32、心电图数据处理：异常检测、分类与预测全解析

心电图数据处理：异常检测、分类与预测全解析

1. 心电图预处理与分割

心电图（ECG）数据处理是心脏疾病诊断的重要环节，预处理和分割是其中的关键步骤。
- 预处理步骤
1. 计算 250 毫秒窗口的移动平均值。
2. 进行起始点检测。
3. 在每个起始点后的 100 毫秒窗口内搜索心电图信号的最大值，以检测 R 波峰。
4. 验证检测到的 R 波峰，确保心率在每分钟 20 - 200 次的范围内。
- 心电图分割
在完成预处理后，对心电图进行分割。具体做法是评估每个 QRS 复合波，并将心电图信号截断在 R 波峰左侧 200 毫秒到右侧 400 毫秒的区间内。这样可以确保获取 QRS 复合波以及 P 波和 T 波的信息，为每个心跳生成心电图模式。不过，需要注意的是，如果心率急剧增加，心电图信号可能会出现压缩，此时 -200 毫秒到 +400 毫秒的固定区间可能就不太合适，因为它可能包含两个心跳的信息。
- 分割方法
目前有多种分割方法，一种广泛使用的方法基于数字滤波器来衰减噪声和去除波动的基线，通过非线性变换来放大 R 波峰，并采用自适应检测阈值。此外，还有一些更先进的方法，如基于神经网络、遗传算法、小波变换、滤波器组、四级向量、低通微分（LPD）、隐马尔可夫模型、部分折叠吉布斯采样器（PCGS）、相关分析、支持向量机（SVM）、经验模态分解（EMD）和扩展卡尔曼滤波器（EKF）等。由于深度学习方法可以从原始数据中生成特征图，因此心跳分割可以与分类同时进行。但逐拍分类使用分离的心跳，可能会丢失心跳之间的上下文信息，而这