本文關(guān)鍵詞：基于小波變換和神經(jīng)網(wǎng)絡(luò)的心電圖分類識(shí)別研究，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著我國(guó)人口老齡化加劇以及現(xiàn)有醫(yī)療資源分布不均衡,醫(yī)療健康問(wèn)題在我國(guó)變得越來(lái)越重要。心血管疾病是危害現(xiàn)代人身體健康的重要疾病之一,心律失常是心血管疾病中重要的一類疾病。心電圖的分類識(shí)別研究是診斷心律失常的前提與關(guān)鍵。本文的心電圖分類識(shí)別研究是基于小波變換和神經(jīng)網(wǎng)絡(luò)的數(shù)字化自動(dòng)分類識(shí)別的研究。該研究有利于促進(jìn)移動(dòng)心電監(jiān)控系統(tǒng)的發(fā)展并進(jìn)一步促進(jìn)現(xiàn)有醫(yī)療資源分布不平衡的改善。心電信號(hào)分為很多種,本文進(jìn)行分類識(shí)別的心電信號(hào)有正常心電信號(hào)、左束支傳導(dǎo)阻滯信號(hào)、右束支傳導(dǎo)阻滯信號(hào)、室性早搏信號(hào)、房性早搏信號(hào)。本文的主要工作如下:1.本文使用小波變換濾除檢測(cè)設(shè)備獲取心電信號(hào)過(guò)程中產(chǎn)生的噪聲。本文使用強(qiáng)制濾波方法濾除基線漂移噪聲,使用閾值門限濾波方法濾除工頻干擾和肌電干擾。2.本文對(duì)濾除噪聲后的心電信號(hào)依次進(jìn)行R波、Q波、S波、P波、T波的波形識(shí)別。本文分析了傳統(tǒng)的心電信號(hào)波形識(shí)別方法中的缺點(diǎn),并針對(duì)消除這些缺點(diǎn)進(jìn)行改進(jìn)。例如,在傳統(tǒng)R波識(shí)別方法中,閾值的選擇對(duì)R波識(shí)別效果影響很大,且容易出現(xiàn)最大值個(gè)數(shù)與最小值個(gè)數(shù)不匹配等問(wèn)題,本文的改進(jìn)方法可以消除上述問(wèn)題。3.本文采用波形的幅度值和波形的間距時(shí)間作為神經(jīng)網(wǎng)絡(luò)訓(xùn)練樣本的特征值。通過(guò)訓(xùn)練樣本對(duì)傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)和徑向基神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練,并使用訓(xùn)練后的神經(jīng)網(wǎng)絡(luò)對(duì)心電信號(hào)記錄進(jìn)行分類識(shí)別,以該分類識(shí)別的正確率作為神經(jīng)網(wǎng)絡(luò)分類識(shí)別的標(biāo)準(zhǔn)。本文通過(guò)修改神經(jīng)網(wǎng)絡(luò)的參數(shù)提高神經(jīng)網(wǎng)絡(luò)的性能,通過(guò)調(diào)整訓(xùn)練樣本來(lái)提高神經(jīng)網(wǎng)絡(luò)的分類識(shí)別正確率。對(duì)比傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)和徑向基神經(jīng)網(wǎng)絡(luò),得到傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)存在若干缺陷,而徑向基神經(jīng)網(wǎng)絡(luò)不存在這些缺陷且分類識(shí)別的正確率更高。例如,傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)存在參數(shù)較多、訓(xùn)練速度慢、訓(xùn)練結(jié)果隨機(jī)性高等缺點(diǎn),而徑向基神經(jīng)網(wǎng)絡(luò)參數(shù)較少、訓(xùn)練速度快、訓(xùn)練結(jié)果有一定規(guī)律。本文在心電信號(hào)波形識(shí)別中對(duì)傳統(tǒng)的波形識(shí)別方法進(jìn)行了改進(jìn),在神經(jīng)網(wǎng)絡(luò)分類中選擇了徑向基神經(jīng)網(wǎng)絡(luò),最終獲取了優(yōu)異的分類識(shí)別的正確率。
【關(guān)鍵詞】：心電信號(hào) 小波變換 神經(jīng)網(wǎng)絡(luò)
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：R540.41;TN911.7

  本文關(guān)鍵詞：基于小波變換和神經(jīng)網(wǎng)絡(luò)的心電圖分類識(shí)別研究，，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：407847