首页 > 测试测量 > Labview 虚拟仪器 > 一种基于LabVIEW8.2提取ECG特征点的新方法

一种基于LabVIEW8.2提取ECG特征点的新方法

录入：edatop.com 点击：

1、引言
目前的心电图（ECG）还主要依赖于人工读图，而且对相关人员所具备的专业知识水平要求很高。在计算机自动分析识别方面，虽有研究但技术尚不成熟[1]，对心电波形的自动识别还不准确，使得计算机自动诊断心电图还未能有效应用于临床[2]，[3]。在ECG信号的自动识别领域，有关P-QRS-T各波（群）的识别已经有很多研究成果，如可变阈值法[3]、自适应阈值的方法[4]、差分阈值法[5]、模板匹配法[6]、小波变换法[7,8]、神经网络法[8]等。这些方法各有所长，但还没有一种堪称完美。在数据分析过程中，这些方法都要对时域内包括噪声在内的所有信号样本点进行检测、判别。
2、LabVIEW8.2中Waveform Peak Detection VI简介
在LabVIEW8.2中，新增了一个功能强大的"Waveform Peak Detection VI"，这一VI的功能是检测出输入波形中设定阈值范围内的所有波峰点(Peak)或波谷点（Valley）。该VI如图1所示。

图1 LabVIEW8.2中的Waveform Peak Detection.vi
在该VI的输出中，包含了以下重要信息：
? 1)所有波峰/波谷点的幅值（Amplitudes）；
? 2)所有波峰/波谷点的二阶导数(2nd Derivatives)；
? 3)所有波峰/波谷点的位置索引（在波形数据序列中的序号）；
? 4)找到的波峰/波谷点总数。
这些数据均以数组的形式同时输出，相互对应，提供用户直接使用。
3、使用Waveform Peak Detection VI检测ECG特征点的方法
3.1 信号波形特征点的提取依据
如果同时使用两个Peak Detection VI，将给定的阈值条件分别设定为：
VI1：大于零的波峰（Peak/Valley=Peak，Threshold>0 ）,
VI2：小于零的波谷（Peak/Valley= Valley，Threshold<0 ）。
则在该VI的输出序列中，就包含了所有的大于零的波峰点和小于零的波谷点，方法如图2所示。

图2 Waveform Peak detection VI 抽取输入波形的波峰/波谷点示意图
对于一段正常典型的心电波形来说，经该VI处理后的结果，可形象地用图3表示出来。

图3 标准ECG波形经Waveform Peak detection VI 处理的前后对比图
当然，对于实际的ECG信号，不可避免地会存在干扰和漂移，很显然，这不会影响到PQRST各特征点的正确抽取，只不过，对于存在干扰、漂移的ECG，经Peak Detection VI输出的点序列中，不仅包括需要的特征点部份，而且还包括那些干扰波的波峰点和波谷点，此时应加以区分。
根据正常ECG的特点，R峰点特征最为突出，具体表现为：
?1 幅值最大
2 波形最尖锐
所以，可以在经VI提取出的点序列数组中，以幅值最大值或二阶导数最小值为判别依据来认定为R峰点。

3.2 ECG特征点的提取方法
因为Peak Detection VI的输出中已包含有相应点的幅值、二阶导数及位置索引信息，在确定R峰点后，可进一步根据ECG的特点确定出其它各特征点。完整的ECG特征点判别方法及步骤为：
　（1）幅值最大或二阶导数最小（或两者同时满足）的波峰点判定为R峰点；
　（2）R峰点之前的第一个小于零的波谷点（Valley）为Q点；
　（3）R峰点之后第一个小于零的波谷点（Valley）为S点；
　（4）Q点之前合理时限内的最大波峰点为P点；
　（5）S点之后合理时限内的最大波峰点为T点。
　　（U波幅度较小且目前对其认识还不清楚，本文不作讨论。)
4、基于虚拟仪器LabVIEW8.2的编程实现
按图2流程编制LabVIEW8.2程序，考虑到实际ECG波形中存在干扰，阈值（Threshold）不宜取零。程序中采用本周期段数据中最小波谷点的0.02倍作为Valley点阈值，最大波峰点的0.03倍作为Peak点的阈值，这样可将基线附近的绝大多数高频干扰点避开，这些干扰点将不会出现在输出序列中。
采用美国麻省理工学院的MIT-BIH数据库中的心电信号（ECG）进行实验，其中某一典型的实验输出结果界面如图4所示。