摘? 要： 針對心電信號自動分析和處理的需要，采用小波變換" title="小波變換" target="_blank">小波變換的方法對心電信號進行消噪、特征提取、壓縮等分析與處理，并且結合虛擬儀器LabVIEW設計實現了多功能虛擬心電信號分析儀。實驗結果表明，它對于心電信號的自動檢測、優化分析和處理有重要意義。
關鍵詞： 心電信號； 小波分析； 消噪； QRS波； 虛擬儀器
?
心電（ECG）信號自動分析方法種類繁多[1]，但在進一步提高信號檢測率、準確率以及降低成本、使分析診斷系統小型化和提高自動化檢測水平等方面，仍有大量的研究工作要做。參考文獻[2]、[3]采用虛擬儀器LabVIEW設計了心電信號的記錄、檢測系統，但對于ECG信號的分析與處理功能尚不完善。
心電（ECG）信號是一種時變的非平穩信號，其隨機性和噪聲背景都較強。因此，對心電信號特征信息的提取、分析和處理相當困難。對于ECG信號自動分析中的首要問題——QRS波的檢測，傳統的方法如濾波算法、模板匹配法等，雖然較好地解決了這一問題，但在準確率等方面還是不夠令人滿意。近年來，隨著小波理論的建立，人們開始將基于時—頻分析的小波變換運用到心電信號的分析中，并取得了很好的效果。目前較新的QRS波檢測方法有最小二乘小波QRS波檢測法[4]、基于Mexican-hat小波的QRS波檢測法[5]，基于雙正交樣條小波的QRS波檢測法[6-7]，基于形態小波的QRS波檢測法[8]。這些方法在檢測準確率方面都有一定的改進。
本文以虛擬儀器LabVIEW為開發平臺，采用小波分析的方法，設計了可在不同小波、不同分辨率（多尺度）、各種噪聲、不同降噪閾值等方面對ECG信號進行分析的多功能虛擬儀器，在降低儀器成本、提高信號檢測率、準確率方面有一定的意義。
1 心電信號的采集與輸入
1.1 硬件電路采集
心電信號采集的硬件電路框圖如圖1所示。用多級（常用12級）導聯將采集到的信號通過多路心電放大器處理、A/D轉換后，通過DAQ數據采集卡引入PC機進行處理。參考文獻[2]給出了詳細的設計方案。
?
?
1.2 MIT—BIH標準心電數據庫
美國麻省理工學院提供的MIT—BIH數據庫是一個權威性的國際心電圖檢測標準庫，近年來應用廣泛，為我國的醫學工程界所重視。MIT—BIH數據庫共有48個病例，每個病例數據長30min，總計約有116 000多個心拍，包含有正常心拍和各種異常心拍,內容豐富、完整。本文主要以MIT—BIH庫為樣本進行ECG信號的分析和處理。
2 心電信號的小波分析和處理
心電信號具有較強的隨機性和背景噪聲，而且又屬于非平穩、非線性的弱信號。這就給信號的提取和分析帶來困難。傳統的信號處理方法——傅里葉變換只能獲得信號整體頻譜，而不能進行局部分析，對心電信號的處理能力差。窗口傅里葉變換(WFT)或稱為短時傅里葉變換(STFT)雖然彌補了傳統傅里葉變換的某些不足，但它不能滿足人們對非平穩信號進行有效分析的要求。因此，一種新的信號時頻分析理論——小波變換（WT）理論應運而生。
如果ψ∈L2(R)滿足如下可允許條件：
則稱ψ為一個基小波(或母小波)。設x(t)∈L2(R)，則x(t)的小波變換定義為:
其中，τ代表位移平移，a代表尺度伸縮。
WT具有優良的時頻分析特性,而且還具有處理非平穩隨機信號的能力。因此，WT能成為心電信號的一種可行有效的處理方法。
2．1 ECG信號的消噪與壓縮處理
在ECG信號中，需要考慮的噪聲來源有:工頻干擾(50Hz或60Hz)、呼吸引起的基線漂移(大約為0.15Hz～0.3Hz)、電極接觸噪聲、運動偽跡等。
小波分析的重要應用之一就是用于信號消噪。通常情況下，噪聲信號表現為高頻信號，而工程實際中有用信號通常為低頻信號(ECG信號的頻率為0.05Hz～100Hz)，或者是一些比較平穩的信號。因此可按如下的方法進行消噪處理：首先對信號進行小波分解。一般地，噪聲信號多包含在具有較高頻率的細節中，從而可利用門限閾值等形式對所分解的小波系數進行處理，然后對信號進行小波重構即可達到對信號的消噪目的。對信號消噪實質上是抑制信號中的無用部分，恢復信號中有用部分的過程。
對ECG信號的去噪預處理可以利用小波變換模極大值去噪法、小波系數尺度相關去噪法、小波閾值去噪法等實現。而小波閾值去噪法[9]因原理簡單，計算量小，且在保持信號的奇異性的同時能有效地去除噪聲而得到了廣泛的應用。因此，本文采用小波閾值去噪法。一個含噪的信號經過正交小波變換后，信號對應的小波系數包含有信號的重要信息，其幅值較大，但數目較少，而噪聲對應的小波系數分布一致，個數較多，但幅值小。因此，可在眾多的小波系數中，把絕對值較小的系數置為零，而讓絕對值較大的系數保留（硬閾值方法）或是收縮（軟閾值方法）。這樣得到估計小波系數，然后利用估計小波系數直接進行信號重構，從而達到去噪的效果。
信號的小波壓縮處理和消噪處理在本質上是相同的，都是在小波分解域上進行閾值處理。它們二者的區別主要在于閾值的選擇算法不同[10]。
2．2? ECG信號的特征提取
在ECG信號的自動分析中，檢測如圖2所示的QRS波是首要問題。QRS波不僅是診斷心律失常的最重要依據，而且只有在QRS波確定后才能分析ECG的其他細節信息。小波變換方法對于QRS波的檢測具有較大的優越性。小波變換（WT）技術在提高QRS波檢測算法的抗干擾性方面取得了較好效果，即小波變換有“變焦距”的功能，在高頻部分，它有“顯微”能力，這一特點在處理突變信號時很有用，保證了WT應用于QRS波檢測的可行性。該技術利用信號在不同尺度(頻段)上的不同分布來檢測QRS波。通過各個尺度上的小波變換的信息，可以較好地描述心電圖信號的各個波的特點，尤其是成功地把QRS復合波與高P波、高T波、噪聲干擾和基線漂移等因素區別開，大大減少了這些因素對檢測效果的影響。
3 多功能虛擬心電信號分析儀的設計
虛擬心電信號分析儀器除實現傳統心電圖機的采集功能外，主要特點在于與電腦相結合，通過編程可以使用高效且功能強大的軟件來自定義采集、分析、存儲、共享和顯示功能。
本文采用LabVIEW設計了輸入信號參數選版、預處理參數選版、ECG信號特征提取選版和ECG信號處理選版，實現多功能虛擬心電信號分析儀。圖3為設計的前面板。
?
3.1 輸入信號參數選版
信號的輸入有三種來源：(1)硬件采集實時輸入；(2)對采集的ECG信號制作成dat數據文件，分析時直接調用；(3)調用MIT-BIH心電數據庫的標準ECG信號。為了保證分析的可靠性，本文所分析的信號采用方法(3)。
??? 輸入信號參數選版可選擇讀取MIT-BIH數據庫中的所有ECG信號，根據需要逐一分析處理，對臨床診斷具有一定的參考和使用價值。該選版還設計了輸入信號采樣點數設置控件，可根據需要設置采樣點數以顯示不同時長的ECG信號；可對波形進行放大、局部觀察等細化操作。圖4是從MIT-BIH庫中讀入的100和230ECG信號。
3.2 預處理參數選版
??? 預處理參數選版用來對含噪的ECG信號進行消噪預處理。該選版中，“是否添加噪聲”按鈕用來對無噪聲污染的信號進行噪聲模擬（此處設置了基線漂移噪聲、工頻干擾噪聲、白噪聲，通過下拉列表選擇），可選擇硬閾值去噪、軟閾值去噪和強制去噪等方法對噪聲污染的信號去噪處理。圖5為基線漂移噪聲和工頻噪聲模擬及去噪的效果。
?
3.3 ECG信號特征提取選版
??? QRS波被選檢測方法中列出了目前較新的四種檢測方法：最小二乘小波法、Mexican-hat小波法、雙正交樣條小波法和形態小波法。從表1看出，各種方法在檢測率、準確率、運算量、抗干擾等方面各有特色，可根據待分析的ECG信號選擇合適的方法。另外，該選版中還設計了“小波選擇”下拉列表，可結合心電信號的特點選定合適的小波函數；“分解尺度設置”用來觀察多尺度下ECG信號的細節與近似。圖6中采用了雙正交樣條小波法對ECG信號（230）的QRS波進行了檢測和標定。給出了ECG信號在尺度3下的小波系數和模極大值點，虛線標出了QRS波的起始和結束位置，實線標出了R波的峰值。
3.4 ECG信號處理選版
??? 虛擬心電信號分析儀可以自動檢測出R波，根據檢測出的R波，可以由(3)式計算出心率。
??? 
式中，x是要計算的心率，fn是對ECG信號的采樣率，RNumber為R波個數。Rlast-Rfirst(Rlast為最后一個R波位置，Rfirst為第一個R波位置)為最后一個R波和第一個R波之間隔的數據，如果采樣率為1 000的話，這個值其實就是相隔的毫秒數。
該選版可按上述方法計算并顯示瞬時心率；可對ECG信號進行壓縮處理。
本文采用具有良好時頻分析性能的小波分析方法，以直觀友好的LabVIEW虛擬儀器軟件為開發平臺，結合目前較新的ECG信號去噪、QRS波檢測、壓縮等分析處理技術，設計實現了多功能的虛擬心電信號分析儀器，對方便臨床醫生對心電圖波形的測量和標定，提高心電圖計算機自動識別的準確率和正檢測率有一定的現實意義。該系統的功能可進一步擴展和增強。
參考文獻
[1]?李翠微，鄭崇勛．ECG自動分析技術的發展[J]． 國外醫學(生物醫學工程分冊)，1994,14(1):15．
[2]?李喆，盧廣文，莫莉,等．基于LabVIEW的虛擬心電記錄系統研制[J]．微計算機信息，2007(31)：111-112．
[3]?楊宏麗，張慶平．基于LabVIEW的心電信號檢測處理系統設計[J]. 現代電子技術，2006(24)：115-116．
[4]?于德海．最小二乘小波及其在心電信號提取中?的應用[D]．北京：北方工業大學，2005．
[5]?邱雅竹，丁顯峰，馮俊,等．基于Mexican-hat小波的QRS檢測新方法[J]．生物醫學工程學雜志，2006，23(6)：1347-1349.
[6]?LI C W， ZHENG C X，TAI C F．Detection of ECG characteristic points using wavelet transform．IEEE Trans BME，1995，42(1)：21.
[7]?張大波，郭利，巴巍．基于第二代小波變換的心電信號分析算法[J]．數據采集與處理，2006，21(4):450-453．
[8]?趙志華．基于形態小波的Q波檢測算法[J]．計算機工程與應用，2007，43(13):236-238．
[9] ?DONOHO D L， JOHNSTONE I M． Ideal spatial adaptation ?by wavelet shrinkage．Biometrika，1994，81(3):425-455．
[10] 蔣學程．心電信號小波變換自適應編碼壓縮方法[J]．閩江學院學報，2006，27(2):45-48．