- •Содержание
- •Введение
- •1. Морфологический анализ экг
- •2. Методы обработки экг
- •3. Исследование существующих методов выделения r – зубца
- •4. Разработка алгоритма выделения r – зубца
- •4.1. Определение требований к алгоритму выделения r – зубца
- •5. Реализация алгоритма выделения r – зубца
- •6. Тестирование
- •6.1. Оценка точности выделения r – зубца
3. Исследование существующих методов выделения r – зубца
Комплекс QRS является доминантой электрокардиографического сигнала (ЭКС), и его точное обнаружение имеет жизненно важное значение в ряде клинических задач диагностики заболеваний сердца. Задача осложняется тем, что морфология в норме и патологии имеет широкую индивидуальную вариабельность для каждого человека. Кроме того, в ЭКС могут присутствовать различные шумы и артефакты, которые также усложняют задачу обнаружения корректного положения QRS – комплексов. Рассмотрим наиболее достоверныеи эффективные алгоритмы обнаружения QRS-комплекса.
Алгоритм Пан и Томпкинса
Фильтр нижних частот;
Фильтр верхних частот;
Оператор производной;
Возведение в квадрат;
Интегрирование;
Адаптивная пороговая процедура и процедура поиска.
Модификация алгоритма Томпкинса:
Взятие первой производной ЭКГ сигнала;
Проведение усреднения прямоугольным окном для сглаживания производной;
Детектирование участка ЭКГ с уровнем производной выше критического; адаптивная подстройка уровня;
Определение максимума на участке детектирования;
Используется зона нечувствительности в 250 мс после обнаружения R-зубца.
Адаптивный алгоритм обнаружения QRS-комплекса по пороговым значениям:
Предварительная обработка ЭКГ;
Вычисление адаптивных пороговых значений;
Определение интервала, в котором предположительно содержится R-зубец;
Фильтрация некорректно определенных R-зубцов;
Определение положения R-зубцов в каждом из отведений.
4. Разработка алгоритма выделения r – зубца
Рисунок 2. Блок-схема алгоритма выделения QRS – комплекса Пана – Томпкинса
Используем метод Пана – Томпкинса, достоинство которого состоит в том, что он рассчитан на работу в реальном времени и основан на анализе наклона, амплитуды и ширины QRS – комплексов.
Фильтр нижних частот
Выбираем
фильтр нижних частот Баттерворта с
частотами среза
Гц.
Максимально допустимое затухание в
полосе пропускания выбираем равным
дБ, максимально допустимая ширина
переходной области
Гц, минимальное допустимое затуханием
в полосе задерживания
дБ.
Применим передаточную функцию для фильтра нижних частот второго порядка:
Используем билинейное Z-преобразование:
Определяем коэффициенты цифрового фильтра для частоты среза fc=100Гц:
1 звено (B= 0.312869, C=1):
2 звено: (B= 0.312869, C=1):
3 звено: (B= 1.414214, C=1):
4 звено: (B= 1.782013, C=1):
5 звено: (B= 1.975377, C=1):
Рисунок 3. АЧХ цифрового ФНЧ Баттерворта 10-го порядка с Гц.
Фильтр верхних частот
Выбираем
фильтр верхних частот Чебышева с
частотами среза
Гц.
Максимально допустимое затухание в
полосе пропускания выбираем равным
дБ, максимально допустимая ширина
переходной области
Гц, ширина переходной области
,
минимальное допустимое затуханием в
полосе задерживания
дБ.
Рисунок 4. АЧХ цифрового ФВЧ Чебышева 10-го порядка с Гц.
Применим передаточную функцию для фильтра нижних частот второго порядка:
Используем билинейное Z-преобразование:
Определяем коэффициенты цифрового фильтра для частоты среза fc=0,05Гц:
1 звено (B= 0.027664, C=0.983346):
2 звено (B= 0.080284, C=0.801711):
3 звено (B= 0.125045, C=0.507818):
4 звено (B= 0.157566, C=0.213926):
5 звено (B= 0.174663, C=0.032290):
Операция дифференцирования выполняется с целью подавления низкочастотных компонент P и T и имеет высокий коэффициент усиления для высокочастотных компонент, проявляющихся из-за крутых склонов QRS – комплекса [3].
Операция возведения в квадрат делает результат положительным и усиливает большие разности, возникающие из-за QRS – комплексов, маленькие разности, возникающие на P- и T – зубцах, при этом подавляются. Высокочастотные компоненты в сигнале, связанные с QRS – комплексом, еще более усиливаются [3].
Операция интегрирования со скользящим окном сглаживает выходной сигнал предыдущих операций. Интегрирование производится методом трапеций. Шаг интегрирования был подобран эмпирически: N=30 отсчетов.
