目的：ECG自动分析系统由两部分组成：波形识别和智能诊断。在实际应用中，心电波形识别是该系统的关键。波形识别的精确性和可靠性决定了心脏病诊断的可靠性。为提高波形识别的速率及准确度，本文提出一种基于几何特征的ECG波形识别算法。方法首先利用数字滤波算法对信号进行预处理，提高信号的信噪比，然后通过改进的二阶导数计算出数据的几何特征：点的斜率和运动趋势，并在此基础上，结合ECG波形的实际物理特征，利用算法实现T波、P波、QRS波群的起点、终点以及波峰波谷的自动识别。结果统计分析结果表明，本算法能够快速高效地识别ECG波形。同时将该算法与其他当前各种ECG波形识别算法进行对比，该识别算法在识别的精确性与阳性预测值方面具有更好的性能。结论本文提出的基于几何特征的ECG波形识别算法可以进一步提高当前ECG波形识别算法的性能。
为对心电信号进行波形检测和形状识别,解决心电信号自动诊断的重点和难点,在稀疏分解的理论基础上,构造符合心电信号特点的超完备字典,基于此字典,利用匹配追踪算法对心电信号做稀疏分解.根据稀疏分解所得解向量及与解向量在字典中对应的原子找出心电信号的特征波的起点、终点、峰值点等,最终实现心电信号的几种特征波的波形检测及形状识别.实验证明该算法的QRS波群检测率为99%,P波、T波检测率为85%,对P波和T波的形状识别符合人的主观判断.这些检测和识别结果为心脏病的自动诊断提供了依据.
基于相关系数的模板匹配算法无法区分波形信号f(t)与nf(t),因为模板p(t)与f(t)和nf(t)之间的相关系数相等.本研究提出一种改进的相关性算法,使得模板与信号进行匹配运算后得到的系数c∈[-1,1],并且只有在p(t)=f(t)时c值为1.利用此方法分别对ECG的R波和T波进行识别,可准确地区分R波和T波,并可确定模板波形的检测点.此方法与基于相关系数的模板匹配算法相比具有较好的波形检测特异性,可应用于各个领域的波形识别.
在心电信号中，T、Q、S、R、P波是其分析的关键特征依据，其正确检测是心电信号分析的前提。采集心电信号时，往往会受到肌电等高频的影响，而且心电信号相对于其它同时存在的干扰信号而言，是非常微弱的[1]。为了进行正常的病情诊断、心电参数测量及波形识别，在检测较微弱的心电信号时应采取抑制噪声的处理技术，从而提高心电信号的准确性。本文基于平稳小波变换对心电信号噪声的消除方法进行研究。
