1.一种基于BP神经网络的心电信号R波提取方法，其特征在于，包括以下步骤：步骤1：通过国际权威数据库选用已经标注R波的心电信号，对已经标注R波的心电信号进行带通滤波以及信号加窗的预处理，计算每个窗内预处理后已经标注R波的心电信号的采样方差以及每个窗内已经标注R波的心电信号的采样最大值；

步骤2：构建BP神经网络模型的输入层、隐藏层以及输出层，已经标注R波的心电信号作为BP神经网络模型的训练集，通过多次迭代训练得到训练后BP神经网络模型；

步骤3：将未标注R波的心电信号通过步骤1中所述带通滤波以及信号加窗的预处理，并根据训练后BP神经网络模型进行检测以提取未标注R波的心电信号中R波；

步骤1中所述带通滤波的频率范围为[fH‑fL」，通过低通滤波器与高通滤波器叠加进行滤波；

其中，低通滤波器的传递函数为H(z)L，低通滤波器的截止频率为fL，即通过低通滤波器将频率高于fL的信号滤除，低通滤波器的增益为AL，低通滤波器的过滤处理延迟DL个单位；

其中，高通滤波器的传递函数为H(z)H，高通滤波器的截止频率为fH即通过高通滤波器将频率低于fH的信号滤除，高通滤波器的增益为AH，高通滤波器的过滤处理延迟DH个单位；

步骤1中所述信号加窗为将通过带通滤波之后的已经标注R波的心电信号进行信号加窗；

步骤1中所述已经标注R波的心电信号通过带通滤波以及信号加窗的预处理后为：X1，X2，...，XM；

Xm＝[Xm,1,Xm,2,...,Xm,N](m∈[1,M])其中，M为窗的数量，N为窗的宽度即窗内已经标注R波的心电信号采样数量，窗m内已经标注R波的心电信号为Xm,1,Xm,2,...,Xm,N；

步骤1所述每个窗内预处理后已经标注R波的心电信号的采样方差为：其中，X1,X2,X3,…XN为各个采样点，M为窗的数量，D(X)为采样点的方差；

步骤1中所述预处理后已经标注R波的心电信号的采样最大值为MAX(Xm)(m∈[1,M])，MAX(Xm)为窗m内对已经标注R波的心电信号Xm,1,Xm,2,...,Xm,N中的最大值；

步骤2中所述输入层为通过每个窗内心电信号的采样方差以及每个窗内心电信号的采样最大值作为BP神经网络模型输入层的特征；

步骤2中所述隐藏层为将工作信号正向传递子过程以及误差信号方向传递子过程作为BP神经网络模型的隐藏层；

步骤2中所述输出层为二分类层，用于判断是否存在R波，若步骤1中所述窗m内已经标注R波的心电信号为Xm,1,Xm,2,...,Xm,N中含有R波则窗m标记flagm＝1，否则窗m标记flagm＝

0；

将步骤1中所述已经标注R波的心电信号作为BP神经网络模型的训练集；

步骤3中所述未标注R波的心电信号通过步骤1中所述带通滤波以及信号加窗的预处理后为：其中，M为窗的数量，N为窗的宽度即窗内已经标注R波的心电信号采样数量，窗k未标注R波的心电信号为步骤3中所述训练后BP神经网络模型进行检测为：

若窗k未标注R波的心电信号为 则窗k标记 否则窗k标记步骤3中所述提取未标注R波的心电信号中R波为窗k未标注R波的心电信号中最大值点 即为R波。