3.2 ECG特征点的提取方法

        因为Peak Detection VI的输出中已包含有相应点的幅值、二阶导数及位置索引信息，在确定R峰点后，可进一步根据ECG的特点确定出其它各特征点。完整的ECG特征点判别方法及步骤为：

　（1）幅值最大或二阶导数最小（或两者同时满足）的波峰点判定为R峰点；
　（2）R峰点之前的第一个小于零的波谷点（Valley）为Q点；
　（3）R峰点之后第一个小于零的波谷点（Valley）为S点；
　（4）Q点之前合理时限内的最大波峰点为P点；
　（5）S点之后合理时限内的最大波峰点为T点。
　　（U波幅度较小且目前对其认识还不清楚，本文不作讨论。)

4、基于虚拟仪器LabVIEW8.2的编程实现

        按图2流程编制LabVIEW8.2程序，考虑到实际ECG波形中存在干扰，阈值（Threshold）不宜取零。程序中采用本周期段数据中最小波谷点的0.02倍作为Valley点阈值，最大波峰点的0.03倍作为Peak点的阈值，这样可将基线附近的绝大多数高频干扰点避开，这些干扰点将不会出现在输出序列中。

        采用美国麻省理工学院的MIT-BIH数据库中的心电信号（ECG）进行实验，其中某一典型的实验输出结果界面如图4所示。

图4 MIT-BIH 209-MLII中的一段心电波形处理结果
a.输入信号波形  b.输出波峰点（实心点）及波谷点（空心点）序列，箭头所
      指即为PQRST各特征点。 c.分离出的P-Q-R-S-T特征点（从左至右）           

        在图4所示的ECG（图4-a）经该VI输出的序列点（图4-b）中，虽然输出点还包括其它非特征点在内，但运用前述的判定方法不难发现，PQRST各特征点依然可以唯一确定，结果如图4-c所示。

        图4-b中箭头所指即为PQRST各特征点，其判断方法见前文所述，判别如图4-c所示。

5、结论

        对于一个正常的心电波形，经Waveform Peak Detection VI处理后，所有特征点都会被提取出来，如果采用合适的算法，仅仅针对输出的若干特征点序列（如图4-b）进行分析判断，可在最小数据冗余的条件下，将PQRST各波的峰点识别出来。

　　因为这种方法只须针对为数量极少的点进行分析，不像其它方法一样要遍历整个时域内的信号点，处理速度将大大加快；并且在舍去大量无关数据的同时，绝大多数的干扰噪声也同时被舍去了，从而提高了识别过程的抗干扰力。

6、本方法的适宜领域和重要保证

　（1）最好在识别前进行波形调理；
　（2）只能进行时域内的分析；
　（3）读取数据时尽量保证在1~2周期内，且大于1个周期的数据段读取，要进行时限上的阈值判断。
　（4）本文所讨论的信号处理方法还可以拓展到一维时域信号特征点分析的相关领域。