[论文解读] Wavelet Based QRS Complex Detection of ECG Signal

Sayantan Mukhopadhyay, Shouvik Biswas+2 more|arXiv (Cornell University)|Sep 7, 2012

ECG Monitoring and Analysis被引用 30

一句话总结

本文提出了一种基于多分辨率小波变换的P、Q、R、S和T波在心电图（ECG）信号中精确检测的方法，采用Daubechies小波子带。该方法在检测PQRST波峰和测量R-R、P-P、Q-Q、S-S及T-T间期方面实现了100%的准确率，通过阈值化和信号重构技术，能够精确识别心脏异常。

ABSTRACT

The Electrocardiogram (ECG) is a sensitive diagnostic tool that is used to detect various cardiovascular diseases by measuring and recording the electrical activity of the heart in exquisite detail. A wide range of heart condition is determined by thorough examination of the features of the ECG report. Automatic extraction of time plane features is important for identification of vital cardiac diseases. This paper presents a multi-resolution wavelet transform based system for detection 'P', 'Q', 'R', 'S', 'T' peaks complex from original ECG signal. 'R-R' time lapse is an important minutia of the ECG signal that corresponds to the heartbeat of the concerned person. Abrupt increase in height of the 'R' wave or changes in the measurement of the 'R-R' denote various anomalies of human heart. Similarly 'P-P', 'Q-Q', 'S-S', 'T-T' also corresponds to different anomalies of heart and their peak amplitude also envisages other cardiac diseases. In this proposed method the 'PQRST' peaks are marked and stored over the entire signal and the time interval between two consecutive 'R' peaks and other peaks interval are measured to detect anomalies in behavior of heart, if any. The peaks are achieved by the composition of Daubeheissub bands wavelet of original ECG signal. The accuracy of the 'PQRST' complex detection and interval measurement is achieved up to 100% with high exactitude by processing and thresholding the original ECG signal.

研究动机与目标

• 实现心电图信号中P、Q、R、S和T波峰的自动、精确检测，以支持临床诊断。
• 将R-R、P-P、Q-Q、S-S和T-T等间期测量作为心脏异常的关键指标。
• 开发一种稳健的多分辨率小波基系统，以实现可靠的心电信号特征提取。
• 利用Daubechies小波子带实现心电图形态特征的高精度检测。
• 通过心电图信号特征的自动分析，支持心血管疾病早期诊断。

提出的方法

• 该方法采用基于Daubechies小波的多分辨率小波变换，将心电图信号分解为子带。
• 通过分析小波子带中的能量分布和振幅特性，实现波峰检测。
• 对分解后的子带应用阈值技术，以分离并标记P、Q、R、S和T波峰。
• 根据检测到的波峰位置计算R-R间期及其他间期，以评估心脏节律。
• 利用Daubechies子带的信号重构，对检测到的PQRST波群进行重建与优化。
• 系统对原始心电图信号进行处理，以高精度和一致性提取时间域特征。

实验结果

研究问题

• RQ1 基于小波的方法是否能在心电图信号中实现P、Q、R、S和T波峰检测的100%准确率？
• RQ2 多分辨率小波分析在检测和测量R-R、P-P、Q-Q、S-S和T-T等间期方面效果如何？
• RQ3 Daubechies小波子带分解在多大程度上提升了心电图特征提取的准确性？
• RQ4 对小波系数进行阈值化是否能可靠地区分噪声心电图信号中的心脏波形形态？
• RQ5 所提出的方法是否能通过精确的间期测量，实现对心脏异常的稳健检测？

主要发现

• 所提出的方法在心电图信号中对PQRST波峰的检测实现了100%的准确率。
• R-R间期及其他间期（P-P、Q-Q、S-S、T-T）的测量具有高度精确性和一致性。
• Daubechies小波子带能有效捕捉心电图信号的形态特征，实现精确的波峰定位。
• 对小波变换信号进行阈值化处理显著提高了心脏波形检测的准确性。
• 系统成功识别并存储了整个心电图信号中的所有PQRST波峰，以供后续分析。
• 该方法通过精确测量心电图时间域特征，实现了对心脏异常的可靠检测。