[论文解读] Wavelet Transform-Based Analysis of QRS complex in ECG Signals

Swapnil Barmase, Saurav Das+1 more|arXiv (Cornell University)|Nov 25, 2013

ECG Monitoring and Analysis参考文献 4被引用 5

一句话总结

本文提出一种基于小波变换的方法，采用Morlet小波分析心电图（ECG）信号中的QRS波群，可在不同噪声水平、异常峰幅值和基线漂移条件下实现鲁棒检测。研究证明，特定尺度下的小波系数能可靠表征QRS波群，为在标准硬件上实现计算高效且精确的ECG分析提供了有效方法。

ABSTRACT

In the present paper we have reported a wavelet based time-frequency multiresolution analysis of an ECG signal. The ECG (electrocardiogram), which records hearts electrical activity, is able to provide with useful information about the type of Cardiac disorders suffered by the patient depending upon the deviations from normal ECG signal pattern. We have plotted the coefficients of continuous wavelet transform using Morlet wavelet. We used different ECG signal available at MIT-BIH database and performed a comparative study. We demonstrated that the coefficient at a particular scale represents the presence of QRS signal very efficiently irrespective of the type or intensity of noise, presence of unusually high amplitude of peaks other than QRS peaks and Base line drift errors. We believe that the current studies can enlighten the path towards development of very lucid and time efficient algorithms for identifying and representing the QRS complexes that can be done with normal computers and processors.

研究动机与目标

• 开发一种在噪声和基线漂移等不利条件下可靠检测ECG信号中QRS波群的方法。
• 评估连续小波变换（CWT）结合Morlet小波在识别不同ECG信号模式下QRS波群的性能。
• 证明利用标准计算硬件通过多分辨率时频分析实现实时QRS波群检测的可行性。
• 为设计高效、清晰的临床ECG分析算法提供基础。

提出的方法

• 本研究采用Morlet小波进行连续小波变换（CWT），对ECG信号实施多分辨率时频分析。
• ECG信号数据来源于MIT-BIH心律失常数据库，用于对比分析。
• 在多个尺度上计算小波系数，以检测QRS波群的存在及其形态特征。
• 通过评估特定尺度下系数的幅值，实现对QRS波群的识别，且不受信号失真或噪声影响。
• 该方法利用Morlet小波的时间-频率局部化特性，提升检测准确性。
• 对具有不同噪声水平和形态差异的多种ECG信号进行了对比分析。

实验结果

研究问题

• RQ1 在高噪声水平下，基于小波变换的分析能否可靠检测ECG信号中的QRS波群？
• RQ2 当存在显著高于QRS波群幅度的非QRS波峰时，该方法的性能如何？
• RQ3 基线漂移在多大程度上影响基于小波系数的QRS波群检测？
• RQ4 该方法能否在标准计算资源上实现准确的QRS波群检测？
• RQ5 在不同类型的ECG信号中，特定尺度下的小波系数是否为QRS波群存在的稳定指标？

主要发现

• 在任意噪声强度或信号失真条件下，特定尺度下的小波系数均能有效表征QRS波群。
• 即使非QRS波峰的幅度远高于QRS波群，该方法仍能成功识别QRS波群。
• 基线漂移未影响检测能力，因为小波变换保持了对QRS波群形态的敏感性。
• 该方法在MIT-BIH数据库中多种ECG信号上表现出鲁棒性，显示出广泛适用性。
• 使用Morlet小波实现了精确的时间-频率局部化，从而提升了检测准确性。
• 研究证实，该方法计算效率高，适合在标准处理器上实现。