一种基于改进带通滤波器的压缩域心电信号质量评估方法与流程

[0001]
本发明涉及一种压缩心电信号质量评估方法，尤其涉及一种基于改进带通滤波器的压缩域心电信号质量评估方法。


背景技术：

[0002]
世界卫生组织发布《全球非传染性疾病现状的报告(2014)》指出，在非传染性疾病导致的死亡病例中心血管疾病的发病率居首位。仅2012年，心血管疾病导致全球1750万例死亡，占非传染性疾病致死病例的46％根据中国国家心血管病中心统计资料显示，近年来，我国心血管疾病患者数量增加较快，同时，我国心脏起搏器植入量持续增长，年增长率稳定在10％以上，用于心血管疾病治疗的费用也相应地呈现出逐年攀升的态势。心血管疾病已成为威胁我国人民生命健康的重要杀手。目前，医学临床中的研究结果表明，心血管疾病是一种可以控制和预防的疾病。因此，对心血管疾病的预防和诊疗具有非常重要的意义和研究价值。
[0003]
心律失常是一种最为多发的心血管疾病，心律失常将引发心脏搏动紊乱和泵血功能异常，甚至造成心脏骤停或心源性猝死。而心电信号(electrocardiosignal,ecg)是心律失常临床诊断的主要依据，也是心脏健康监测系统采集的重要生理信号。目前，可穿戴式健康监控系统(wearable health monitoring system,whms)被广泛应用于ecg的采集和处理。由于whms电池容量有限，在资源有限的低功耗传感系统中，通信约束发挥着关键作用。在传感采样节点采用压缩感知(compressed sensing,cs)可在数据采样的同时完成数据压缩，从而极大减少数据传输量以及系统能耗，从而可有效解决该问题，但又面临压缩采集心电信号是否被噪声干扰不易识别，且进行心律失常识别诊断前必须经过复杂的重构过程重建信号的新问题。
[0004]
因此，需要一种能够对压缩感知心电信号(compressed sensing electrocardiosignal,csecg)进行信号质量评估的方法，在对csecg进行心律失常心拍识别诊断前，对信号质量进行评估，根据信号质量情况对信号能否作为诊断依据进行取舍。


技术实现要素：

[0005]
为解决以上技术问题，本发明提出一种能够评估压缩域下心电信号质量的方法。利用本方法对压缩心电信号进行质量评估时，可以快速得到评估结果，并且具有较高的准确率，能够为后期信号去除噪声或者采集数据的取舍提供依据。
[0006]
本发明的目的是通过以下技术方案实现的：
[0007]
一种基于改进带通滤波器的压缩域心电信号质量评估方法，包括如下步骤：
[0008]
步骤1、将心电信号的质量评估结果分为可接受与不可接受两类；
[0009]
步骤2、根据预设的截取长度，从获取的心电信号中截取心电数据x(n)，并对信号进行类别标记，标记为可接受与不可接受两个类别；
[0010]
步骤3、对截取的心电数据x(n)进行压缩采样，得到压缩采样信号y(m)；
[0011]
步骤4、在基于离散小波变换(dwt)下，构建修正压缩域带通滤波器，对压缩采样信号y(m)进行频带分解，得出心电数据x(n)多个频带上的小波系数在压缩域的等价形式；
[0012]
步骤5、基于步骤4，计算压缩采样信号y(m)各子频带下的类似频带能量和类似小波熵，并将其作为该信号的特征数据，基于支持向量机(support vector machine,svm)方法构建学习和分类系统；
[0013]
步骤6、对新的心电测试信号，截取预设的长度后，进行步骤3和步骤4，获得新的心电信号特征数据，然后基于步骤5中训练好的svm分类系统进行分类；
[0014]
步骤7、根据svm分类系统的分类结果作为信号质量的评估结果。
[0015]
本发明具有如下优点：
[0016]
1、本发明能够直接获取csecg信号的能量信息，并将其作为压缩信号特征数据对信号质量进行评估，为直接在压缩域评估信号质量提供理论依据，免去了进行复杂的信号重构过程。
[0017]
2、本发明采用稀疏二进制随机矩阵作为测量矩阵，对原始信号进行压缩采样，一方面可以在完成压缩采样时可以降低计算复杂度，通过适当减少1元素的数量进一步降低计算功耗；另一方面，该矩阵只由0和1两种元素构成，且1元素的数量极少，而0、1恰好分别代表两种电路的开关状态，有利于硬件实现。
[0018]
3、本发明针对在采样节点采用压缩感知的可穿戴式健康监控系统，可以实现远低于奈奎斯特(nyquist)采样频率的采样，从而极大减少数据采集量并减少需要传输的数据量，进而降低系统能耗，从而使得算法性能和硬件设备之间达到较好的匹配，提高性价比。
[0019]
4、本发明提出的方法拥有较高的准确率，能有效评估多导联的csecg信号质量，且具有方法简单、成本低等优点。
附图说明
[0020]
图1为基于改进带通滤波器的压缩域心电信号质量评估方法的流程图；
[0021]
图2为基于改进带通滤波器的压缩域心电信号质量评估方法的原理图；
[0022]
图3为原始信号与压缩采样后的心电信号对比显示图。
具体实施方式
[0023]
下面结合附图对本发明的技术方案作更进一步的解释说明。但并不局限于此，凡是对本发明技术方案进行修改过着等同替换，而不脱离本发明技术方案的精神和范围的，均应涵盖在本发明的保护范围之内。
[0024]
本发明提供一种基于改进带通滤波器的压缩域心电信号质量评估方法，流程图如图1所示，方案原理图如图2所示，具体实施步骤如下：
[0025]
步骤1、将心电信号的质量评估结果分为可接受与不可接受两类，即信号质量的评估结果只有两个等级。
[0026]
步骤2、根据预设的截取长度，从获取的心电信号中截取心电数据x(n)，并对信号进行类别标记，标记为可接受与不可接受两个类别；
[0027]
具体而言，为了减少数据计算量，并确保评估结果的准确性，所述具体截取长度为在心电数据采样频率固定，采样点数目为2048个时所采集到的心电数据长度。
[0028]
步骤3、对截取的心电数据x(n)进行2倍压缩采样，得到压缩采样信号y(m)；
[0029]
在本实施例中，对心电数据x(n)压缩采样使用稀疏二进制随机矩阵作为测量矩阵φ。原始信号(采用nyquist采样)与压缩心电信号(采用压缩感知采样)对比图如图3所示。
[0030]
步骤4、在基于离散小波变换(dwt)下，通过修正压缩域带通滤波器，采用db6小波对压缩采样信号y(m)进行5层dwt分解，分解出6个压缩域子带，得出心电数据x(n)六个频带上的小波系数在压缩域的等价形式，各频带修正压缩域带通滤波器的具体构建步骤如下：
[0031]
参照常规域下ecg的dwt分解，假设一个n
×
n方阵d可表示ecg的l层dwt，即：
[0032][0033]
式中：框中的d
n
(1≤n≤l+1)表示第n层小波系数对应的求解矩阵，x为截取心电数据x(n)的向量形式，是一个n维列向量，z表示信号x经l层分解后的小波系数。dwt分解的各尺度小波系数个数为2的倍数关系，小波系数的个数等于其求解矩阵的行数，因此小波系数求解矩阵的行数各不相同，但列数保持统一，且所有求解矩阵按行依次排列等于矩阵d，求解方式如下：
[0034][0035]
式中，c
n/2
表示维度为n/2
×
n维的下采样矩阵，和分别表示高通滤波和低通滤波过程。依次将一层或者连续的几层小波系数求解矩阵保持，其他位置置零，构成一个n
×
n带通滤波器矩阵b
i
，i表示频带分解个数。本发明根据噪声干扰以及ecg的频率分布情况，对心电信号进行dwt，并划分为6个频带，每个频带小波系数用矩阵乘法表示为：
[0036]
f
i
＝b
i
x；
[0037]
式中：f
i
为非压缩心电数据x(n)进行dwt分解后第i个频带的小波系数，b
i
表示第i个带通滤波器矩阵；
[0038]
在得到非压缩域下，心电数据x(n)进行l层dwt分解后的l+1个小波系数和带通滤波器的基础上，假设对压缩采样信号y(m)进行压缩域带通滤波，使得各频带下带通滤波效果等价于对常规带通滤波的结果直接压缩采样，运用矩阵和向量乘法表示，等式表达如下：
[0039][0040]
式中，φ是一个m
×
n的矩阵，为常规域下心电数据x(n)的测量矩阵，f
i
为非压缩心
电数据x(n)进行dwt分解后第i个频带的小波系数，是一个m
×
m的方阵，表示第i个修正压缩域带通滤波器，y为压缩采样信号y(m)的向量形式，y∈r
m
×1是一个m维列向量；
[0041]
由式子y＝φx与f
i
＝b
i
x(x为截取心电数据x(n)的向量形式，是一个n维列向量，b
i
表示第i个带通滤波器矩阵)可得出下式；
[0042][0043]
进一步简化可得出各频带的修正压缩域带通滤波器的表达式，如下式所示：
[0044][0045][0046]
式中，表示φ的广义逆矩阵。
[0047]
这里在分析常规域下dwt分解子频带的基础上，提出对常规带通滤波器进行修正，获得与常规子频带类似的压缩域子频带。由于每层小波系数都对应一个频带，再通过修正后的压缩域带通滤波器得出心电数据x(n)六个频带上的小波系数在压缩域的等价形式，即压缩域下类似小波系数表示第i层子空间修正后滤波器的输出，i＝1,2,
…
,6，有等式
[0048]
步骤5、基于步骤4计算得出的压缩域下类似小波系数计算压缩采样信号y(m)各子频带下的类似频带能量和类似小波熵，将其作为该信号的特征数据，并结合步骤2中的该信号的类别标记，训练svm分类系统，具体的提取特征数据步骤如下：
[0049]
特征1：各子频带下压缩域的类似频带能量的计算
[0050]
根据johnson-lindenstrauss引理，向量的内积在随机条件下保持不变，并且压缩感知的约束等距性质约束了压缩采样的能量守恒性质。按照下式进行压缩域的类似频带能量的计算；
[0051][0052]
式中，e
i
为第i层子空间信号压缩域的类似频带能量，表示第i层子空间修正后滤波器的输出，
[0053]
特征2：各子频带下压缩域的类似小波熵的计算
[0054]
各子频带的类似小波熵的具体计算过程如下：
[0055]
先计算信号频带总能量e
t
；
[0056][0057]
其次，求出各频带能量占总能量的比重p
i
；
[0058]
p
i
＝e
i
/e
t
；
[0059]
各子频带下压缩域的类似小波熵s
i
表示为；
[0060]
s
i
＝-p
i log p
i
；
[0061]
式中，下标i为1,2,
…
,n，n为子频带个数。
[0062]
步骤6、对新的心电测试信号，截取预设的长度后，进行步骤3和步骤4，获得新的心电信号特征数据，然后基于步骤5中训练好的svm分类系统进行分类。
[0063]
步骤7、根据svm分类系统的分类结果作为信号质量的评估结果。
[0064]
以上所述仅表达了本发明的优选实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形、改进及替代，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。