一種基于多層感知器的房顫心電圖檢測方法

蔚文婧，王尋，張鵬遠，顏永紅，2，3

1.中國科學院聲學研究所語言聲學與內容理解重點實驗室，北京100190；2.中國科學院新疆理化技術研究所新疆民族語音語言信息處理實驗室，新疆烏魯木齊830011；3.中國科學院大學，北京100049

前言

房顫是最常見的心律失常，發生在1%～2%的普通人群中，可引起中風、心力衰竭、冠狀動脈等疾病，有很高的發病率和死亡率［1-2］。心電 圖（Electrocardiogram, ECG）檢查是臨床上醫生診斷心血管疾病的重要依據［3-4］。但是房顫現象有時是突發性的，需要長時監測ECG 才能確診，因此，有必要利用人工智能技術對ECG 信號進行深入分析，從而實現智能的房顫監測診斷。目前單導聯的便攜式ECG設備可隨時隨地進行操作［5］，結合智能識別技術，可在家庭、社區以及農村推廣使用，實現房顫的智能篩查。

ECG 自動診斷算法一般包含兩個步驟：提取有效病理信號特征以及利用分類器進行正常/疾病的判別。在ECG 波形中，QRS復合波特征最為明顯，可作為后續特征查找的基準點，是ECG 自動分析的關鍵環節［6］，也是可用于房顫識別的有效特征［7-8］。R波檢測算法的研究至今已有幾十年，識別R波的主要方法有：（1）信號變換法，一般有濾波器組法、差分法［9］、小波變換法［10］、香農能量（Shannon Energy）法［11］、經驗模態分解法（Empirical Mode Decomposition, EMD）［12］、希爾伯特變換（Hilbert Transform）［13］等。主要是根據ECG 信號的特點進行相應變換，放大R 波特征。其中，差分法是根據R波的高幅值、大斜率特點［14］，對ECG 做差分濾波后用閾值判定R 波位置，這種方法簡單但抗噪性差；小波變換法主要根據小波系數中的模極值過零點與信號中的奇異點相對應的關系來確定R 波位置，對于工頻干擾、一些低頻干擾都可以得到較好的檢測結果，檢測率較高，但是計算量較大，時間代價較高；……