基于小波变换的心电图信号特征点检测张媛，等基于小波变换的心电图信号特征点检测ＥｌｅｃｔｒｏｃａｒｄｉｏｓｉｇｎａｌＦｅａｔｕｒｅＥｘｔｒａｃｔｉｏｎＢａｓｅｄｏｎＷａｖｅｌｅｔＴｒａｎｓｆＯｒｍ绻磋１顾幸耋２（华东理工大学信息学院１，上海２００２３７；华东理工大学自动化研究所２，上海２００２３７）摘要：心电图信号特征点的检测是心电自动诊断技术的基础。利用小波变换多分辨分析对心电信号去噪，利用小波变换逼近信号滤除基线漂移，采用默认阈值处理滤除高频嗓声，并且将心电信号的平均值置为０。在Ｒ峰检测中，针对单独考虑２３细节信号会出现漏检的情况，综合考虑２３和２４两个尺度上的细节信息，能够有效地防止漏检。提出有效防止误检的方法，并取得了良好的效果。分别采用面积法、时间电压法、幅值法计算平均心电轴．比较结果发现，采用面积法具有精度高的优点。关键词：心电图小波变换多分辨分析ＭａＵａｔ算法基线漂移平均心电轴文献标志码：Ａｕｓｉｎｇ中圈分类号：ＴＰｌ５；ＴＨ７７６Ａｂｓｔｒａｃｔ：Ｅｌｅｃｔｒｏｃａｒｄｉｏｓｉｇｎａｌｆｅａｔｕｒｅｅｘｔｒａｃｔｉｏｎｉｓｔｈｅｂａｓｅｏｆｅｌｅｃｔｒｏｃａｒｄｉｏｌｏｇｉｃａｕｔｏｍａｔｉｃｄｉａｇｎｏｓｉｓ．Ｂｙｗａｖｅｌｅｔｔｒａｎｓｆｏｒｍｍｕｌｔｉ・ｉｓｒｅｓｏｌｕｔｉｏｎａｎａｌｙｓｉｓ，ｔｈｅｎｏｉｓｅｉｎｅｌｅｃｔｒｏｃａｒｄｉｏｓｉｇｎａｌｉｓｒｅｍｏｖｅｄ；ａｎｄｂｙｕｓｉｎｇｐｒｏｘｉｍｉｔｙｓｉｇｎａｌｓｏｆｗａｖｅｌｅｔｔｒａｎｓｆｏｒｍｔｈｅｂａｓｅｌｉｎｅｗａｎｄｅｒｆｉｌｔｅｒｅｄ．Ｔｈｅｈｉｇｈｆｒｅｑｕｅｎｃｙｎｏｉｓｅｉｓｈａｎｄｌｅｄａｎｄｅｌｉｍｉｎａｔｅｄｗｉｔｈｔｈｅｄｅｆａｕｌｔｔｈｒｅｓｈｏｌｄ；ａｎｄｔｈｅｉｓｓｅｔｔｏａｖｅｒａｇｅｖａｌｕｅｏｆｔｈｅｅｌｅｃｔｒｏｅａｒｄｉｏｓｉｇｎａｌｓｇｅｒｏ．ＩｎｄｅｔｅｃｔｉｏｎｏｆＲｐｅａｋ。ｂｅｃａｕｓｅｌｅａｋｄｅｔｅｃｔｉｏｎｗｉｌｌｉｎｔｅｇｒａｔｅｄｔｏｏｃｃⅢｗｈｅｎｏｎｌｙ２’ｄｅｔａｉｌｓｉｇｎａｌｓｉｓｃｏｎｓｉｄｅｒｅｄ－ｔｈｕｓｔｈｅ２３ａｎｄ２４ｄｅｔａｉｌｅｒｒｏｒｓｉｇｎａｌｓａｇｅａｒｅａｖｏｉｄｍｉｓｓｄｅｔｅｃｔｉｏｎｅｆｆｅｃｔｉｖｅｌｙ．Ｔｈｅｍｅｔｈｏｄｓａｖｏｉｄｉｎｇａｒｅａｄｅｔｅｃｔｉｏｎｂｒｉｎｇｅｘｃｅｌｌｅｎｔｅｆｆｅｃｔｓ．Ｆｏｒｃａｌｃｕｌａｔｉｎｇａｖｅｒ－ａｒｅａｃａｒｄｉａｃｅｌｅｃｔｒｉｃａｘｉｓ－ａｍｏｎｇｔｈｅｍｅｔｈｏｄｓｏｆｍｅｔｈｏｄ－ｔｉｍｅ・ｖｏｌｔａｇｅｍｅｔｈｏｄａｎｄａｍｐｌｉｔｕｄｅｍｅｔｈｏｄ。ｔｈｅｍｅｔｈｏｄｏｆｆｅｒｓｔｈｅｈｉｇｈｅｓｔａｃｃｕｒａｃｙ．Ｋｅｙｗｏｒｄｓ：ＥＣＧＷａｖｅｌｅｔｔｒａｒ戚ｏｒｍＭｕｌｔｉ－ｒｅｓｏｌｕｔｉｏｎａｎａｌｙｓｉｓＭａｌｈｔａｌｇｏｒｉｔｈｍＢａｓｅｌｉｎｅｗａｎｄｅｒＡｖｅｒａｇｅｃａｒｄｉａｃｅｌｅｃｔｒｉｃａｘｉｓ０引言ＯＲＳ复合波是心电图ＥＣＧ（ｅｌｅｃｔｒｏｃａｒｄｉｏｇｒａｍ）中最为显著的波形，反映了心室收缩期间心脏的电生理活动。因此，它的出现时间以及形状提供了很多有关心脏状态的信息。ＯＲｓ复合波的检测是心电图自动分析的基础，ＱＲＳ波群定位准确与否直接影响后继处理的正确性¨１。将小波变换应用于心电信号特征点的检测已经有较成熟的发展，不过大部分研究都是围绕着特征点对应模极值对的过零点，但是由于噪声的干扰，往往产生很多模极值对，这就使得检测的准确性遇到很多困难。本文提出了一种基于小波变换多分辨分析（Ｍａｌｌａｔ算法）的检测Ｒ波峰点位置的精确算法，并且改进了预防误检、漏检的算法。分析的概念。从函数分析的角度给出了正交小波的数学解释，在空间的概念上形象地说明了小波的多分辨特性，给出了通用构造正交小波的方法。将之前所有的正交小波构造方法统一起来，并类似于傅里叶分析中的快速傅里叶算法，给出了小波变换的快速算法——Ｍａｌｌａｔ算法日ｏ。多分辨分析就是要构造一组函数空间，这组空间是相互嵌套的，即：Ｌｃｙ。２Ｌｃｙ—ｌ￡ｃＫＬｃＫ￡ｃＫＬ（１）那么相邻的两个函数空间之差就定义了一个由小波函数构成的空间，即：Ｋｏ彤＝Ｋ＋．（２）式中：Ｅ为尺度空间，｛啦．．（ｆ）｝。。：是Ｅ上的标准正交基；形为小波空间，｛驴¨（ｔ）｝。。。是彤的标准正交基。正交基咖¨和以．。分别为低通和高通滤波器，同它们的内积运算相当于求信号的内积，从滤波器的角度就可以把正交小波变换看成是把信号分解为某种尺度的近似和差分。根据咖¨和砂¨的定义，Ａ，实质是将信号ｓ在低通滤波器的作用下以２Ｊ为尺度进行抽样，而ｎ则是将Ｓ在高通滤波器的作用下以型尺度进行抽样。抽样的结果为：Ａｉ对Ｓ进行平滑，而失去了尺度比掣小的细节，而尺度在掣和∥一之间的细节则保留在１多分辨分析理论Ｍｅｙｅｒ在１９８６年提出了一组小波，其二进制伸缩和平移构成ｒ（尺）的标准化正交基。在此结果的基础上，１９８８年Ｓ．Ｍａｎａｔ在构造正交小波时提出了多分辨修改稿收到日期：２００７—１２—０５。第一作者张媛，士。１９８４年生，现为华东理工大学控制理论与控制工程专业在读硕士研究生；主要从事模式识剐与图像处理的研究。５０ＰＲｏＣＥＳＳＡＵＴｏＭＡＴＩｏＮＩＮＳＴＲ嗍ＮＴＡｌｒＩｏＮＶ０１．２９Ｎｏ．１１Ｎｏｖｅｍｂｅｒ２００８万方数据 基于小波变换的心电图信号特征点检测张媛。等见中。这个过程可以用图１表示。还是一一对应的．不会产生偏移现象。采用ＭＩＴ－Ｂｉｌｌ数据库中的另一心电数据记录仿真，得到如图３所示的去噪前后心电信号，从图３（ｂ）、图３（ｃ）两图对比，可以发现ｓ啵形比．Ｓｔ平滑了许多，很多高频噪声被消除。图１Ｆｉｇ．１Ｍａｌｌａｔ分解方法Ｍａｌｌａｔａｎａｌｙｚｉｎｇｍｅｔｈｏｄ采样数据点个数（－）原娥信号５２信号预处理ＥＣＧ信号受到多种干扰，主要包括交流电引起的工频干扰、肌电干扰、由人体微动与电极接触不良引起的奠基接触噪声、运动轨迹（基线变化）和由呼吸引起的基线漂移。２．１基线漂移的去除运用ＥＣＧ信号的基线漂移主要去除有数字滤波阻引、三次曲线基线拟合‘５‘、小波变换…以及小波包变换¨’等方法。本文采取小波变换的方法怕１去除基线漂移，并对ＭＩＴ—ＢＩＨ心电数据库中的心律失常数据记录１０１信号进行仿真，如图２所示为仿真结果。Ｆｉｇ．３采样数据点个数（ｃ）去除高频噪声后的信号，’采样数据点个数（ｂ）去除基线漂移后的信号，图３高频噪声的去除Ｒｅｍｏｖｅｏｆｈｉｇｈｆｒｅｑｕｅｎｃｙｎｏｉｓｅ３检测算法３．１采样数据点个数‘・）原始信号ｓｌＯＩＲ峰检测大部分利用小波变换的方法检测峰值点时，都采用模极大值和模极小值的过零点对应Ｒ峰值一１。在实际操作中，由于心电信号存在很多干扰，不同频率的噪声可以通过小波变换多分辨分析去除，但是与所检测的有用信息处于同一频率段的噪声也是存在的。所以对应Ｒ峰点位置的破模极大值对往往不止一对，故很难确定到底是对应哪一对的过零点，如图４所示。采样敢嚣点个藏‘ｂ＇去除基线漂移后的信号，图２基线漂移的去除Ｆｉｇ．２Ｒｅｍｏｖｅｏｆｂａｓｅｌｉｎｅｗａｎｄｅｒ从图２（ａ）与图２（ｂ）对比可以看出，该方法既可以有效地去除心电信号的基线漂移，又可以使信号的基线保持在一个相对平稳的位置。为了使ＥＣＧ信号的平均值为０，则将原始信号减去平均值Ｈ’。２．２高频噪声去除除了基线漂移，ＥＣＧ信号中还存在很多高频噪声，这些都将严重地影响到心电信号检测的准确性。为了保证去噪重构后的信号特征点的主要信息不丢失，本文采用双正交小波ｂｉｏｒ４．４，由于它具有线性相位，因此，保证了去噪前的信号和去噪后的信号特征点＜自动化仪表》第凹卷第ｌｌ期２００８年１１月Ｆｉｇ．４采样数据点个致佃’小渡变换后的３层细节信号采样敦据点个数ｔ－，洧嗓处理后的信号ｓ’图４峰点模极大值对Ｍｏｄｕｌｕｓｎｑ团ｇｉｍｕｒｌｌｖａｌｕｅｐａｉｒｏｆｐｅ曩ｋｐｏｓｉｔｉｏｎｓ５ｌ万方数据 基于小波变换的心电图信号特征点检测张媛，等３．１．１检测方法这里对检测Ｒ峰值方法做了改进。首先检测经过处理的ｄ，细节信号，即ｄｄ＝ｄ３×ａｂｓ（ｄ，）的模极大值所在点，检测方法是：设定阈值凡，先把所有ａｂｓ（ｄｄ）＞Ｒ埔的点放在ｍ４１３ｒ．中。从图４中也可看出，对应每个Ｒ峰位置的ｄ，信号中幅值＞Ｒ。。的点不止一个，所以还要把这些点按照Ｒ峰的位置分类，每个Ｒ峰对应一组＞Ｒ小的点。然后再选择每组点中最后一个点（或者取每组中期）时，若第二个Ｒ波不是误检的，那么判定第一个Ｒ波是误检的。３．２ＱＲＳ波群起止点检测算法检测出Ｒ峰点后，分别在Ｒ前后检测出Ｑ、Ｓ位置，然后再在Ｑ波前寻找信号幅值绝对值＜（Ｑ幅值绝对值／１．８）的点，即定位为ＱＲＳ波起始点；自Ｓ波往后寻找信号幅值绝对值＜（Ｓ幅值绝对值／３）的点即为ＱＲＳ波终止点。３．３平均心电轴检测算法平均心电轴通常指由肢体导联测得的额面ＱＲＳ平均电轴。计算机自动分析仪应采用面积法计算以获得较高的测量精度，人工测量仍采用Ｉ、Ⅲ导联ＱＲＳ波振幅代数和的方法。心电轴偏移在Ｉ临床上具有重大的意义。心电轴的正常变动范围较大，约在一３００一＋１１００。大部分在００一＋９００之间，正常心电轴平均约为＋６００。自一３００一一９０。为电轴左偏，一３００～０。属电轴轻度左偏，常见于正常的横位心脏（肥胖、腹水、妊娠等）、左室肥大和左前分支阻滞等。＋９０。一＋１１０。属轻度电轴右偏，常见于正常的垂直位心脏和右室肥大等。越过＋“０。的电轴右偏，多见于严重右室肥大和左后分支阻滞等。心电轴测量方法很多，有目测法、图纸测量法、圆形系统法、查表法等。计算的方法主要有振幅法、电压的模最大值点），放在，喇中。在，彬前后６０搜索５．的最大值点，就可得到Ｒ峰位置。３．１．２防漏检的方法ｒＩｌｓ的地方｛佥ｉ则出了Ｒ峰位置，计算ＲＲ平均间期，当任意两个Ｒ峰间距＞１．４ＲＲ平均间期时就说明这两个Ｒ峰之间有—个Ｒ峰被漏检了，于是将阈值Ｒ抽减半，重新搜索。有时候，ｄ，信号并不能完全反映Ｒ峰点位置的全部信息，此时便会出现漏检，根据ＱＲＳ复合波的能量主要集中在ｄ，和ｄ４信号上，而ｄ，上的能量最大，所以如果把ｄ。上的信号也一并考虑进行Ｒ峰点的检测则可以防止漏检。具体防漏检方法如图５所示。采样教据点个数（－）对细节信号南进行处理得到的信号时间乘积法、面积法。面积法相对于振幅法、时间电压乘积法更精确，文献［１０］对这鼍种方法做了较详细的比较。面积法的计算方法是先用积分法求得Ｉ、Ⅲ导联ＱａＳ波群与时间轴所包含的面积，然后再进行如下计算。图６中以Ｉ、Ⅲ导联均为正值的情况下，Ｊ、皿代表对应导联的面积值（或幅值、幅值时间乘积）。计算公式为：ｃｏｓａ—ｃｏｓ（１２００—ａ）采样数据点个敦（”对细节信号南＋ｄ．进行处理得到的信号图５防漏检方法Ｆｉｇ．５Ａｖｏｉｄａｎｃｅｏｆｌｅａｋｄｅｔｅｃｔｉｏｎ上一一．一坦一，¨、。７对五进行幅值平方处理后的蒯观察发现，第４个和第７个Ｒ波会漏检。其原因是部分频率信息还保留在以细节信号上，此时防漏检的方法为：ｄ。＝以＋吱ｄｄ。＝ｄ。×ａｂｓ（ｄ。）式中：ａ－－－－ａｒｃｔａｎ【（孚＋专）×舟经过Ｍａｔｌａｂ仿真得到如图５（ｂ）所示的砌。信号，发现对应第４和第７个Ｒ波的位置的削。系数不为零，将甜。代替ｄｄ信号进行检测，可以有效防止漏检。３．１．３防误检的方法当某一Ｒ峰与前后Ｒ峰间距均＜Ｏ，７×（ＲＲ平均间期），则说明这个Ｒ波是误检的；同样如果是第一个Ｒ峰与第二个Ｒ峰之间的距离＜０．７×（ＲＲ平均问５２ＰＲＯＣＥＳＳＦｉｇ．６图６心电轴计算方法Ｃａｌｃｕｌａｔｉｎｇｍｅｔｈｏｄｓｏｆｃａｒｄｉａｃｅｌｅｃｔｒｉｃａｘｉｓ本文分别用面积法、幅值法（也叫电压法）、幅值（电压）时间乘积法三种方法计算出的心电向量，得出的心电轴ａ有较大差异，其中面积法计算的结果要精确得多。Ｖ０１．２９Ｎｏ．１１ＡＵＴＯＭＡＴＩＯＮＩＮＳＴＲＵＭＥＮＴＡＴＩＯＮＮｏｖｅｍｂｅｒ２００８万方数据 基于小波变换的心电图信号特征点检测张媛。等图８所示，可以看出，不论Ｒ波正立还是倒置。Ｒ、Ｐ、Ｔ峰值检测均可以达到１００％的检测精度；同时由于检测算法添加了防漏检、误检的方法，取得了很好的效果。４．２平均心电轴４仿真结果本文采用ＭＩＴ—ＢＩＨ数据库里面的仙ｅ啪Ｄｉａｇ－ｎｏｓｔｉｃＥＣＧＤａｔａｂａｓｅ十二导联数据库，对其中的Ｒｅｃｏｒｄｐｔｂｄｂ／ｐａｔｉｅｎｔ００１／ｓ００１０＿ｒｅ进行仿真实验，取其有代表性的一段，仿真结果如下。４．１表ｌ列举了采用ＱａＳ面积法、时间电压法、幅值法计算得到的平均心电轴。对原始信号去除基线漂移和高频噪声后，将信号平均值置为零，使得各项特征值的计算更精确，在表１中做了比较。同时，由于ＱａＳ面积法更加全面地反映了ＱＲＳ波群整体信息，所以计算得出的心电轴较其它两者准确。ＱＲＳ波群检测结果针对不同导联的波形，在检测模极大值点的时候，自适应的选取阈值以获得高检测准确率。Ｒ波正立（Ｉ导联）、Ｒ波倒置（ｍ导联）仿真曲线分别如图７、采样数据点个数（－）Ｒ峰点位置检测采样数据点个数“＞Ｒ峰点位置检嗣采样数据点个数（”ＱＲｓ起止点检测采样教据点个数‘”ＱＲＳ起止点检测图７Ｆｉｇ．７Ｒ波正立（Ｉ导联）ｗａｖｅｓ（Ｉｌｅａｄｉｎｇ）表１对基线进行处理前Ｔａｂ．１ＢｅｆｏｒｅｂａｓｅｌｉｎｅｐｒｏｃｅｓｓｉｎｇＦｉｇ．８图８Ｒ渡倒置（Ⅲ导联）ｗａｖｅｓ（Ⅲｌｅａｄｉｎｇ）ＰｏｓｉｔｉｖｅＲＩｎｖｅｒｓｅＲ参考文献５结束语本文提出的防漏检、误检的方法取得了很好的效果。在峰值的检测方面，打破了传统的依赖模极值对过零点的方法，并且同时考虑两个尺度上的细节信息，从仿真曲线上看，峰值检测可以达到１００％的检测精度；起止点检测方面，除了Ｒ波倒置的个别波外，也能达到精确的结果。心电轴计算分别采用ＱＲＳ时间面积法、时间面积乘积、电压代数和三种方法，通过比较证明了ＱＲＳ时问面积法的精确性。＜自动化仪表》第凹卷第ｎ期２００８年１１月［１］谢远国。余辉，吕扬生．基于多分辨率分析的心电圈ＱｎＳ波检测（Ｊ］．医疗卫生装备，２００３（９）：５－６．［２］董长虹。高志，余啸海．妇ｌａｂ小渡分析工具箱原理与应用［Ｍ］．北京：国防工业出版社。２００４．［３］ＪＡＣＥＫＭ，ＨＥＮＺＥＬＮ．ＥＣＧｂａｓｅｌｉｎｅｗａｎｄｅｒａｎｄｐｏｗｅｒｌｉｎｅｕｓｉｎｇｉｎｔｅｒ－ｆｅｒｅｎｅｅｎｅｄｕｅｔｉｏｎｎｏｎｌｉｎｅａｒｆａｌｔｅｒｂａｎｋ［Ｊ］．ＳｉｎｇｎａｌＰｒｏｃ￡＊ｉｎｇ，２００５，８５（４）：７８１—７９３．【４］朱伟芳，齐春．一种实用的去基线漂移滤波算法【Ｊ】．苏州大学学报：工科版，２００６，２６（１）：６２—６４．（下转第５７页）５３万方数据 电液伺服系统自适应逆向递推控制器设计韩永成。等均已经调到最优。本文设计的控制器参数为：蠡。＝１００，如＝５００，ｋ３＝２００。可以看出，不管参数和负载是否变化，本文设计的自适应Ｂａｃｋｓｔｅｐｐｉｎｇ控制器都能很好地跟踪给定波形，总能保证误差在５％以内，控制效果要优于常规ＰＩＤ控制器。４结束语本文针对电液伺服系统存在参数和外部负载干扰的不确定性，设计了自适应Ｂａｃｋｓｔｅｐｐｉｎｇ控制器。仿真结果显示，该控制方法具有较强的鲁棒性及良好的“ｓ跟踪性能，与采用ＰＩＤ的控制方法相比，系统具有更好的控制性能及更强的抗干扰性。参考文献［１］管成，朱善安．电液伺服系统的多滑模鲁棒自适应控制［Ｊ］．控制理论与应用，２００５，２２（６）：９３１－９３８．［２ＪＹＯＵＳＥＦＩＨ．ＨＡＮＤＲＯＳ《・ｌ位置跟踪曲线Ｈ．ＡｄａｐｔｉｖｅｎｅｕｒａｌａｎｅｔｗｏｒｋｉｎｃｏｍｐｃＢｓａ－ｓｙｓｔｅｍｆｉｏｎｔｈｅｄｙｎａｍｉｃｓａｎｄｐｏｓｉｔｉｏｎｃｏｎｔｒｏｌ０ｆ“ｓｓｅｒｖｏ－ｈｙｄｒａｕｌｉｅｗｉｔｈａｆｌｅｘｉｂｌｅｌｏａｄ［Ｊ］．ＡｍｅｒｉｃａｎＳｏｃｉｅｔｙｏｆＭｅｃｈａｎｉｃａｌＥｎｇｉｎｅｅｒｓ，‘ｂ’跟踪误差曲线２００５：８７１—８７９．图２参数确定时的响应曲线Ｆｉｇ．２Ｔｈｅｒｅｓｐｏｎｓｅｃｕｒｖｅ【３］ＫＡＮＧＹ，ＣＨＵＭＨ，ＬＩＵＹＬｎｅｕｒａｌｎｅｔｗｏｒｋｓｆｏｒｔｈｅＬｅｃｔｕｒｅＮｏｔｅｓｉｎＡｎ蜊ｗｉｎｃｏｎｔｒｏｌ∞ｉＩｌｇｍｕｌｔｉｐｌｅｕｎｄｅｒｃｅｒｔａｉｎｐａｒａｍｅｔｅｒｓｐｏｓｉｔｉｏｎ伽曲【Ｄｌｈｙｄａｍｌｉｃ剐撇ｓｙｓｔｅｍ［ｃ］．ＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅ。２００５：２９６—３０５．［４］刘云峰。缪栋．电液伺服系统的自适应模糊滑模控制研究［Ｊ］．中国电机工程学报，２００６，２６（１４）：１４０—１４４．［５］付俊．赵军．基于扩展自适应Ｂａｅｋｓｔｅｐｐｉｎｇ设计的ＴＣＳＣ非线性控制的新方法［Ｊ］．控制理论与应用。２００６，２３（３）：３５５－３６１．［６】ＤＩｕＥＭＥＶＥＲＦ，ＲＯＢＦ＿ＪｆｆＯＤ．Ｄｅ８ｉ印ａｎｄ“ｐｅ面嘲ⅡａＩｅｖａｌｕａｔｉｏｎｄｐｏｓｉｔｉｏｎ∞删ｌＤｌｌｅ口ｆｏｒｈｙｄｒａｕｌｉｃ∞ｔＩｌ劬０ｎ：Ｂａｃｋｓｔｅｐｐｉｎｇａｎｄｌ旷２ｄｔ／ｓ（－＇位置跟踪曲线０ｆ∞呲№［Ｊ］．１删ｏｍｌ３９—４８．ＪｏｕｒｍｌｄＦｌｕｉｄＰｏｗｅｒ．２００４。５（３）：［７］ＺＥＮＧＨＲ，ＳＥＰＥＨＲＩＮ．Ａｄａｐｔｉｖｅｈｓｅｋｍｅｐｐｉｎｇｃｏｎｔｒｏｌ０ｆｈｙｄｌ＇ｌｌｌｌｌｉｃｕｓｉｎｇｍ日ＩＩｉｐ｜Ｊｌ越。嵋ｗｉｔｈ姗∞ａ舶甲ａ葛砒ｉｏｎｃｅｅｄｉｎｇｓ０ｆｔｈｅＡｍｅｒｉｃａｎＣｏｎｔｒｏｌｈｌＧｌｅｍｅｄａｌ［Ａ］．Ｐｒｏ－ＣａＪＩｌｆｅｒｃｎｃｅ［ｃ】．胁ｎ既ｐ０Ｉｉｓ，ＥｎｇｉｎｅｅｒｓＭＮ，ＵｎｉｔｅｄＳｔａｔｅｓ：Ｉｎｓｔ／ｍｔｅｏｆＥｌｅｃｔｒｉｃａｌａｎｄＥｌｅｃｔｒｏｎｉｃｓＩｎｅ．２００６：３１６４—３１６９．珧００跟踪误差曲线Ｅｎｇｌｅｗｏｏｄｃｌｉｆｆｓ，ＮＪ。１９９１：１５—２０．［８］ＳＬＯＴＩＮＥＪ，ｕＷ．Ａｐｐｌｉｅｄｎｏｎｌｉｎｅａｒｃｏｎｔｒｏｌ［Ｍ］．ＰｒｅｎｔｉｃｅＨａｌｌ，图３参数不确定时的响应曲线Ｆｉｇ．３Ｔｈｅｒｅｓｐｏｎｓｅｃｕｒｖｅ【９］王旭东，藏欣阳，马勇，等．液压振动下板坯连铸结晶器摩擦力检测实验研究［Ｊ］．钢铁，２００６，４１（１１）：２３—２５．ｕｎｄｅｒｕｎｃｅｒｔａｉｎｐａｒａｍｅｔｅｒｓ（上接第５３页）［５］ＢＡＤＩＬＩＮｅｓｔｉｍａｔｉｏｎ的研究［Ｊ］．中国医学物理学杂志，２００７，２４（１）：７１－７３，７６．［８］ＮＵＲＥＴｒｌＮＡ．ＣｌａｓｓｉｔｌｅａｔｉｏｎｓｑｕａｒｅｓｕｐｐｏｒｔＦ，ＡＲＴＨＵＲＪＭ。ＥＤＷＡＲＤＬＴ．Ｃｕｂｉｃｓｐｌｉｎｅｂａｓｅｌｉｎｅ０ｆＥＣＧｂｅａｔｓｂｙｓｅａｌａｎｔｄｉ叩ｈ嘲鼬ｅｌｅｅｔｍｃａｒｄｉｏｇｒａｐｈｙ【ｃ］∥Ａｎｎｕａｌｉｎ∞ⅢｂｌＩｌａｌｏ盯ＥＣＧ∞∞ｌｄｉ咿ｆｏｒｔｈｅｍ翻鲫ｍｍｅ雌《ＳＴｉｎｔｅｍａ－ＥｎｇｉｎｅｅｒｉｎｇｉｎＭｅｄｉｃｉｎｅａｎｄＢｉｏｌｏｇｙｖ∞蜘室ｍａｃｈｉｎｅｓｗｉｔｈ・ｄｙｉｌａｌＩＩｉｃｐｒｏｎｇｕ妇唔８ｆａｓｔｌｅａｓｔｆｅａｍｍｓｅｌｅｃｔｉｏｎａｌ妒ｒｉｔｈｍ［Ｊ］．Ｎｅｕｒａｌｅｏｍｐｍ＆Ａｐｐｌｉｅ，２００５，１４（４）：ｔｉｏｎａｌ伽Ｉｆｅ他Ｉｌ傀ｏｆｔｈｅＩＥＥＥ２９９—３０９．Ｓｏｃｉｅｔｙ，１９９ｌ，１３（２）：５８４—５８５．［６】张文琼，刘肖琳，吴涛．一种利用小波变换逼近信号滤除心电图【９】邱雅竹，冯俊．基于小波变换的心电信号检测新方法［Ｊ］．四川师范大学学报：自然科学版，２００５，２８（３）：２７０—２７２．【１０］ＯＫＩＮＰ基线漂移的方法【Ｊ］．计算机工程与应用，２００５，２０（１）：２２２—２２４．Ｍ。ＲＯＭＡＮＭＪ，ＤＥＶＥＲＥＵＸＲＢ，ｅｔａ１．Ｔｉｍｅ－ｖｏｌｔａｇｅ１２．１ｅａｄＱＲＳ岫０ｆｔｈｅｌａｒｅｓｃｔｒｅｅａｒｄｉｏｇｎｍｌ：ｄｅｔｅｃｔｉｏｎ０ｆｌｅｆｔｖｅｎｍｅｕ－［７］张华，潘冬明，王立会．小波包变换在消除心电图基线漂移方面＜自动化仪表》第汐卷第１１期２００８年ｎ月ｈｙｐｅｍｖｐｈｙ［Ｊ］．Ｈｙｐｅｒｔｅｎｓｉｏｎ，１９９８，３１（４）：９３７—９４２．５７万方数据 基于小波变换的心电图信号特征点检测
作者：作者单位：刊名：英文刊名：年，卷(期)：被引用次数：
张媛， 顾幸生， Zhang Yuan， Gu Xingsheng
张媛,Zhang Yuan(华东理工大学信息学院,上海,200237)， 顾幸生,Gu Xingsheng(华东理工大学自动化研究所,上海,200237)自动化仪表
PROCESS AUTOMATION INSTRUMENTATION2008,29(11)1次
参考文献(10条)
1.OKIN P M;ROMAN M J;DEVEREUX R B Time-voltage QRS area of the 12-lead eectrocardiogram:detection ofleft ventricular hypertrophy[外文期刊] 1998(04)
2.邱雅竹;冯俊 基于小波变换的心电信号检测新方法[期刊论文]-四川师范大学学报(自然科学版) 2005(03)3.NURETTIN A Clarification of ECG beats by using a fast least equate support vector machines with adynamic pining feature selection algorithm[外文期刊] 2005(04)
4.张华;潘冬明;王立会 小波包变换在消除心电图基线漂移方面的研究[期刊论文]-中国医学物理学杂志 2007(01)5.张文琼;刘肖琳;吴涛 一种利用小波变换逼近信号滤除心电图基线漂移的方法[期刊论文]-计算机工程与应用2005(01)
6.BADILIN F;ARTHUR J M;EDWARD L T Cubic spline baseline estimation in arabulatory ECG recordings forthe measurement of ST segment displacements electrocardiography 1991
7.朱伟芳;齐春 一种实用的去基线漂移滤波算法[期刊论文]-苏州大学学报（工科版） 2006(01)
8.JACEK M;HENZEL N ECG baseline wander and powedine interference reduction using nonlinear filterbank[外文期刊] 2005(04)
9.董长虹;高志;余啸海 Matlab小波分析工具箱原理与应用 2004
10.谢远国;余辉;吕扬生 基于多分辨率分析的心电图QRS波检测[期刊论文]-医疗卫生装备 2003(09)
引证文献(1条)
1.熊平.徐敏.雷英俊 基于小波变换和BP神经网络的室性早搏(PVC)识别[期刊论文]-中国医学物理学杂志 2010(2)
本文链接：http://d.g.wanfangdata.com.cn/Periodical_zdhyb200811013.aspx