摘 要： 對基于小波變換的P前波的自動識別技術進行了探索性研究，介紹了竇房結電圖的基線漂移抑制技術、A波定位技術及基于此的P前波自動識別技術。對實際采集的人體竇房結電圖信號的P前波識別的結果表明，基于該技術的識別方法可行，識別正確率為76%。
關鍵詞： 竇房結電圖； P前波； 自動識別； 基線漂移； 小波變換

心電圖是評價心臟功能的重要依據(jù)，但其不能記錄竇房結電位波，因而無法反映竇房結的電活動，竇房結電圖SNE（Sinus Node Electrogram）是可直接記錄竇房結電位的高分辨率心電圖，是評價心臟竇房結功能、診斷竇房結病變的主要依據(jù)。竇房結電位是位于P波起始點之前的低幅、低頻信號，其波形形狀類似低幅的指數(shù)曲線，由于其位于P波的前部，臨床上稱其為P前波[1-3]。P前波的持續(xù)時間稱為竇房傳導時間（SACT），它是SNE中竇房結電位的起點到P波起點的時間間隔，是判斷竇房結功能的直接依據(jù)，P前波的識別對于竇房結功能的測定具有重要價值。目前，心電圖中各個特征波形的識別已實現(xiàn)了自動化，P前波是竇房結電圖中最為重要的特征波形，它的識別目前由人工完成，影響了診斷效率的提高，因此，P前波的自動識別對于臨床心電診斷學的發(fā)展有著重要價值。
1 基本原理
SNE與ECG具有相似的波形結構，除P前波之外，特征波形是相同的，因此，SNE特征波形的識別方法可借鑒ECG特征波形的識別方法。由于在記錄SNE的過程中，會引入多種干擾波形，包括肌電干擾、工頻干擾以及由電極接觸與呼吸引起的基線漂移等。自動識別的前提是記錄波形中不含有干擾波形，否則必然導致誤識別。為此波形自動識別分為兩個步驟，首先進行波形信號預處理，消除干擾波形，然后再由算法進行波形識別。


由于干擾波形及SNE信號的各特征波形的頻譜不同，將SNE信號進行多尺度小波分解后，干擾及不同的特征波形處于不同尺度的分解信號上，通過對干擾所處的尺度進行閾值設置可消除干擾，從而重構后分離出有效的 SNE信號，實現(xiàn)信號預處理。
P前波識別的基本思路是：首先對同步采集的ECG進行多尺度小波分解，然后根據(jù)QRS波群的能量在各層的分布，選取能量最大的所在層的小波系數(shù)進行重構，定位R波；然后在R波的前部搜索并檢測定位出P波，最后根據(jù)P波的位置，在其前部檢測定位出P前波。
2 P前波的自動識別