[發明專利]基于IWT與AGA-BP模型的ECG身份識別方法

在審

• 申請號: 202011065153.6
• 申請日: 2020-09-30
• 公開（公告）號: CN112107310A
• 公開（公告）日: 2020-12-22
• 發明（設計）人: 李寧;朱龍輝;秦曙光;何復興;鄭強蓀
• 申請（專利權）人: 西安理工大學
• 主分類號: A61B5/0402
• 分類號: A61B5/0402;A61B5/0472;A61B5/117;A61B5/00;G06N3/04;G06N3/08
• 代理公司: 西安弘理專利事務所 61214
• 代理人: 弓長

1.基于IWT與AGA-BP模型的ECG身份識別方法，其特征在于，具體按照如下步驟實施：

步驟1，采集心電信號，利用IWT算法對采集的心電信號預處理，得到去噪后的ECG信號；

步驟2，采用小波定位方法對去噪后的ECG信號的R波峰值點進行定位，并進行R波漏檢和錯檢排查，同時確定相鄰R波峰值點之間的采樣間隔；

步驟3，通過步驟2所得R波峰值點，確定QRS波群位置，確定P波與T波的峰值點、起點與終點；

步驟4，基于步驟2和步驟3得到的QRS波群、P波和T波的峰值點、起點和終點進行組合得到特征向量，然后運用AGA-BP算法進行ECG信號識別。

2.根據權利要求1所述的基于IWT與AGA-BP模型的ECG身份識別方法，其特征在于，所述步驟1具體為：

步驟1.1，通過設備讀取或數據庫獲取的方式獲得心電原始數據，然后，利用ECG算法將得到心電原始數據進行繪圖，得到存儲有ECG數據的矩陣，該矩陣即為需要處理的ECG信號；

步驟1.2，將步驟1.1得到的ECG信號按一個標準的心電周期T進行分割，得到n組周期信號序列X(n)，然后使用最小二乘方法的遞推算法對周期信號序列X(n)進行建模，得到其數學模型；

步驟1.3，采用Mallat算法對原始心電數據和步驟1.2得到的數學模型同時進行小波分解重構，分別得到多個尺度下原始ECG小波分解信號和多個尺度下數學模型的小波分解信號；

步驟1.4，利用MATLAB軟件，以多個尺度下原始ECG小波分解信號作為量測方程，以多個尺度下數學模型的小波分解信號作為狀態方程，通過編寫無跡卡爾曼濾波算法對小波分解后的多個尺度下數學模型的小波分解信號進行濾波處理；

步驟1.5，以Mallat算法對經過無跡卡爾曼濾波后的心電信號進行重構，得到去噪后的ECG信號。

3.根據權利要求1所述的基于IWT與AGA-BP模型的ECG身份識別方法，其特征在于，所述步驟2具體為：

步驟2.1，通過二進樣條小波濾波器對經步驟1去噪后的ECG信號進行四層離散小波分解，得到三次尺度分解后的ECG信號；

步驟2.2，基于步驟2.1得到的三次尺度分解后的ECG信號，在三次尺度下尋找R波極大值和R波極小值，確定疑似R波峰值點；

步驟2.3，針對步驟2.2確定的疑似R波峰值點進行R波的漏檢與錯檢排查，最終確定準確的R波峰值點位置。

4.根據權利要求3所述的基于IWT與AGA-BP模型的ECG身份識別方法，其特征在于，所述步驟2.2具體為：

步驟2.2.1，尋找R波極大值：基于步驟2.1得到的三次尺度分解后的ECG信號，在三次分解尺度下尋找R波極大值，即找出斜率大于0的點，賦值為1，將其余點賦值為0，極大值點就位于這樣的1、0序列之中；

尋找R波極小值：基于步驟2.1得到的三次尺度分解后的ECG信號，在三次分解尺度下尋找R波極小值，即找出斜率小于0的點，賦值為1，其余點賦值為0，極小值點就位于這樣的1、0序列之中；

步驟2.2.2，再通過設定閾值為三次分解尺度下三分之一相鄰信號周期的平均值，去除絕對值小于閾值的極大值和極小值點，得到疑似的R波峰值點的存在區間，相鄰極大極小值對的過零點即就是疑似的R波峰值點。