matlab课程设计

燕山大学

课程设计说明书

题目：基于matlab的心电信号QRS波检测与分析

学院（系）：电气工程学院

年级专业： 08医疗仪器

学号： 080103040053

学生姓名：马怡群

指导教师：孟辉宋佳霖

教师职称：讲师高级实验师

燕山大学课程设计（论文）任务书

2011年11 月10 日目录

第1章概述 (4)

第2章 ECG特征参数及分析 (5)

2.1 心电信号的特点 (5)

2.2 心电信号的特征参数 (5)

第3章 QRS波得检测与分析 (6)

3.1 以软件为主的方法实现QRS波的检测 (6)

3.2 QRS波检测方法与程序 (6)

3.3 RR间期的求取和心电信号频率的放大与播出 (13)

心得体会 (15)

参考文献 (15)

第一章概述

1.1 ECG处理的意义

生物医学信号属于强噪声背景下的低频微弱信号，它是由复杂的生命体发出的不稳定的自然信号。作为一种对判断人体生命状况极其重要的生理信号，处理心电信号就显得很有必要，尤其在临床诊断上的应用。

应用计算机分析心电信号，已经越来越广泛的用于心脏功能检查(Holter 系统)、心电监护等方面，而心电分析中的首要的关键问题是QRS波的检测可靠的检测不仅是诊断心律失常的重要依据，而且只有在QRS波确定之后，有可能计算心率并进行心率变异分析，才能检测ST段的参数和分析心电的其它细节信息。进行全面综合分析，才能对心脏的功能结构做出正确的判断。

在临床上，分析心电信号，可以确诊心肌梗塞及急性冠状动脉供血不足，协助诊断慢性冠脉供血不足、心肌炎、心肌病及心包炎，判定有无心房、心室肥大，从而协助某些心脏病的病因学诊断，例如风湿性、肺源性、高血压性和先天性心脏病等，观察某些药物对心肌的影响，包括治疗心血管疾病的药物（如洋地黄、抗心律失常药物）及可能对心肌有损害的药物。此外，对某些电解质紊乱（如血钾、血钙的过高或过低），心电信号不仅有助于诊断，还可以对指导治疗有重要参考价值。

本文主要介绍心电信号的预处理和QRS复波检测的方法及演示结果。

第二章 ECG特征参数及分析

2.1心电信号的特点

心电信号属于强噪声背景下的低频微弱信号，它是由复杂的生命体发出的不稳定的自然信号，由于受到人体诸多因素的影响，因而有着一般信号所没有的特点。

信号弱。例如从母体腹部取到的胎儿心电信号仅为10μv,成人的心电信号范围也仅为5mv.

噪声强。由于人体自身信号弱，加之人体又是一个复杂的整体，因此信号易受噪声的干扰。如胎儿心电混有很强噪声，它一方面来自肌电、工频等干扰，另一方面，在胎儿心电中不可避免地含有母亲心电，母亲心电相对我们要提取的胎儿心电则变成了噪声。

随机性强。心电信号信号不但是随机的，而且是非平稳的。正是因为生物医学信号的这些特点，使得心电信号处理成为当代信号处理技术最可发挥其威力的一个重要领域。

2.2 心电信号的特征参数

图2.1

如图2.1为完整的心电信号波形图，分别由P波、P—R段、P—R间期、QRS复合波、S—T段、T波和U波组成。本文将重点讲诉QRS波。并且对它进行相关分析。

QRS复波。代表两个心室兴奋传播过程的电位变化。由窦房结发生的兴

奋波经传导系统首先到达室间隔的左侧面，以后按一定路线和方向，并由内层向外层依次传播。随着心室各部位先后去极化形成多个瞬间综合心电向量，在额面的导联轴上的投影，便是心电图肢体导联的QRS复合波。典型的QRS 复合波包括三个相连的波动。第一个向下的波为Q波，继Q波后一个狭高向上的波为R波，与R波相连接的又一个向下的波为S波。由于这三个波紧密相连且总时间不超过0.10秒，故合称QRS复合波。QRS复合波所占时间代表心室肌兴奋传播所需时间，正常人在0.06～0.10秒之间

第三章 QRS波得检测与分析

3.1以软件为主的方法实现QRS波的检测

以软件为主的方法实现QRS波的检测滤波之后的信号一般经过一些变换以提高QRS波的份量，进而采用一系列阈值进行判别，这些阈值有固定阈值法，也有可变阈值法。前者由于可能的干扰或高P、高T波的存在，若其滤波后超过其阈值便会产生假阳性(FP，falsepositive)结果；另外，当心律失常或QRS波幅度变小，阈值设置过高，会导致漏检产生假阴性(FN，falsenegative)结果。由于固定阈值的这些缺点，有研究者提出了用可变阈值检测，以提高检测的精确率，所采用的可变阈值包括幅度阈值、斜率阈值和时间间隔阈值等。

3.2 QRS波检测方法与程序

Q波和S波通常是低幅高频波，一般Q波位于S波之前，S波位于R波之后，由于他们是一般向下的波，所以他们的峰值点和极值是对应的。因次在检测到R

波向左和向右分别搜寻到极值点，对应的就是Q波和S波。

具体程序如下：

clear all;

clc;

load testsig1;

input=testsig1(1:2000);

rate=testsig1(2001);

sig=input;

lensig=length(sig);

wtsig1=cwt(sig,6,'mexh');

lenwtsig1=length(wtsig1);

wtsig1(1:20)=0;

wtsig1(lenwtsig1-20:lenwtsig1)=0;

y=wtsig1;

yabs=abs(y); %?

sigtemp=y;

siglen=length(y);

sigmax=[];

for i=1:siglen-2

if (y(i+1)>y(i)&y(i+1)>y(i+2))|(y(i+1)

sigmax=[sigmax;abs(sigtemp(i+1)),i+1];

end;

end;

%打印原信号及变换信号

figure(1);

subplot(2,1,1),plot(sig);

subplot(2,1,2),plot(wtsig1);

%取阈值,阈值为相对幅值的差的60%

thrtemp=sort(sigmax);

thrlen=length(sigmax);

thr=0;

for i=(thrlen-7):thrlen

thr=thr+thrtemp(i);

end;

thrmax=thr/8; %最大幅度平均值，8个最大幅值点的平均值zerotemp=sort(y);