基于虚拟仪器的高频心电信号自动检测方法

1、引 言

高频心电信号（HFECG）指心电信号（ECG）中频率大于100Hz的高频成份，HFECG对缺血性心脏病，如冠心病的早期诊断有很高价值[1-2]。基于时域分析方法的HFECG检测主要运用传统的一阶微分、二阶微分算法来检出高频成份[3-4]，但完整信号时域内的搜索判断易受高频干扰的影响且数据运算量大。相比之下，在已具备R峰点检出信息的基础上，通过充分运用LabVIEW虚拟仪器系统的强大信号处理功能[5]，文章探索一种基于LabVIEW的HFECG快速、准确的计算机自动检测方法。

2、HFECG的分类、特点及判别依据

心电信号中的高频成份通常分为以下三种类型[6]：

（1）切迹（Notching，以N表示）。指在ECG中某一波的上升支或下降支上既有斜率改变又有方向改变的节段（各波峰顶除外），时程≤10ms称为高频切迹，超过10ms则称为低频切迹；

（2）扭挫（Slurring，以S表示）。指仅有斜率改变而无方向改变的节段，其时程和切迹相同；

（3）顿结（Beading，以B表示）。指波出现停顿，无斜率和方向上在改变，在图上则表现为粗大的点状[7]。

上述高频成份必须在接续心动周期的对应位置连续出现3次以上，且形态相同，方可认定为高频成份。P、Q、R、S、T各波均可能出现高频成份，但目前的研究范围通常指QRS波群上的高频成份[6-7]，本文也只讨论QRS波上高频成份的检测方法。

3、基于LabVIEW的HFECG快速检测方法

因本文只讨论QRS波上的高频部份的自动检测识别，不涉及QRS波（或R波）的前期识别方法，故假定QRS波位置、幅值信息为已知，有关QRS波的识别方法参见文献[8-9] ，本文已采用此法来预输出QRS参数。

在LabVIEW8.0/8.2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）[9]。

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，供用户直接使用。

3.1 切迹（Notching）检测

高频心电信号中的切迹就表现为相邻Peak点和Valley点之间的部份，可在该VI的输出序列中通过一定的方法检出，从而避免切迹识别时再遍历搜索完整的时域数据，提高切迹识别的速度和效率。具体方法步骤为：

1、获取当前QRS波的位置和幅值信息（QRS波信息由前级程序输出提供，本文不涉及）；

2、以R峰点为参考点，向前、向后由“Waveform Peak Detection.vi” 分别输出Q-R段及R-S段内的所有波峰点（Peak）或波谷点（Valley）；

3、R峰前上升支以Peak点为起点、Valley点为止点统计切迹，R峰后下降支以Valley点为起点、Peak点为止点统计切迹，

4、记录并统计一定域值（位置）范围内的切迹数，当连续在给定域值范围内的相应位置出现3次以上时，判定为切迹。

当判断结果有切迹时，不再进行扭挫和顿结的检测，否则继续进行下面扭挫和顿结的检测。

3.2 扭挫（Slurring）和顿结（Beading）检测

若上述步骤中没有发现QRS上的切迹，则分别对R峰点左右半支的Q-R段和R-S段求微分（可直接用LabVIEW的VI求微分），并进行如下判别：

1、 一阶微分不过零，仅二阶微分过零，判为扭挫；

2、 一、二阶微分连续两点为零，判为顿结；

记录一定域值（位置）范围内的扭挫或顿结数，当连续在相应位置出现3次以上时，判定为高频成份。

3、 它情况判定QRS波上无高频成份

3.3 QRS段正确分离说明

准确的QRS波特征点位置/幅值信息是检出QRS波高频成份的保证，这当中，对于R峰点来说，由于其明显的幅频特性可以保证前级程序对R波准确的识别率，但就Q、S波来说，不同导联下的情况差别较大，有时ECG中并无典型的Q或S点，这时可采用取R峰两侧合理时限内的端点来作为Q或S点，本文取R峰点两±0.04s作为Q、S点，最后在“Waveform Peak Detection.vi”的输出序列中去除小于零的点即可（因为在ECG中，R波前第一个小于零的点定义为Q点，R波后第一个小于零的点定义为S点，则此时不作切迹看待）。

3.4 HFECG检测算法流程

通过上述分析，现给出的QRS波高频成份检测完整的算法流程，如图1所示。

图1 QRS波中高频成份检测的算法流程

4、算法基于LabVIEW的编程实验

4.1 实验结果输出

按图1的算法流程，基于LabVIEW8.2编制相应程序（程序后面板略），采用MIT-BIH库数据中的ECG进行实验，部份典型的实验结果如图2、图3所示。

图2 QRS波上的高频成份检测结果

（R波上升支部份）

图3 QRS波上的高频成份检测结果

（R波下降支部份）

4.2实验输出面板图示说明

图2、图3中从上到下的4个波形显示器分别是LabVIEW同步输出的如下波形成份：

1、原始ECG波形

2、分离出的QRS波部份

3、R波上升支（R波左）高频成份指示

4、R波下降支（R波右）高频成份指示

图中虚线为指示当前R峰点的手动绘制辅助线，其它为系统输出，横坐标为当前读取数据段的序列点顺序号。输出过程分开显示仅仅是为了便于观察实验结果，实际的检测过程是同步进行的，可直接输出QRS波高频成份的最终检测结果。

5、实验结果分析

从实验检测的结果可以看出，用该方法可以较为准确地将R波两侧的高频成份识别出来，为充分说明实验结果的正确性，图中所示的两组ECG均不是正常情况下的ECG，不难理解，对于正常ECG波形上的高频成成份，其检出率更好，实验过程也证实了这一点。当然，本文讨论的QRS波中HFECG的检测方法，依赖于前级系统给出的正确的R峰点信息，错误的R峰位置信息必然会导致本方法的失效。

6、结论

基于虚拟仪器LabVIEW来实现QRS波的高频成份检测，在充分运用其强大信号处理能力的基础上，大大简化了ECG处理过程的算法复杂度，省去了大量的信号处理环节，该方法检出R波切迹时所用的数据量极少（通常只为个位数量级），判断扭挫或顿结时，也只取R波左右支进行分析，而且不必重复进行，其结果是处理速度快且算法简化，高频成份的检出率高，是一种HFECG自动检测领域的适用方法。

参考文献

[1] 裴秀莹 张宏。高频心电图在冠心病诊断中的应用[J].中华临床医药杂志，2003（64）： 74-75.

[2] GOLDBEERGER AL，VALMIK B，VICTOR F.effect of myocardial infarction on high frequency ORS potentials[J].Circulation，1981，64：34-42.

[3] 张峰，董秀珍，漆家学，等。高频心电图自动检测与分析系统[J].生物医学工程学杂志，1995，12（3）：254-257.

[4] 刘峰，郑崇勋，叶继伦。心电信号高频分量的提取方法研究[J].生物医学工程学杂志，2001，18（1）：42-45.

[5] 戴鹏飞，王胜开，王格芳，等。测试测试工程与LabVIEW的运用[M].北京：电子工业出版社， 2006.

[6] 聂能，尧德中，谢正祥。生物医学信号数字处理技术及运用[M]. 北京：科学出版社，2005.

[7] 邓绍成。高频心电图及其临床应用[J].人民军医，2004，47（1）：46-47.

[8] 黄进文，王威廉。基于虚拟仪器实现的ECG信号S-T段波形自动识别算法研究[J].仪器仪表学报，2007.28（8） 增Ⅲ，82-85.

[9] 黄进文，王威廉。基于LabVIEW的心电信号QRS波群离散极值点识别法[J].云南大学学报：自然科学版，2008，30（2）：129-134.

更多医疗电子信息请关注：21ic医疗电子频道