本文關(guān)鍵詞：心電信號(hào)分析處理及心肌梗塞疾病模型的建立

  更多相關(guān)文章： 心電圖 心肌梗塞 濾波 特征提取 線性回歸 支持向量機(jī)

【摘要】：心肌梗塞是一種常見的心臟類疾病,心電圖檢查是診斷該疾病的常用臨床手段。但是由于該疾病心電圖特征的多樣化、個(gè)體的差異性等因素,一直難以達(dá)到理想的診斷效果。盡早的識(shí)別心肌梗塞的特異性波形可以盡早診斷和預(yù)測(cè)病人的病情,從而及時(shí)的采取預(yù)防和治療措施,對(duì)病人具有重要的生命意義。心電圖技術(shù)經(jīng)過了一百多年的發(fā)展已日趨成熟,心電圖儀器也隨著電子科技的進(jìn)步而變得更加精密和完善。然而,臨床工作者借助于心電圖診斷疾病的效果目前還不夠理想。現(xiàn)有的診斷標(biāo)準(zhǔn)大部分來自于專業(yè)診斷醫(yī)師的經(jīng)驗(yàn)積累,某些指標(biāo)在某疾病上的應(yīng)用存在爭(zhēng)議的情況也屢見不鮮。因此,利用計(jì)算機(jī)技術(shù)對(duì)獲取到的心電圖信息進(jìn)行分析處理,挖掘出可以應(yīng)用在心血管疾病診斷上的特征信息,克服當(dāng)前心電圖的弱點(diǎn),提高診斷的準(zhǔn)確性、高效性,是當(dāng)前心電圖信息技術(shù)的研究要點(diǎn)之一。本文從心肌梗塞病人和健康對(duì)照者的心電信號(hào)入手,首先從Physiobank心電數(shù)據(jù)庫(kù)中收集了158例心肌梗塞病人和90例健康對(duì)照者的心電信號(hào),而后采用中值濾波、帶阻濾波器以及小波分解等方法對(duì)其進(jìn)行預(yù)處理,濾除了基線漂移、工頻噪聲、高頻噪聲等干擾;然后采用小波變換、差分閾值法、斜率閾值法等提取出了心電信號(hào)的R波幅值、QRS時(shí)限、RR間期、P波幅值和時(shí)限、T波幅值和時(shí)限、PR間期、QT間期、ST段電位偏移及早搏等11個(gè)特征參數(shù),進(jìn)一步利用Pearson相關(guān)系數(shù)篩選出與診斷結(jié)果相關(guān)性強(qiáng)的8個(gè)參數(shù)后,建立了心肌梗塞疾病輔助診斷模型,并進(jìn)行了參數(shù)生理意義分析和模型的性能評(píng)價(jià)。本文主要貢獻(xiàn)及創(chuàng)新性如下:(1)通過實(shí)驗(yàn)仿真和分析,選出了去除基線漂移最優(yōu)的中值濾波器窗口寬度,以及去除高頻噪聲的小波濾波器的小波基、分解層數(shù)等參數(shù)。(2)研究并實(shí)現(xiàn)了心電圖特征提取技術(shù),成功提取了包括ST段電位偏移等在內(nèi)的11個(gè)心電圖典型特征。(3)建立了線性及非線性的心肌梗塞疾病診斷模型,得出支持向量機(jī)分類器準(zhǔn)確率高于線性回歸模型的結(jié)論,R波幅值、P波幅值、T波幅值、QT間期、PR間期、ST段電位偏移及早搏是與心肌梗塞相關(guān)性較高的特征參數(shù),這些心電圖參數(shù)的異常可能是心肌梗塞發(fā)生的特異性標(biāo)志,從而為臨床心肌梗死的心電圖診斷提供一定的參考作用。
【學(xué)位授予單位】：鄭州大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：R542.22;TN911.7

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 葛丁飛;李小梅;;心電信號(hào)多周期融合特征提取和分類研究[J];中國(guó)生物醫(yī)學(xué)工程學(xué)報(bào);2006年06期

2 張紹武;潘泉;趙春暉;程詠梅;;基于加權(quán)自相關(guān)函數(shù)特征提取法的多類蛋白質(zhì)同源寡聚體分類研究[J];生物醫(yī)學(xué)工程學(xué)雜志;2007年04期

3 薛建中,鄭崇勛,閆相國(guó);快速多變量自回歸模型的意識(shí)任務(wù)的特征提取與分類[J];西安交通大學(xué)學(xué)報(bào);2003年08期

4 楊曉敏,羅立民;白細(xì)胞自動(dòng)分類中的特征提取和分析[J];北京生物醫(yī)學(xué)工程;1992年04期

5 王雙維;樊曉平;廖志芳;;一種激光誘導(dǎo)熒光光譜特征提取新方法[J];計(jì)算機(jī)工程與應(yīng)用;2008年12期

6 杜軍平,涂序彥;計(jì)算機(jī)圖像處理技術(shù)在舌像特征提取中的應(yīng)用[J];中國(guó)醫(yī)學(xué)影像技術(shù);2003年S1期

7 游佳;陳卉;;數(shù)字圖像中血管的分割與特征提取[J];生物醫(yī)學(xué)工程與臨床;2011年01期

8 謝軼峰;;乳腺超聲圖像腫瘤特征提取與腫瘤分類[J];中外醫(yī)療;2013年16期

9 吳澤暉,吳星;醫(yī)學(xué)圖象的邊緣特征提取[J];海南師范學(xué)院學(xué)報(bào)(自然科學(xué)版);2003年03期

10 楊曉敏，羅立民，韋鈺;血液白細(xì)胞計(jì)算機(jī)分類中的特征提取研究[J];應(yīng)用科學(xué)學(xué)報(bào);1994年02期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 尚修剛;蔣慰孫;;模糊特征提取新算法[A];1997中國(guó)控制與決策學(xué)術(shù)年會(huì)論文集[C];1997年

2 潘榮江;孟祥旭;楊承磊;王銳;;旋轉(zhuǎn)體的幾何特征提取方法[A];第一屆建立和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議（HHME2005）論文集[C];2005年

3 薛燕;李建良;朱學(xué)芳;;人臉識(shí)別中特征提取的一種改進(jìn)方法[A];第十三屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2006年

4 杜栓平;曹正良;;時(shí)間—頻率域特征提取及其應(yīng)用[A];2005年全國(guó)水聲學(xué)學(xué)術(shù)會(huì)議論文集[C];2005年

5 黃先鋒;韓傳久;陳旭;周劍軍;;運(yùn)動(dòng)目標(biāo)的分割與特征提取[A];全國(guó)第二屆信號(hào)處理與應(yīng)用學(xué)術(shù)會(huì)議�？痆C];2008年

6 魏明果;;方言比較的特征提取與矩陣分析[A];2009系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2009年

7 林土勝;賴聲禮;;視網(wǎng)膜血管特征提取的拆支跟蹤法[A];1999年中國(guó)神經(jīng)網(wǎng)絡(luò)與信號(hào)處理學(xué)術(shù)會(huì)議論文集[C];1999年

8 秦建玲;李軍;;基于核的主成分分析的特征提取方法與樣本篩選[A];2005年中國(guó)機(jī)械工程學(xué)會(huì)年會(huì)論文集[C];2005年

9 劉紅;陳光，

本文編號(hào)：1155177