一种虚拟心电信号发生器

近年来在心电图(ECG)自动机器诊断领域中,采用专家系统、神经网络或二者相结合的方式,已普遍受到人们重视.这些方式通常要借助大量专家知识及原始数据,经反复推理或训练来实现.然而,专家知识及原始数据的获得却常常成为构造系统的“瓶颈”问题,防碍了研究的顺利进行.

　　以神经网络为例,它能较好的模拟人类形象思维,通常只需通过直观的视觉方式从专家那里录入所需的心电波形,经适当特征抽取,将相应的知识引入到系统中.在波形的录入过程中,往往需大量的原始数据供专家选择,但现实中某些所需数据往往无法及时采得.虽然,通过建立大型心电数据库可促进这一研究,如MIT/BIH数据库,欧洲ST-T数据库,但这通常仅适用对某一特定方向的研究,如数据压缩[1,2]、特征点识别[3]或少数病例的识别[4,5]等,而对那些需要大量病理数据的心电自动诊断研究来说,其作用非常有限.此外,当采用神经网络方法时,常常需要大量同类病理信号的不同数据、典型的病理信号数据以及处于正常与异常心电信号边界的数据用于训练和测试,这些信号往往不易获得,而力图以数据库去包含研究所需的全部数据是几乎不可能的.所以,有必要依据有关心电知识来人为地构造所需心电数据.

　　就ECG的产生机理来看,人们似乎已有了较深入的认识.虽然许多学者力图通过建立完善的数学模型来仿真心电图[6],但对于人体这样一个复杂系统,对于各种病理心电从量变到质变的复杂过程,存在着大量的模糊现象和随机现象,极难以精确的数学模型来表示和处理.在这一问题尚未完全解决之前,可以利用实际取得的心电数据,结合有关心电知识来产生所需心电数据.

　　为此,作者提出一种可以通过类似于绘图和插件组合的方式,结合有关心电专家的知识或有关文献报道,来产生所需ECG数据的心电发生器.

1　系统结构

1.1　本系统要实现的功能

　　为使专家知识能以简单、直观视觉形式表达[7],并考虑到ECG本身的拟周期性和绝大多数P-QRS-T波群形态的相似性,系统应达到以下几点基本要求:

　　1)能够对实际采集的数据做适当修改,得到所需的心电数据.

　　2)能够将时序数据转化二维图形,在图形方式下编辑,并可将编辑结果转为时序数据.

　　3)用户可以利用一些标准的单位特征波形,如某些常见病理P-QRS-T复合波,合成所需波形的基本形状,并可对合成波形进行手动修改,得到所需的最终波形.

　　4)可以通过参数调整来改变单位特征波形形状.

　　5)用户可自行定义单位波形及相应的特征参数,以备在合成波形时调整使用.

6)能对已有信号指定数据段以所需数据段进行替代或对某些数据段进行周期性延拓.