ICS 11.020 C 39 DB 14 山 西 省 地 方 标 准 DB 14/T 1706—2018 心电信号 J 波分类判别方法 2018 - 07 - 20 发布 山西省质量技术监督局 2018 - 09 - 20 实施 发 布 DB14/T 1706—2018 目 次 前言 ................................................................................ II 1 范围 .............................................................................. 1 2 术语和定义 ........................................................................ 1 3 J 波分类 ........................................................................... 1 4 判别方法 .......................................................................... 2 I DB14/T 1706—2018 前 言 本标准依据GB/T 1.1-2009给出的规则起草。 本标准由山西省卫生和计划生育委员会提出并归口。 本标准起草单位：太原理工大学，山西大医院。 本标准主要起草人：李灯熬、赵菊敏、张锦。 请注意本文件的某些内容可能涉及专利。本文件的发布机构不承担识别这些专利的责任。 II DB14/T 1706—2018 心电信号 J 波分类判别方法 1 范围 本标准规定了心电信号J波的术语和定义、分类和判别方法。 本标准适用于山西省行政区域内心电信号J波分类判别。 2 术语和定义 下列术语和定义适用于本标准。 2.1 J点 心电信号中QRS波群末端和ST段起始端的连接处。 2.2 J波 J点之后的顿挫。 2.3 特征点定位 对心电信号中的Q波、R波、S波、T波进行检测定位。 2.4 心拍 心脏进行一次周期性活动对应的心电信号采样点集。 2.5 小波变换 时间和频率的局部变换，通过伸缩和平移等运算功能可对信号进行多尺度的细分分析，是一种信号 时频分析工具。 2.6 主成分分析 1 DB14/T 1706—2018 将原来变量重新组合成一组新的相互无关的几个综合变量，同时根据实际需要从中可以取出几个较 少的总和变量，尽可能多地反映原来变量的信息的统计方法。 2.7 随机森林 利用多个决策树对样本进行训练并预测的一种分类器，主要用于模式分类。 2.8 费舍尔分辨 反映主成分的“辨别力”的一个指标，值越大表明该主成分包含的有用信息越多。 3 J 波分类 本标准依据心电信号中J波的有无以及J波的特征，将心电信号分为无J波、良性J波与恶性J波。 4 判别方法 4.1 数据来源 数据来源于山西省行政区域内无J波人群9823例、良性J波人群1397例与恶性J波人群2416例。 4.2 数据预处理 预处理包括噪声去除、特征点定位和心拍分割。对心电信号重采样，采样频率为360Hz。利用小波 变换方法去除心电信号中的噪声，并检测QRS波群中Q波最低点、R波波峰、S波最低点以及T波的波峰 或最低点（倒置T），特征点检测结果如图1所示。截取R波波峰前77个采样点，R波波峰后172个采样点， 共250个采样点构成一个心拍采样点集。 图1 2 特征点检测结果 DB14/T 1706—2018 4.3 特征提取及最优配置 4.3.1 时域特征 R波波峰向前（−）或向后（+）的一系列波形片段。最优配置：R波波峰前50个采样点，R波波峰及 其后119个采样点，共170个采样点。 4.3.2 时频特征 对心拍3层小波包分解后，计算分解系数的能量，得到8个能量特征。最优配置：取分解系数的能量 值作为区分三种心拍的时频域特征，如图2所示。 图2 三种类型心拍 3 层小波包分解后系数的能量值 4.3.3 非线性特征 高阶累积量是从信号的高阶矩得到，用来表示所给时间序列同高斯分布之间的偏差，可以捕捉信号 的非线性和动态本质特征。最优配置：三阶累积量能够区分出三种心拍。无J波心拍的三阶累积量如图3 所示，良性J波心拍的三阶累积量如图4所示，恶性J波心拍的三阶累积量如图5所示。 图3 无 J 波心拍的三阶累积量 3 DB14/T 1706—2018 4.4 图4 良性 J 波心拍的三阶累积量 图5 恶性 J 波心拍的三阶累积量 特征降维 融合最优时域特征与提取的基于小波的能量特征、非线性特征，得到一个162维的综合特征，经主 成分分析（ Principal Component Analysis，PCA）对其进行降维处理，得到前30个主成分作为区分三种 类型心拍的最优特征配置，以减小计算的复杂度。 4.5 判别过程 将降维后的主成分分量作为输入向量，建立随机森林分类模型，对三种类型心拍进行判别。 4.6 4 判别参考指标 DB14/T 1706—2018 对不同类别心拍的前30个主成分进行方差分析，求其均值和方差，并计算费舍尔分辨指数（Fisher’s discrimination index，F index）。F指数是反映主成分重要性的一个指标。各个类别心拍前30个主成分的 方差分析结果（mean±SD）以及F指数如表1所示。 表1 各主成分的统计特性和 F 值 主成分 无 J 波心拍 良性 J 波心拍 恶性 J 波心拍 F 指数 PC1 -0.48±0.25 1.97±5.58 9.52±0.25 0.23 PC2 -1.56±0.21 1.31±3.86 8.44±0.21 0.12 PC3 -1.34±0.20 -0.43±2.02 8.66±0.20 0.03 PC4 -1.83±0.22 0.11±1.50 8.17±0.22 0.30 PC5 -3.29±0.19 -0.04±1.07 6.71±0.19 0.00 PC6 -2.11±0.15 -0.05±0.78 7.89±0.15 0.13 PC7 -3.63±0.22 -0.12±0.71 6.37±0.22 0.07 PC8 -3.47±0.19 0.07±0.55 6.53±0.19 0.01 PC9 -4.59±0.22 -0.06±0.53 5.41±0.22 0.01 PC10 -4.71±0.19 -0.04±0.41 5.29±0.19 0.03 PC11 -5.92±0.19 -0.03±0.38 4.08±0.19 0.00 PC12 -6.45±0.16 0.08±0.29 3.55±0.16 0.18 PC13 -7.82±0.19 0.02±0.25 2.18±0.19 0.03 PC14 -6.18±0.16 -0.02±0.25 3.82±0.16 0.02 PC15 -9.03±0.14 0.00±0.23 0.97±0.14 0.00 PC16 -11.14±0.16 0.02±0.17 -1.14±0.16 0.01 PC17 -10.73±0.16 0.01±0.19 -0.73±0.16 0.02 PC18 -12.66±0.16 0.02±0.13 -2.66±0.16 0.01 PC19 -15.14±0.19 -0.02±0.15 -5.14±0.19 0.02 PC20 -19.60±0.17 -0.01±0.12 -9.60±0.17 0.00 PC21 -16.03±0.15 0.00±0.14 -6.03±0.15 0.00 PC22 -18.52±0.17 -0.04±0.12 -8.52±0.17 0.05 PC23 -12.05±0.11 -0.01±0.11 -2.05±0.11 0.00 PC24 -20.24±0.17 0.01±0.11 -10.24±0.17 0.01 5 DB14/T 1706—2018 表 1 各主成分的统计特性和 F 值（续表） 主成分 无 J 波心拍 良性 J 波心拍 恶性 J 波心拍 F 指数 PC25 -19.20±0.18 0.01±0.08 -19.20±0.18 0.02 PC26 -22.54±0.15 0.00±0.10 -12.54±0.15 0.03 PC27 -21.20±0.14 0.02±0.08 -11.20±0.14 0.04 PC28 -39.26±0.16 0.00±0.12 -29.26±0.16 0.01 PC29 -27.56±0.15 -0.00±0.08 -17.56±0.15 0.00 PC30 -31.84±0.18 -0.01±0.08 -21.84±0.18 0.01 三种心拍的判别参考指标 y j 计算公式为： 30 y j = ∑ k i wij i =1 ................................. (1) 式中： j ——标记为1,2,3，分别代表三种类型心拍， i ≤30； k i —— k i = (mean ± SD) i ，表示表1中每个类型的心拍的各个主成分的均值、方差； w ij —— wij = Fij ， Fij 表示第 j 种类型心拍的第 i 个主成分的F值， F 表示所有F值之和。 F 计算可得三种心拍的判别参考指标分别为无J波心拍为-3.00±0.11，良性J波心拍为0.24±0.98，恶 性J波心拍为2.45±0.11。 _________________________________ 6