近年來,人們現(xiàn)代化、快節(jié)奏、亞健康的生活方式,使得心血管系統(tǒng)的疾病越來越普遍化,嚴(yán)重危害著全人類的健康與生命。心電信號（electrocardiogram,ECG）診斷技術(shù)是目前廣泛采用的對心律失常等各種心臟功能疾病的檢查和診斷的重要措施。隨著電子科學(xué)和信息技術(shù)的進(jìn)步與發(fā)展,心電信號自動(dòng)識別技術(shù)已被廣泛地用于心臟病監(jiān)測和診斷的研究。本文主要針對心電信號的自動(dòng)識別算法進(jìn)行了深入研究,并進(jìn)行了心電監(jiān)測系統(tǒng)的軟硬件設(shè)計(jì),主要研究工作如下:（1）針對心電信號采集過程中的各種干擾和噪聲,設(shè)計(jì)了心電信號的預(yù)處理方法與信號質(zhì)量評估方法。預(yù)處理方法根據(jù)各類型噪聲的特點(diǎn)對信號進(jìn)行了充分濾波,信號質(zhì)量評估方法給出了信號被噪聲污染程度的評價(jià)指標(biāo)。（2）針對傳統(tǒng)的心電信號QRS波檢測算法存在的抗干擾性差、漏檢和誤檢率高的問題,提出了一種基于決策樹與回溯校驗(yàn)的QRS檢測算法。該算法設(shè)計(jì)了峰值有效性檢測、冷卻窗口、自適應(yīng)閾值等一系列校驗(yàn)規(guī)則,以降低漏檢和誤檢的可能。測試結(jié)果表明,本文的心電信號QRS檢測算法獲得了較高的檢測靈敏度與準(zhǔn)確率,極大程度上減少了R波的漏檢和誤檢。（3）針對心電信號形態(tài)復(fù)雜導(dǎo)致特征提取困難... 

【文章來源】：西安建筑科技大學(xué)陜西省

【文章頁數(shù)】：77 頁

【學(xué)位級別】：碩士

【部分圖文】：

正常心電信號波形圖

西安建筑科技大學(xué)碩士學(xué)位論文10值填充脈沖位置即為起搏器脈沖消除。2.4.2基線漂移濾波設(shè)計(jì)對于基線漂移，本文采用中值濾波法進(jìn)行預(yù)處理，同時(shí)，在QRS波群檢測時(shí)添加了針對基線漂移的校驗(yàn)算法。如圖2.2所示為中值濾波的流程，設(shè)心電信號y的長度為L，以第n(n>=N-1)個(gè)采樣點(diǎn)y(n)為例，首先提取采樣點(diǎn)前長度為奇數(shù)的一段窗口數(shù)據(jù)，如數(shù)據(jù)段y(n-N+1)~y(n)。將y(n-N+1)~y(n)作為新數(shù)組，并進(jìn)行排序，取數(shù)組中值做為第n個(gè)采樣點(diǎn)的中值濾波數(shù)據(jù)，即y1(n)=temp[(N-1)/2]。如此循環(huán)處理，對ECG信號進(jìn)行中值濾波即可擬合出漂移的基線。最后，將原始心電信號與基線相減，得到濾波后的心電信號y’(n)=y(n)-y1(n),(n=0,1,...,L-1)。圖2.2中值濾波流程圖2.4.3工頻干擾和肌電干擾濾波設(shè)計(jì)工頻干擾和肌電干擾相對于心電信號主成分都屬于高頻噪聲，可以采用巴特沃茲（Butterworth）低通濾波進(jìn)行噪聲抑制。Butterworth低通濾波器的信號振幅與信號頻率的函數(shù)關(guān)系可以表示為：ncaΩΩjΩH22)(11)((2-1)式中，n為低通濾波器的階數(shù)，cΩ為截止頻率，由公式(2-1)可知，當(dāng)Ω=0時(shí)，結(jié)果為1，當(dāng)Ω=cΩ時(shí)，結(jié)果為1/2，即dBjΩHa3|)(|20lg。jΩH|)(|2是Ω的單調(diào)下降函數(shù)，隨著階次n的增加，從低頻到高頻的幅值下降速度越快，頻譜通帶逐漸平穩(wěn)，過渡帶逐漸變窄，2jΩH|)(|越趨近于理想低通濾波器。設(shè)Butterworth的系統(tǒng)函數(shù)為Ha(s)，則：ncaajΩsssHH2)(11)(-)((2-2)

西安建筑科技大學(xué)碩士學(xué)位論文14圖2.3含起搏器脈沖心電波形圖2.4為起搏器脈沖檢測的差分波形，可以看到脈沖上升與下降階段的差分絕對值遠(yuǎn)大于人體心電信號的差分絕對值。圖2.4起搏器脈沖檢測差分波形圖2.5為起搏器脈沖消除后的心電波形，可見本文的起搏器脈沖抑制法可以有效地過濾起搏器脈沖信號。圖2.5起搏器脈沖消除后心電波形

【參考文獻(xiàn)】：
期刊論文
[1]基于云計(jì)算的智能健康監(jiān)測系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J]. 李潤川,馮盼盼,王淑紅,王海燕,張行進(jìn),陳剛,王宗敏.  計(jì)算機(jī)應(yīng)用與軟件. 2019(07)
[2]基于機(jī)器學(xué)習(xí)的心律失常信號分類算法研究[J]. 劉騰,唐虹,張士兵.  計(jì)算機(jī)應(yīng)用研究. 2020(03)
[3]基于深度學(xué)習(xí)和模糊C均值的心電信號分類方法[J]. 吳志勇,丁香乾,許曉偉,鞠傳香.  自動(dòng)化學(xué)報(bào). 2018(10)
[4]卷積神經(jīng)網(wǎng)絡(luò)在心拍類識別中的應(yīng)用[J]. 原永朋,游大濤,渠慎明,武相軍,魏夢凡,朱萌博,耿旭東,賈乃仁.  計(jì)算機(jī)應(yīng)用. 2018(12)
[5]基于小波分析的智能心電監(jiān)控系統(tǒng)的研究[J]. 黃俊.  電子設(shè)計(jì)工程. 2018(03)
[6]基于BP神經(jīng)網(wǎng)絡(luò)的心電信號智能診斷設(shè)計(jì)[J]. 陳茜,歐陽繩武,馬新宇,謝泉.  現(xiàn)代電子技術(shù). 2018(01)
[7]基于無線通信的心電生理信號遠(yuǎn)程監(jiān)護(hù)系統(tǒng)[J]. 寧文雙,梁婷,YUAN Yong J.  西南交通大學(xué)學(xué)報(bào). 2016(01)
[8]本地和遠(yuǎn)程雙監(jiān)護(hù)的動(dòng)態(tài)心電監(jiān)護(hù)系統(tǒng)設(shè)計(jì)[J]. 郭芝源,李立,李臻,余琳.  物聯(lián)網(wǎng)技術(shù). 2015(12)
[9]基于小波變換和粗糙集的早搏信號識別算法[J]. 唐孝,舒蘭,鄭偉.  計(jì)算機(jī)科學(xué). 2015(S2)
[10]基于小波變換和SVM的心電早搏信號識別[J]. 李四海,滿自斌,張紅.  計(jì)算機(jī)應(yīng)用與軟件. 2014(08)

博士論文
[1]可穿戴式系統(tǒng)心電信號壓縮感知與心律失常分類研究[D]. 華晶.南昌大學(xué) 2018

碩士論文
[1]心電信號特征提取研究與應(yīng)用設(shè)計(jì)[D]. 徐俊.湖北工業(yè)大學(xué) 2018
[2]社區(qū)醫(yī)療信息平臺(tái)的研究與設(shè)計(jì)[D]. 馬曉婷.西安工業(yè)大學(xué) 2018
[3]基于深度學(xué)習(xí)的心血管疾病分類識別方法研究[D]. 呂秋杰.鄭州大學(xué) 2018
[4]基于LSTM的心律失常分類研究[D]. 李雪.蘭州大學(xué) 2018
[5]基于小波包和神經(jīng)網(wǎng)絡(luò)的心電信號分類方法研究[D]. 袁丹陽.天津工業(yè)大學(xué) 2017
[6]基于深度神經(jīng)網(wǎng)絡(luò)的心電圖自動(dòng)分類方法研究與實(shí)現(xiàn)[D]. 樊承柱.山東大學(xué) 2016
[7]基于移動(dòng)物聯(lián)網(wǎng)的動(dòng)態(tài)心電實(shí)時(shí)監(jiān)測、管理和服務(wù)系統(tǒng)[D]. 李金樺.浙江大學(xué) 2016
[8]基于聚類的心電信號分類方法的研究[D]. 馬國偉.華東理工大學(xué) 2013
[9]基于RBF神經(jīng)網(wǎng)絡(luò)的心電信號分類識別技術(shù)研究[D]. 李彩玉.云南大學(xué) 2012



本文編號：3034746