基于变量投影的 ECG 心拍表示与描记

心电图（ECG）具有特征性形状，这促使了多种用于提取临床重要信息的数学模型的发展。我们的主要目标是解决以往方法的局限，即同时应对各类噪声源、执行精确心拍分割并保留具有诊断意义形态的波形信息。方法：因此我们提出一种基于 Hermite 函数与 sigmoid 函数并结合分段多项式插值的模型，用于个体 ECG 心拍片段的精确分割与低维表示。Hermite 与 sigmoid 函数可可靠提取重要 ECG 波形信息，而分段多项式插值捕获如基线漂移（BLW）等含噪信号特征。为此我们使用变量投影，其可分离相应 ECG 波形的线性与非线性形态变化。所得 ECG 模型同时执行 BLW 消除、心拍分割与低维波形表示。结果：我们在两个实验中展示了其 BLW 去噪与分割性能，使用了合成与真实数据（Physionet QT 数据库）。与最先进算法相比，实验显示去噪时诊断失真更小，且对 P 波和 T 波的描记更鲁棒。结论：本工作提出了一种新颖的 ECG 心拍表示概念，易于适配于其他具有类似形状特征的生物医学信号，如血压与诱发电位。意义：我们的方法能够捕获线性与非线性波形变化。因此，它提供了一种理解由呼吸、药物和异常等引起的形态变化来源的新方法。