

　　硬件芯片选择的TMS320VC5509 DSP 是一款速度快、低功耗的定点数字信号处理器。它的工作频率可达到 144MHz 并且片上集成了 128K 字节的 RAM，其低功耗的特点很好的满足了可持续检测及微型化的要求。

　　2原理

　　小波分析的基本思想是将信号分解成一系列小波函数的叠加, 而这些小波函数都是一个小波母函数经过平移与尺度伸缩得来的。小波变换的定义如下:

　　(1)式中表示傅立叶变换并取共轭，a>0 是尺度因子，b反映位移，其值可正可负。小波变换将一维信号 映射为二维信号 ，对时间信号实现了时-频联合分析。尺度α 决定了时域和频域观测范围，而b 只对时域内窗的位置有影响。所以在应用中可以通过调整 α,b 的值获取信号的低频或者高频信息。

　　在计算机应用中，通常要将尺度参数和时间平移参数离散化，而且变换式存在快速算法，即 mallat 算法。这样既可以使计算简便同时不会丢失信息(通过逆变换可还原信号)。小波变换在信号奇异性检测方面应用很广泛，因为小波变换具有空间局部性，能“聚焦”于信号的局部结构。通常采用Lipschitz 指数来描述其奇异性，随着尺度的精细，小波变换的模极大值将收敛于信号的奇异点。因此可以通过分析小波系数而得到原始信号的奇异点，这正是小波分析用于 ECG 信号 R 波检测的基本原理。

　　3方法

　　本文算法主要包括两个步骤：1)利用LMS自适应滤波器对原始信号进行消噪预处理2)进行小波分析，确定R波的位置。预处理的目的是消除信号中的噪声，使后面R波检测阶段能够更加精确。输入信号是多导联中的两个导联的输出信号，这两个导联的选择并非任意的，文章使用的是 MIT-BIH 心电数据库的数据，所以沿用了数据库的选择。两个通道的信号分别经过进行消噪预处理，小波变换 R 波检测得到初步结果。最后运用本文算法检测策略进行检测，得到最后R 波检测结果。