基于单导心电的R波提取算法研究开题报告

1. 研究目的与意义

心电图指的是心脏在每个心动周期中，由起搏点、心房、心室相继兴奋，伴随着心电图生物电的变化，通过心电描记器从体表引出多种形式的电位变化的图形（简称ECG）。心电图是反映心脏兴奋的电活动过程，它对心脏基本功能及其病理研究方面，具有重要的参考价值。心电图可以分析与鉴别各种心律失常；也可以反映心肌受损的程度和发展过程以及心房、心室的功能结构情况。在指导心脏手术进行及必要的药物处理上有参考价值。由于心电图(ECG)信号是低频、低幅的人体生理信号，心电图容易受到干扰、基线漂移及各种噪声的影响。R波检测是ECG信号自动诊断中最为关键的技术，不仅影响心率的计算的准确性，也是进一步检测其它波形，判断心率异常与否的基础。R波提取是心电自动分析系统的重要组成部分，对心率与心率变异性分析具有重要意义。

2. 课题关键问题和重难点

心电图(ECG)信号是低频、低幅的人体生理信号，容易收到干扰及各种噪声的影响。R波检测又是ECG信号诊断中最为关键的技术，然而R波信号变化快，幅值比较高，使得R波的提取较为困难。在众多R波提取的方法中较为典型的是差分阈值法，利用一阶差分和二阶差分平方来识别R波。虽然这种方法在ECG信号的信噪比较高的环境下有很高的检测率，然而，一旦受到外界的干扰，特别是动态心电信号中的肌电干扰，从而将信号的噪声放大，容易造成误检，并且该算法的时间窗口太宽，不利于实时处理。本文旨在寻求一种更理想的状态来实现对R波的提取：检测算法较稳定，耗费时间短，计算速度快等优点。

3. 国内外研究现状（文献综述）

摘要：心血管疾病是威胁人类生活健康的重要疾病之一，一直以来，医学界对心血管疾病的研究也备受关注。ecg是人体心脏电活动在体表的综合体现，其中，包含着大量的体现心脏节律和电传导的生理以及病理信息，在一定程度上能够客观反映出心脏各部的生理及病理状况，是诊断心血管疾病，评价心脏各部位生理功能的重要依据之一。心电信号的特征参数检测以及波形识别是其信号自动分析和诊断系统设计的基础。而心电信号自动分析的前提和基础是心电信号中r波的准确识别，只有r波准确识别后，才能保证正确计算心率，分析心率变异性，检测st段参数及正确区分正常和异常心率。近些年来，对r波进行检测识别的理论一直是研究热点，并且对r波识别的算法各有所长。目前，主要算法有差分阈值法，模板匹配法，神经网络法以及小波变换法等。

关键词：r波提取差分阈值

各种算法特点及缺点：

4. 研究方案

本次课题研究的是单导心电的R波提取算法，首先，比较差分阈值法，模板匹配法，神经网络法以及小波变换法等R波提取的方法，采用合适的算法。接着对心电信号进行预处理，包含数字滤波、陷波。消除基线漂移。进行心电信号的R波提取算法实现。在此过程中要精心设计心电信号预处理程序和R波提取程序。

5. 工作计划

1-4周：完成文献调研，文献综述撰写，英文论文翻译。除老师指定参考文献外，查阅文献3～5篇左右，并在文献综述（或调研报告）尾部按规范要求列出所阅读的参考文献。对于翻译要求语言通顺。

5-8周：进行matlab相关理论知识的学习,完成心电信号预处理算法实现以及心电图r波提取算法的子程序。

9-12周：用matlab实现r波提取算法的程序运行。