用于QT间期检测的复合算法研究

目的为了提高QT间期检测精度,探讨一种多算法融合的QT间期自动检测算法。方法采用小波变换的方法检测Q点,采用不依赖阈值的波形面积算法检测T波终点。利用Physionet QT数据库中的数据评价算法的检测结果。结果检测误差均值为-0.36 ms,标准差15.49 ms;66.52%的检出误差被控制在20 ms以内,92.12%的检出误差被控制在40 ms以内。结论该算法具有良好的稳定性,提高了QT间期的检测精度。

基于形态学的自动QT间期检测方法的研究

目的本文针对当前移动监护平台的需要,研究并设计一种新的基于多尺度形态学导数变换的心电信号特征点自动识别算法,从而实现QT间期的检测。方法引入三角形和线段作为形态学变换的结构元素对对心电信号进行多尺度形态学导数变换(multi-scale morphological derivative transform,MMDT),根据波形的形态学特征将其分为4种情况,并针对每种情况分别设计最佳方案来对Q波起点进行检测。同时引入"翼"函数选取T波的2个参照点,辅助确定T波峰位置及其终点,使得MMDT方法在检测双峰T波(90.9%)和双相T波(86.7%)时的精度和识别率得到较大改善。结果本文采用了CSE数据库中的80个心电记录对算法进行评估,数据统计结果表明该算法与小波变换方法相比其整体误差及标准差更小,对非正相T波的检测性能大幅提高。结论相比小波变换和自适应阈值方法,该算法经验参数少,运算量低,非常适合用于移动监护和HOLTER系统,具有广阔的应用前景。