一種基于神經網絡的j波檢測方法
【技術領域】
[0001] 本發明涉及高分辨率心電圖分析方法，具體為一種基于神經網絡的J波檢測方 法。
【背景技術】
[0002] 心電圖中QRS綜合波與ST段之間的連接點稱為J點，它表示除極結束、復極開始。 倘若J點從基線移位則稱J點偏移，常見于早期復極綜合征、急性心肌缺血、心包炎和束支 傳導阻滯等，如J點偏移呈特殊圓頂形或尖峰型偏移波稱為J波。J波形成的離子流機制是 瞬時外向鉀（Ito)電流增加，電生理基礎是內外膜電位差和復極離散度增大，產生2位相折 返致惡性室性心律失常及猝死。J波是一種正常的心電圖變異，但當J波增寬、增高，可預示 室速、室顫的發生，并會引起致命性的惡性心律失常，還可導致猝死。
[0003] 在J波癥候群中，Brugada(布魯戈登）綜合征、特發性心室顫動（簡稱室顫）與急 性冠狀動脈（簡稱冠脈）綜合征都極其容易誘發室性心動過速、室顫和心臟性猝死。猝死 由心臟引起的，驟然的，不可預測的，從出現癥狀到癥狀加劇1小時內發生的自然死亡。心 電圖特點是J點抬高，J波形成，ST段抬高，且與T波的上升支融合為一體弓背向下。為減 少猝死的發生，猝死無創性預警方法的研宄備受重視，J波作為心電圖心室復極的新指標越 來越受到臨床的重視。目前，對J波的分類是醫生憑自身經驗通過觀察心電圖進行判斷，這 樣僅局限于在時域研宄心電信號的幅值、波形以及發生位置。尤其在J波振幅較小，不易 肉眼觀察的情況下，很容易造成判斷誤差。所以從信號處理角度出發，實現J波的檢測具有 重要的研宄意義和臨床意義。
【發明內容】
[0004] 本發明為了填補高分辨率心電圖上識別J波檢測的空白，提供了一種基于神經網 絡的J波檢測方法。
[0005] 本發明是采用如下的技術方案實現的：一種基于神經網絡的J波檢測方法，包括 以下步驟：
[0006] 數據采集：從J波綜合征患者體表通過三個正交的X、Y、Z導聯（X，Y，Z)獲得心電 信號，獲得的心電信號中包括含有J波的心電信號和不含J波的心電信號，并分別記錄好兩 種心電信號的數目，分成兩個集合，一個是訓練集，另外一個測試集；
[0007] 利用平均心電信號降低噪聲：取訓練集中心電信號每個導聯的200-300次心電周 期，把每個心電周期基線對齊，使QRS波重合，利用多拍平均技術，達到了心電信號平均的 效果，降低了噪聲，去噪后的心電信號導聯記為(又,7,?;
[0008] 合成幅值波形（VM):對去噪后的心電信號導聯(元歹,?進行小波包分解和小波包 重構，去除低頻分量，形成了包含j波分量的高頻成分，記為，利用小波包重 構合成的高頻成分(又r，iV,)產生幅值波形VM ;
[0009] 特征提取：提取的第一個特征是幅值波形VM的QRS波群后的48ms采樣點特征向 量；提取的第二個特征是幅值波形VM的QRS波群后的48ms分解為每4ms -個間隔，分別計 算這12個間隔的均值和標準差，從而形成的特征向量；
[0010] 利用BP神經網絡分類：把上述提取的兩個特征向量作為BP神經網絡的輸入，BP 神經網絡輸出為1表示J波陽性，即心電信號中含有J波或，BP神經網絡輸出為0表示J波 陰性，即心電信號中不含有J波，從而達到了對心電信號中J波的識別。
[0011] J點（連接S波和ST段的連接點）抬高會引起J波，所以選擇J點后的40ms作 為"監控"對象，同樣，考慮到檢測方法的魯棒性，J點前的8ms也納入"監控"范圍，在這個 J點前后48ms的時間段里，能捕捉到該處心電信號的形態學特征。如果J點偏移或抬高，導 致出現J波，能第一時間檢測到其形態學變化。為了能更精細的檢測J點之后的形態變化， 我們定義了第二種時域特征向量，把J點前后的48ms分成4ms的間隔，求這些間隔的平均 值和標準差，這樣就形成了一個反映這些形態變化細節的特征向量；利用這個兩個特征實 現對J波的識別。
【附圖說明】
[0012] 圖1為本發明的流程圖；
[0013] 圖2為神經網絡分類流程圖。
【具體實施方式】
[0014] 一種基于神經網絡的J波檢測方法，包括以下步驟：
[0015] 數據采集J波是一種正常的心電變異信號，當J波增高，變寬時，可能引發J波綜 合征，但是出現J波綜合征，即出現Brugada(布魯戈登）綜合征、特發性心室顫動（簡稱室 顫）或者急性冠狀動脈（簡稱冠脈）綜合征的時候，并不一定是心電圖中存在J波，也就是 說J波和J波綜合征并不是一一對應的關系，但是，J波綜合征往往大多時候都伴隨著J波 的出現，所以，選擇多位J波綜合征患者，從其體表通過Frank導聯即X，Y，Z三個正交導聯 (X，Y，Z)，以lkhz，12bit的分辨率進行采樣和模數轉換存儲，得到的數據，分為兩個集合， 一個集合叫訓練集，另外一個叫測試集，訓練集用來訓練下文中神經網絡的權矩陣，使得網 絡誤差調整到最小，測試集用來測試神經網絡的性能；
[0016] 去噪：體表電極測試得的到高分辨率心電信號中含有工頻干擾、基線漂移、肌電干 擾等噪聲，本方法選擇了多拍平均技術去除噪聲，即首先，通過小波分析奇異性定位R點；
【主權項】
1. 一種基于神經網絡的J波檢測方法，其特征在于包括w下步驟： 數據采集：從J波綜合征患者體表通過S個正交的X、Y、Z導聯化Y，幻獲得屯、電信號， 獲得的屯、電信號中包括含有J波的屯、電信號和不含J波的屯、電信號，并分別記錄好兩種屯、 電信號的數目，分成兩個集合，一個是訓練集，另外一個測試集； 利用平均屯、電信號降低噪聲；取訓練集中屯、電信號每個導聯的200-300次屯、電周期， 把每個屯、電周期基線對齊，使QRS波重合，利用多拍平均技術，達到了屯、電信號平均的效 果，降低了噪聲，去噪后的屯、電信號導聯記為(又，7,乏）； 合成幅值波形VM;對去噪后的屯、電信號導聯(玄F，^)進行小波包分解和小波包重構， 去除低頻分量，形成了包含J波分量的高頻成分，記為用小波包重構合 成的高頻成分(交r，云r)產生幅值波形VM; 特征提取：提取的第一個特征是幅值波形VM的QRS波群后的48ms采樣點特征向量；提 取的第二個特征是幅值波形VM的QRS波群后的48ms分解為每4ms-個間隔，分別計算該 12個間隔的均值和標準差，從而形成的特征向量； 利用BP神經網絡分類：把上述提取的兩個特征向量作為BP神經網絡的輸入，BP神經 網絡輸出為1表示J波陽性，即屯、電信號中含有J波或，BP神經網絡輸出為0表示J波陰 性，即屯、電信號中不含有J波，從而達到了對屯、電信號中J波的識別。
【專利摘要】本發明涉及高分辨率心電圖分析方法，具體為一種基于神經網絡的J波檢測方法。本發明先獲得J波綜合征病人的Frank導聯的高分辨率心電信號，對心電信號進行預處理，去除干擾和噪聲，利用小波技術去除低頻信號，形成幅值波形VM，然后對VM進行兩種特征向量提取，這兩種特征向量反映了J波的形態學特性，把兩種特征向量輸入到BP神經網絡，利用神經網絡進行對高分辨率心電圖分類。本發明填補了信號處理領域對J的識別研究的空白，具有重要的現實意義。
【IPC分類】A61B5-0452
【公開號】CN104783787
【申請號】CN201510201185
【發明人】李燈熬, 白雁飛, 趙菊敏
【申請人】太原理工大學
【公開日】2015年7月22日
【申請日】2015年4月24日