基于虛擬儀器的高頻心電信號自動檢測方法

1、引 言

高頻心電信號（HFECG）指心電信號（ECG）中頻率大于100Hz的高頻成份，HFECG對缺血性心臟病，如冠心病的早期診斷有很高價值[1-2]?；跁r域分析方法的HFECG檢測主要運用傳統(tǒng)的一階微分、二階微分算法來檢出高頻成份[3-4]，但完整信號時域內的搜索判斷易受高頻干擾的影響且數據運算量大。相比之下，在已具備R峰點檢出信息的基礎上，通過充分運用LabVIEW虛擬儀器系統(tǒng)的強大信號處理功能[5]，文章探索一種基于LabVIEW的HFECG快速、準確的計算機自動檢測方法。

2、HFECG的分類、特點及判別依據

心電信號中的高頻成份通常分為以下三種類型[6]：

（1）切跡（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變又有方向改變的節(jié)段（各波峰頂除外），時程≤10ms稱為高頻切跡，超過10ms則稱為低頻切跡；

（2）扭挫（Slurring，以S表示）。指僅有斜率改變而無方向改變的節(jié)段，其時程和切跡相同；

（3）頓結（Beading，以B表示）。指波出現停頓，無斜率和方向上在改變，在圖上則表現為粗大的點狀[7]。

上述高頻成份必須在接續(xù)心動周期的對應位置連續(xù)出現3次以上，且形態(tài)相同，方可認定為高頻成份。P、Q、R、S、T各波均可能出現高頻成份，但目前的研究范圍通常指QRS波群上的高頻成份[6-7]，本文也只討論QRS波上高頻成份的檢測方法。

3、基于LabVIEW的HFECG快速檢測方法

因本文只討論QRS波上的高頻部份的自動檢測識別，不涉及QRS波（或R波）的前期識別方法，故假定QRS波位置、幅值信息為已知，有關QRS波的識別方法參見文獻[8-9] ，本文已采用此法來預輸出QRS參數。

在LabVIEW8.0/8.2中，新增了一個功能強大的“Waveform Peak Detection.vi”，這一VI的功能是檢測出輸入波形中設定閾值范圍內的所有波峰點（Peak）或波谷點（Valley）[9]。

在該VI的輸出中，包含了以下重要信息：

1. 所有波峰/波谷點的幅值（Amplitudes）；

2. 所有波峰/波谷點的二階導數（2nd Derivatives）；

3. 所有波峰/波谷點的位置索引（在波形數據序列中的序號）；

4. 找到的波峰/波谷點總數。

這些數據均以數組的形式同時輸出，相互對應，供用戶直接使用。

3.1 切跡（Notching）檢測

高頻心電信號中的切跡就表現為相鄰Peak點和Valley點之間的部份，可在該VI的輸出序列中通過一定的方法檢出，從而避免切跡識別時再遍歷搜索完整的時域數據，提高切跡識別的速度和效率。具體方法步驟為：

1、獲取當前QRS波的位置和幅值信息（QRS波信息由前級程序輸出提供，本文不涉及）；

2、以R峰點為參考點，向前、向后由“Waveform Peak Detection.vi” 分別輸出Q-R段及R-S段內的所有波峰點（Peak）或波谷點（Valley）；

3、R峰前上升支以Peak點為起點、Valley點為止點統(tǒng)計切跡，R峰后下降支以Valley點為起點、Peak點為止點統(tǒng)計切跡，

4、記錄并統(tǒng)計一定域值（位置）范圍內的切跡數，當連續(xù)在給定域值范圍內的相應位置出現3次以上時，判定為切跡。

當判斷結果有切跡時，不再進行扭挫和頓結的檢測，否則繼續(xù)進行下面扭挫和頓結的檢測。

3.2 扭挫（Slurring）和頓結（Beading）檢測

若上述步驟中沒有發(fā)現QRS上的切跡，則分別對R峰點左右半支的Q-R段和R-S段求微分（可直接用LabVIEW的VI求微分），并進行如下判別：

1、 一階微分不過零，僅二階微分過零，判為扭挫；

2、 一、二階微分連續(xù)兩點為零，判為頓結；

記錄一定域值（位置）范圍內的扭挫或頓結數，當連續(xù)在相應位置出現3次以上時，判定為高頻成份。

3、 它情況判定QRS波上無高頻成份

3.3 QRS段正確分離說明

準確的QRS波特征點位置/幅值信息是檢出QRS波高頻成份的保證，這當中，對于R峰點來說，由于其明顯的幅頻特性可以保證前級程序對R波準確的識別率，但就Q、S波來說，不同導聯下的情況差別較大，有時ECG中并無典型的Q或S點，這時可采用取R峰兩側合理時限內的端點來作為Q或S點，本文取R峰點兩±0.04s作為Q、S點，最后在“Waveform Peak Detection.vi”的輸出序列中去除小于零的點即可（因為在ECG中，R波前第一個小于零的點定義為Q點，R波后第一個小于零的點定義為S點，則此時不作切跡看待）。

3.4 HFECG檢測算法流程

通過上述分析，現給出的QRS波高頻成份檢測完整的算法流程，如圖1所示。

圖1 QRS波中高頻成份檢測的算法流程

4、算法基于LabVIEW的編程實驗

4.1 實驗結果輸出

按圖1的算法流程，基于LabVIEW8.2編制相應程序（程序后面板略），采用MIT-BIH庫數據中的ECG進行實驗，部份典型的實驗結果如圖2、圖3所示。

圖2 QRS波上的高頻成份檢測結果

（R波上升支部份）

圖3 QRS波上的高頻成份檢測結果

（R波下降支部份）

4.2實驗輸出面板圖示說明

圖2、圖3中從上到下的4個波形顯示器分別是LabVIEW同步輸出的如下波形成份：

1、原始ECG波形

2、分離出的QRS波部份

3、R波上升支（R波左）高頻成份指示

4、R波下降支（R波右）高頻成份指示

圖中虛線為指示當前R峰點的手動繪制輔助線，其它為系統(tǒng)輸出，橫坐標為當前讀取數據段的序列點順序號。輸出過程分開顯示僅僅是為了便于觀察實驗結果，實際的檢測過程是同步進行的，可直接輸出QRS波高頻成份的最終檢測結果。

5、實驗結果分析

從實驗檢測的結果可以看出，用該方法可以較為準確地將R波兩側的高頻成份識別出來，為充分說明實驗結果的正確性，圖中所示的兩組ECG均不是正常情況下的ECG，不難理解，對于正常ECG波形上的高頻成成份，其檢出率更好，實驗過程也證實了這一點。當然，本文討論的QRS波中HFECG的檢測方法，依賴于前級系統(tǒng)給出的正確的R峰點信息，錯誤的R峰位置信息必然會導致本方法的失效。

6、結論

基于虛擬儀器LabVIEW來實現QRS波的高頻成份檢測，在充分運用其強大信號處理能力的基礎上，大大簡化了ECG處理過程的算法復雜度，省去了大量的信號處理環(huán)節(jié)，該方法檢出R波切跡時所用的數據量極少（通常只為個位數量級），判斷扭挫或頓結時，也只取R波左右支進行分析，而且不必重復進行，其結果是處理速度快且算法簡化，高頻成份的檢出率高，是一種HFECG自動檢測領域的適用方法。

參考文獻

[1] 裴秀瑩 張宏。高頻心電圖在冠心病診斷中的應用[J].中華臨床醫(yī)藥雜志，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] 張峰，董秀珍，漆家學，等。高頻心電圖自動檢測與分析系統(tǒng)[J].生物醫(yī)學工程學雜志，1995，12（3）：254-257.

[4] 劉峰，鄭崇勛，葉繼倫。心電信號高頻分量的提取方法研究[J].生物醫(yī)學工程學雜志，2001，18（1）：42-45.

[5] 戴鵬飛，王勝開，王格芳，等。測試測試工程與LabVIEW的運用[M].北京：電子工業(yè)出版社， 2006.

[6] 聶能，堯德中，謝正祥。生物醫(yī)學信號數字處理技術及運用[M]. 北京：科學出版社，2005.

[7] 鄧紹成。高頻心電圖及其臨床應用[J].人民軍醫(yī)，2004，47（1）：46-47.

[8] 黃進文，王威廉?；?a class="contentlabel" href="http://www.butianyuan.cn/news/listbylabel/label/虛擬儀器">虛擬儀器實現的ECG信號S-T段波形自動識別算法研究[J].儀器儀表學報，2007.28（8） 增Ⅲ，82-85.

[9] 黃進文，王威廉?；贚abVIEW的心電信號QRS波群離散極值點識別法[J].云南大學學報：自然科學版，2008，30（2）：129-134.

更多醫(yī)療電子信息請關注：21ic醫(yī)療電子頻道