4.7.3 QRS波群及T波定位及特征值提取
通过上面的处理已经把集中R波信号能量的小波系数提取出来了,接下来就可以在时域上进行准确定位。本书将小波特征分量χ(t)通过一个0-1 析取函数Z(t)转化成一系列0-1 方波,然后取每个1 波的中点作为时域定位值。该析取函数Z(t)表达如下:

在算法实现过程中,需要更新阀值M:

一般取λ≤0.25 的实数。而L 的取值需要考虑R波在时域中的实际宽度来确定。一般来说,如果R波的持续时长为T,则取
。当方波宽度较大时,需要进一步定位到最小时刻上来。因此设置触发机制,当Z(t)=1时触发记录Q=t,当Z(t)由1 转变为0 时进行计算定位:Q=(Q+t)/2。在具体算法实现中可以在一个循环迭代运算中完成,时间复杂度为Ο(n)。图4-13 所示为QRS 波与T波的特征定位,图4-14 为算法特征定位结果示意图。由于基于小波变换进行特征检测与定位,与信号的去噪、压缩等处理结合,算法节省资源效率高。
(https://www.daowen.com)
图4-13 QRS波与T波特征定位示意图
(a)为QRS 分量,(b)是T波分量,(c)是QRS 能量,(d)是T波能量

图4-14 QRS波与T波特征检测结果示意图
(a)为ECG原始信号,(b)是ECG特征定位结果示意图