小波滤波与QRS波检测

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (12): 239-241.

小波滤波与QRS波检测

杨思军，郝继飞，闫文杰，丁小平

中国矿业大学信息与电气工程学院，江苏徐州 221008

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-04-21 发布日期:2011-04-21

Wave flitering and QRS detection

YANG Sijun，HAO Jifei，YAN Wenjie，DING Xiaoping

Department of Information and Electrical Engineering，China University of Mining and Technology，Xuzhou，Jiangsu 221008，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-04-21 Published:2011-04-21

摘要/Abstract

摘要： 利用双正交样条小波等效滤波器，实现了ECG信号的小波分解和重建。分析心电信号奇异点与其小波变换模极大值对的零交叉点的关系，提出了心电信号QRS波检测的算法。在检测算法中还使用了一系列策略来提高算法的抗干扰能力和QRS检测的准确性。经MIT/BIH心律失常数据库验证，QRS波的正确检测率达99.506%。最后将该算法应用到Windows Mobile智能手机上的心电监护系统中，达到令人满意的效果。

关键词: 双正交样条小波, 心电信号, QRS波检测

Abstract: ECG signal’s decomposer and reconstruction have been achieved by using a biorthogonal filter bank based on quadratic spline wavelet.Analyzing the relationship between the signal singularity and the zero-crossing point of the modulus maximum pair of its wavelet transform，QRS complexes detected arithmetic is proposed.Some strategies are applied to improve the arithmetic anti-jamming ability against noise and to increase the QRS detection veracity.The correctness of QRS complexes detection rate can be up to 99.506%，which has been validated by MIT/BIH ECG signal database.Finally，this arithmetic is applied to the ECG monitoring system based on the Windows Mobile smart phones and achieves satisfactory results.

Key words: biorthogonal spline wavelet, electro-cardiograph signal, QRS complex detection

杨思军，郝继飞，闫文杰，丁小平. 小波滤波与QRS波检测[J]. 计算机工程与应用, 2011, 47(12): 239-241.

YANG Sijun，HAO Jifei，YAN Wenjie，DING Xiaoping. Wave flitering and QRS detection[J]. Computer Engineering and Applications, 2011, 47(12): 239-241.

143

HTML			PDF

最新录用	在线预览	正式出版	最新录用	在线预览	正式出版
0	0	0	0	0	143

来源	本网站	其他网站

次数	118	25
比例	83%	17%

摘要

最新录用	在线预览	正式出版

0	0	81

	来源	本网站

	次数	81
	比例	100%

[1]	郑淋文，周金治，黄静. 深度稀疏自编码器在ECG特征提取中的应用[J]. 计算机工程与应用, 2021, 57(11): 156-161.
[2]	陈健，刘明，熊鹏，孟宪辉，杨林. 基于卷积自编码神经网络的心电信号降噪[J]. 计算机工程与应用, 2020, 56(16): 148-155.
[3]	黄衍标，安娟，陈华珍，廖惜春. 基于巨磁阻抗传感器的心磁信号检测的研究[J]. 计算机工程与应用, 2018, 54(4): 250-255.
[4]	岳大超，甘良志，刘海宽，余南南. 基于SPSO与ISKPCA的RdR散点图识别分类研究[J]. 计算机工程与应用, 2018, 54(23): 120-124.
[5]	王磊，孙玮，陈奕博，李鹏，赵凌霄. 基于自适应小波阈值的心电信号降噪方法[J]. 计算机工程与应用, 2018, 54(15): 29-33.
[6]	张丽娜1，3，周润景2，武佩3，刘美玲1，张珏1. 基于蚁群聚类算法的动脉硬化无创检测[J]. 计算机工程与应用, 2017, 53(7): 235-241.
[7]	朱凌云，李汶松，向南. 噪声环境下起搏心电信号的压缩感知重构算法[J]. 计算机工程与应用, 2017, 53(18): 61-66.
[8]	欧阳波，程栋，王玲. 改进小波阈值算法在心电信号去噪中的应用[J]. 计算机工程与应用, 2015, 51(4): 213-217.
[9]	涂辉1，刘丽1，2，张正金1. 改进DTW算法的心电信号相似性度量[J]. 计算机工程与应用, 2015, 51(16): 215-218.
[10]	谢永红. 基于MICA技术的胎儿心电信号提取的应用研究[J]. 计算机工程与应用, 2012, 48(14): 235-240.
[11]	张爱华，孔令杰. 应用小波包变换和主成分分析识别亚健康状态[J]. 计算机工程与应用, 2011, 47(26): 238-241.
[12]	侯宏花，桂志国. 小波熵在心电高频噪声处理和R波检测中应用[J]. 计算机工程与应用, 2010, 46(9): 116-119.
[13]	郭兴明，陈毛毛，陈旻，彭承琳. mexican-hat小波在QRS波检测中的应用研究[J]. 计算机工程与应用, 2010, 46(9): 177-179.
[14]	万红，汪显明，李光廷. 心电信号的aTrous小波变换综合检测方法[J]. 计算机工程与应用, 2010, 46(7): 239-241.
[15]	马长伟，刘光远，鲁舜. 改进的蚁群系统在心电信号情感识别中的应用[J]. 计算机工程与应用, 2010, 46(31): 212-214.