基于快速傅里葉變換的心電模板匹配算法設計

周 酥

0 引言

心血管疾病嚴重威脅著人類健康。心血管疾病，尤其是心律失常的檢測依賴于心電圖。實現心電圖（electrocardiogram，ECG）的智能分析和自動識別，對心血管疾病的輔助診斷具有重要的臨床意義。ECG智能分析技術包括心電信號預處理、波形檢測、心電診斷等。預處理重在對含有噪聲的心電信號消除干擾、濾除噪聲；波形檢測的目的在于尋找信號特征點，提取特征參數；而心電診斷技術則主要依據心電波形特征點的識別結果，對信號進行分類。其中ECG的自動識別方法包括特征提取、模板匹配、支持向量機、人工神經網絡等[1-4]。

模板匹配算法在ECG自動識別中具有較高的應用價值，心電模板匹配算法包括線性預測算法和波形形態分類算法等。線性預測算法采用的基本思想是通過多組ECG樣本數據的線性組合來估計某一未知ECG數據；波形形態分類算法則比較待測心電與原規定（或學習到）的心電模板或規則的近似程度，據此判斷待測信號與模板是否屬于同一類別。基于信號波形形態特征分析的算法，能對具有相似特征參數（如QRS復波幅度、寬度等）不同形態特征的心電進行區分，與醫生進行人工診斷時所使用的方法具有一致的思想[5-7]。本文采用基于波形形態分類的模板匹配算法來進行心律失常研究。

1 理論基礎

1.1 歸一化相關系數

ECG信號與模板信號的相似程度可通過計算它們在指定區間的相關性來判定[8]。本文研究利用歸一化相關系數來衡量待測信號與ECG模板的相似程度。……