ECG——QRS波群检测法

仅是知识的搬运工，如有不当之处请批评指正。

根据上一节的内容，讲解了ECG的一些常识知识，链接如下。EGC信号小常识那如何得到可靠的，稳定的ECG信号呢？这就是这一章节所需要讲解的内容。

QRS波群检测方法

QRS波群检测是心电波形检测中的首要问题，可靠的QRS波群检测是诊断心律失常的最重要根据，而且只有在QRS波群确定后，才有可能进一步检测和分析心电的其它细节信息。QRS波群检测包括R波峰值点定位和QRS波群宽度检测两个方面，由于心电信号波形的复杂性和各种类型噪声的存在以及生理上的变异性，都使QRS波群的精确检测有很大困难。从近几年发表的文献来看，心电QRS波群检测方法主要集中在以下几个方面。

阈值法

R波峰值点的检测是QRS波群检测中的首要问题，只有确定了R峰的位置，才能分析心电信号的其它细节。常用的R峰检测方法有幅度法、面积法和斜率法，这是因为R波具有幅度和斜率较大的特点。幅度法和面积法在心电信号中出现高大T波时容易出错，斜率法在这方面优于幅度法和面积法。斜率法的主要思想是将滤波之后的高信噪比心电信号进行差分计算，然后采用预先给定的阈值进行判别，因此又称为差分阈值法。QRS波群宽度的检测是QRS波群检测的另一个方面，心电信号通过特定的数字.滤波器进行滤波处理，使得QRS波群到来时输出一个脉冲信号，该脉冲的幅值在一定程度上反映了QRS波群幅值和频率的综合特征信息。如果将输出的脉冲幅值与一定的阈值相比较，就能检测出QRS波群，确定出宽度参数，故也称为阈值法。目前己经提出多种不同的具体实现算法，例Tompkins差分法、正交滤波算法等。总的来说，阈值法简单，处理速度快，易于工程实现，是应用最为成熟的一类方法，但检测精度还有待进一步提高。

模板匹配法

由于心电信号的周期性较强，各心动周期之间相应波形的差异较小，所以可以将QRS波群近似认为单独的固定模板。对于固定模板的信号，按幅值归一化的幅频分量值可以表示该模板在这一频率范围内的能量集中情况。心电信号中各模板在特定频率上的能量分布是不同的，幅频分量又不含信号的相位信息，所以可通过信号幅频值与特定幅频值比较的方法来检测QRS模板。这样，对QRS波群的识别也就转化成对QRS模板与其它模板的鉴别。该方法实际是幅值判别和频率判别的统一。该算法的抗干扰能力较强，尤其是抗50Hz工频干扰能力强，其判别率也更为准确。但由于该方法是基于心电信号幅频分量基础.上的，所以比起阈值法来需要耗费更多的计算时间。

小波变换法

近年发展起来的小波变换技术，通过分析心电信号功率谱密度的特点，以及小波变换的尺度和信号频率间的关系，发现心电信号的各个特征波和噪声的频谱在不同频段上具有不同的分布，利用该特性来检测QRS波群取得了较好结果。其中李翠微、郑崇勋和J.S.Sahambi的研究工作最具代表性他们分别采用二次样条函数和高斯函数的一t次导数为小波函数，用Mallat快速算法进行小波变换，并且提出了提高检测率的若干修正策略。他们采用的小波均属于一次微分小波,检测算法的核心策略是在某一尺度或某几个尺度内搜索小波变换模极大值对之间的过零点,确定R波位置，再在R波前后寻找局部模极大值对确定Q波和S波。但过零点的位置容易受干扰的影响，定位精度的稳定性难以保证。之后陆续有研究者使用二次微分小波等其它小波和相应策略来检测QRS波群，进一步提高检测精度用这种小波变换模极大值法检测QRS波群的准确性较高，但是计算量较大，要想应用于实时检测存在困难，但可考虑采用专用的DSP芯片来实现这一功能，随着微处理器性能的提高和计算机多微处理器技术的发展，该方法可望为人们所关注。

神经网络法

近年来，由于人工神经网络具有自组织、自学习、自适应等多种优良而典型的特性，开始用于解决医学方面的问题。
Szilagyi和于学鸿等利用一些先验知识开始建立神经网络的模板库，将所有的输入信号和选择模板都经过白化滤波器的预处理，基本可以消除基线漂移的影响，达到抑制P、T波及增强R波的效果，有利于神经网络更准确地判别出QRS波群。漆进等用一种改进的快速LADT新方法，并结合神经网络检测心电信号的QRS波群，网络结构简单，运算量较小。
神经网络是医学信号处理的一个新兴领域，在QRS波群检测中能够实现很好的判别效果，但开始的训练时期需要耗费很长的时间，实际上很难应用。因此，如何提高网络学习算法的效果和收敛速度等是仍需研究的问题。

语句描述法

上述检测QRS波群的方法都是基于信号处理理论的，也可以说是一类参数检测法。另一类检测QRS波群的方法是基于图形识别的，称为语句描述法或句法]。该方法把ECG中不同的波形和线段分解成一- 系列的模式(线段或尖峰)，把每个模式的特征参数(如线段的斜率、起点、终点等)用一组符号表示，从而检测这些符号构成的序列，当某一序列符合QRS波群所具有的符号序列时，则判定该序列所对应ECG的段为QRS波群。句法方法由于考虑到心电信号的图形因素,从而避免了基于信号处理理论的方法对图形差异大而参数变化不大的QRS波群的错误识别，而且句法方法处理心电信号一般不对信号作变换，处理过的信号以及识别QRS波群建立的模式还可以进一步识别P、T波或其它成分，但该方法对噪声较敏感，而且由于要建立的ECG模式而导致处理速度较慢;同时，在进一步的心律失常分析中不便沿用医生传统的分析方法和步骤,这都使得句法方法较少地获得实际应用。

数学形态学法

数学形态学是一门建立在严格数学理论基础上的学科。该方法被广泛的用于图像处理中，近几年该理论被推广到一维信号的处理中。Trahanias提出了一种基于数学形态学的QRS波群检测方法，它利用对心电信号所作的信号峰谷提取运算来检测QRS波群。该方法构成的QRS波群检测体系
具有数学上的严谨性和精确性,但是由于很多高频噪声也具有上述类似QRS波群的特征，所以对前期的预处理要求非常高，因此很少在实际中应用。

总的来说，QRS波群检测经过这些年的发展，已经有了长足的进步，目前该领域的研究方向仍然集中在提高检测准确率和减少判别时间上。