【摘要】：心臟病嚴(yán)重威脅著人們的健康。心電圖能夠如實(shí)的反映心臟的健康狀況,是臨床上檢測(cè)心臟病的常用手段之一。傳統(tǒng)的心電圖機(jī)能夠有效的檢測(cè)心臟病,但是由于不方便攜帶,不能滿足日常生活中時(shí)時(shí)檢測(cè)的需求。同時(shí)現(xiàn)有的心電自動(dòng)檢測(cè)方法的使用效果受到特征提取等限制,其分類精度還有待提升。本文圍繞便捷采集和自動(dòng)檢測(cè)方法的出發(fā)點(diǎn),提出了一種基于CAPSNET的可穿戴心電采集和心律失常檢測(cè)系統(tǒng)。本文的具體研究工作分為以下兩個(gè)部分:設(shè)計(jì)了可穿戴心電采集裝置。以STM32和AD8232為核心搭建硬件電路對(duì)心電信號(hào)進(jìn)行采集,通過(guò)軟件編程實(shí)現(xiàn)系統(tǒng)控制。根據(jù)心電信號(hào)的頻譜特性,采集的心電信號(hào)采用了兩種數(shù)字濾波方式去抑制噪聲,其中自適應(yīng)濾波算法用于處理心電信號(hào)中的肌電噪聲,小波變換算法用于抑制基線漂移。處理后的心電信號(hào)通過(guò)藍(lán)牙傳輸給上位機(jī)。構(gòu)建CAPSNET模型用于檢測(cè)心律失常。該CAPSNET模型包含8層,通過(guò)逐層進(jìn)行特征學(xué)習(xí)和映射,獲得心電信號(hào)的深層特征,最終實(shí)現(xiàn)心律分類。采用將特征封裝成向量的方式提高了模型的魯棒性。在深度學(xué)習(xí)工作站上使用TensorFlow框架建立并訓(xùn)練用于檢測(cè)心律失常的CAPSNET模型。采用MIT/BIH心律失常數(shù)據(jù)庫(kù)里的數(shù)據(jù)建立訓(xùn)練樣本數(shù)據(jù),并用這些樣本數(shù)據(jù)去訓(xùn)練模型。通過(guò)動(dòng)態(tài)路由算法微調(diào),獲得了全局最優(yōu)模型。實(shí)驗(yàn)中采用設(shè)計(jì)的裝置采集到了心電信號(hào),并提取MIT/BIH心律失常數(shù)據(jù)庫(kù)里的測(cè)試數(shù)據(jù)對(duì)CAPSNET模型進(jìn)行實(shí)驗(yàn)評(píng)估,獲得五種心律的分類精度。實(shí)現(xiàn)結(jié)果表明,該系統(tǒng)能夠滿足便捷采集的需求,并且該系統(tǒng)的CAPSNET模型對(duì)心律失常具有較好的分類性能。
【學(xué)位授予單位】：武漢紡織大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：R540.41;TP274

【相似文獻(xiàn)】

相關(guān)期刊論文 前1條

1 郝子煜;阿里甫?庫(kù)爾班;李曉紅;依沙?吾阿提別克;基于CapsNet的中國(guó)手指語(yǔ)識(shí)別[J];計(jì)算機(jī)應(yīng)用研究;2019年11期

相關(guān)碩士學(xué)位論文 前1條

1 郭俊文;基于CAPSNET的可穿戴心電采集和心律失常檢測(cè)系統(tǒng)研究[D];武漢紡織大學(xué);2018年

，

本文編號(hào)：2670636