本文關鍵詞：心電信號自動分析與診斷處理方法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：心電信號能夠用來分析與鑒別各種心律失常,所以心電信號自動分析技術具有很高的臨床價值,是當前國內外學者研究的熱點之一。由于心電信號具有非常復雜的非線性特性,增加了分析的難度,使得計算機對心電信號的自動診斷效果還不能達到專家的診斷效果。因此,研究者還在不斷地改進傳統(tǒng)的方法并探索新的解決方案。 本文就如下幾方面進行了深入研究: 1.心電信號的預處理 首先介紹了幾種常用的濾波器設計方法后,本文采用了小波變換去噪方法來消除工頻干擾、基線漂移和肌電干擾,以提高心電信號識別的準確率。 2.心電信號特征提取 在比較了幾種常用的參數(shù)提取算法后,采用多分辨率分析方法,并利用Mallat算法對心電信號進行4尺度分解、奇異點檢測,最后對心電信號進行精確定位并提取其特征值。 3.心律失常事件自動分類 首先介紹了當前主流的模式識別和人工神經網絡方法。本文針對正常波形和四種類型的心律失常波形,采用BP神經網絡和概率神經網絡這兩種方法對心電信號進行分類,其中BP神經網絡的識別率高達97.62%。 4.對心房纖維性顫動的自動診斷 首先提取特征參數(shù),然后計算被測心電信號特征參數(shù)與樣本的歐式距離,最后采用K—近鄰法進行決策。試驗結果是敏感度為90.0%,特異度為87.5%,正確性為78.9%。
【關鍵詞】：心電信號 小波變換 濾波 特征提取 分類 神經網絡
【學位授予單位】：西北工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2005
【分類號】：R318
【目錄】：

• 摘要3-4
• 英文摘要4-8
• 第1章 緒論8-14
• 1．1 心電圖臨床應用和意義8-9
• 1．2 心電自動分析與診斷概述9-11
• 1．2．1 心電圖自動分析與診斷研究的發(fā)展、現(xiàn)狀9-10
• 1．2．2 心電圖自動分析與診斷的難度10-11
• 1．3 研究內容及主要工作11-12
• 1．4 仿真工具和各章節(jié)介紹12-14
• 1．4．1 仿真工具和采用的心電信號圖片說明12-13
• 1．4．2 數(shù)據(jù)來源13
• 1．4．3 各章節(jié)安排13-14
• 第2章 心電信號相關知識及其預處理14-39
• 2．1 心電信號相關知識14-16
• 2．1．1 心電信號的形成14-15
• 2．1．2 心電波形及其特點概述15-16
• 2．2 心電信號干擾及其常用濾波方法16-20
• 2．2．1 心電信號的主要干擾分析16-18
• 2．2．2 常用的濾波方法18-20
• 2．3 小波變換理論20-29
• 2．3．1 連續(xù)小波變換21
• 2．3．2 離散小波變換21-23
• 2．3．3 多分辨率分析和Mallat算法23-24
• 2．3．4 奇異信號在小波變換下的特征24-27
• 2．3．5 樣條小波函數(shù)27-28
• 2．3．6 小波函數(shù)的選取28-29
• 2．4 基于小波變換的數(shù)字濾波器設計29-36
• 2．4．1 小波變換濾波算法分析30-31
• 2．4．2 小波消噪算法實現(xiàn)31-32
• 2．4．3 算法仿真結果32-36
• 2．5 分析與討論36-39
• 第3章 心電波形檢測與特征參數(shù)提取算法39-59
• 3．1 心電波形檢測方法40-42
• 3．1．1 心電波形硬件檢測方法40-41
• 3．1．2 心電波形軟件檢測方法41-42
• 3．2 基于小波變換的波形檢測算法42-49
• 3．2．1 心電波形檢測算法分析43-44
• 3．2．2 心電波形檢測方法44-47
• 3．2．3 心電波形檢測步驟47-49
• 3．3 算法仿真研究49-52
• 3．3．1 對心電信號進行Mallat算法分解49
• 3．3．2 檢測結果49-52
• 3．4 分析與討論52-59
• 3．4．1 檢測誤差分析52-57
• 3．4．2 討論57-59
• 第4章 心電信號自動分類算法59-78
• 4．1 心電信號常用自動分類方法59-61
• 4．2 神經網絡的應用概況61-63
• 4．2．1 神經網絡的應用61-62
• 4．2．2 神經網絡在心電信號領域的應用概況62-63
• 4．3 神經網絡知識63-67
• 4．3．1 BP神經網絡63-65
• 4．3．2 概率神經網絡65-67
• 4．4 算法仿真研究67-75
• 4．4．1 采用的特征參數(shù)介紹及其意義67-68
• 4．4．2 訓練樣本和方案68-70
• 4．4．3 應用BP神經網絡70-75
• 4．4．4 應用概率神經網絡75
• 4．5 分析與討論75-78
• 4．5．1 分析75-76
• 4．5．2 討論76-78
• 第5章 心電信號自動診斷技術78-92
• 5．1 心電信號常用檢測技術78-80
• 5．2 心房纖維性顫動自動診斷算法80-82
• 5．2．1 心房纖維性顫動介紹80
• 5．2．2 K—近鄰法80-81
• 5．2．3 特征參數(shù)選擇81-82
• 5．3 算法仿真研究82-86
• 5．3．1 特征參數(shù)提取82-83
• 5．3．2 對樣本矢量進行歐式距離計算83-85
• 5．3．3 使用K—近鄰法進行決策85-86
• 5．4 分析與討論86-87
• 5．4．1 分析86
• 5．4．2 討論86-87
• 5．5 心電信號自動分析與診斷系統(tǒng)87-91
• 5．5．1 心電信號自動分析與診斷技術發(fā)展87-88
• 5．5．2 心電信號自動分析與診斷系統(tǒng)的基本構成88
• 5．5．3 心電信號自動分析與診斷的方法學88-90
• 5．5．4 心電信號自動分析與診斷性能的評價90-91
• 5．6 總結91-92
• 第6章 總結與展望92-94
• 6．1 總結92-93
• 6．2 展望93-94
• 參考文獻94-99
• 致謝99-100
• 攻讀碩士期間發(fā)表論文100-101
• 西北工業(yè)大學學位論文知識產權聲明書101
• 西北工業(yè)大學學位論文原創(chuàng)性聲明101

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 李東;胡永生;柳淵;白玫;;基于小波變換的臂叢神經損傷后疼痛患者脊髓電信號分析[J];中國醫(yī)學裝備;2011年09期

2 柳淵;李丹妮;嚴漢民;;小波變換在事件誘發(fā)腦磁圖分析中的應用[J];中國醫(yī)學裝備;2011年06期

3 盧清;趙治棟;;基于稀疏編碼閾值的平移不變法心電信號去噪[J];杭州電子科技大學學報;2011年04期

4 湯敏;陳峰;;輪廓波及曲波和小波變換用于顯微圖像消噪的比較[J];中國組織工程研究與臨床康復;2011年22期

5 范亞軍;;TEC-7600(K)除顫監(jiān)護儀維修兩例[J];中國醫(yī)療設備;2011年06期

6 任崇玉;張妍;;同步脈搏心電信號的非線性分析[J];自動化與儀器儀表;2011年04期

7 胡瑜;陳濤;;抑制心電中工頻干擾的數(shù)字濾波方法[J];電子測量技術;2011年08期

8 尹德輝;劉幫濤;張勇;李仕瓊;李敏軍;;基于小波變換的最佳融合算法(英文)[J];瀘州醫(yī)學院學報;2011年05期

9 王衛(wèi)東;王步青;劉光榮;;基于小波變換的R波奇異性分析的研究[J];生物醫(yī)學工程學雜志;2011年04期

10 周酥;朱蒂;吳效明;黃岳山;;基于小波變換的心音包絡提取算法及應用[J];中國組織工程研究與臨床康復;2011年30期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 龔敏;王林泓;龔衛(wèi)國;楊利平;;基于DSP的心電檢測及自診斷系統(tǒng)的設計[A];2008年中國高校通信類院系學術研討會論文集（下冊）[C];2009年

2 喻德曠;楊誼;尹炳生;李本富;;心電波形的邊界點確定[A];1999年中國智能自動化學術會議論文集（下冊）[C];1999年

3 黃力宇;林富國;王偉榮;;心電數(shù)據(jù)小波壓縮新方法研究[A];2007'儀表，自動化及先進集成技術大會論文集（一）[C];2007年

4 吳小艷;賈偉偉;王威廉;;基于LabVIEW8.2的小波分析實現(xiàn)[A];第六屆全國信息獲取與處理學術會議論文集（3）[C];2008年

5 張春霞;韋巍;;遠程心電監(jiān)護系統(tǒng)終端的心電檢測算法研究[A];2009年中國高校通信類院系學術研討會論文集[C];2009年

6 苗晟;樊耘;左智波;王威廉;;基于DSP的先天性心臟病心音心電信號分析儀[A];2007'儀表，自動化及先進集成技術大會論文集（一）[C];2007年

7 杜鵬英;任國海;江皓;姚立海;;心電QRS復合波檢測方法研究[A];2009中國儀器儀表與測控技術大會論文集[C];2009年

8 楊向林;嚴洪;;基于ECG的航天員身份識別[A];中國空間科學學會第七次學術年會會議手冊及文集[C];2009年

9 李英偉;孔令富;;基于小波模極大值的心電信號濾波算法[A];第七屆青年學術會議論文集[C];2005年

10 楊向林;嚴洪;任兆瑞;陳靖一;;基于小波變換的ECG信號多特征點綜合檢測算法[A];第八屆全國信息獲取與處理學術會議論文集[C];2010年

中國重要報紙全文數(shù)據(jù)庫 前10條

1 吳玉田殷學平;中藥質量控制又添新武器——小波變換近紅外光譜分析系統(tǒng)[N];中國醫(yī)藥報;2004年

2 上海市第一人民醫(yī)院 顧菊康;信息技術在心電圖中的應用[N];計算機世界;2003年

3 江西 曾海萍;ECG-5151心電圖機常見故障檢修[N];電子報;2004年

4 江西 曾海萍;ECG-6151心電圖機輸入電路原理與檢修[N];電子報;2010年

5 廣西 陳華杰;EVD，一路走好[N];電子報;2002年

6 北京航空航天大學計算機系 李煒;探尋視頻編碼技術發(fā)展的足跡[N];中國計算機報;2000年

7 陳爾香;在煙草化學王國里馳騁[N];經理日報;2006年

8 ;能否利用潮汐預測地震[N];科技日報;2008年

9 劉侃;心電檢查的革命[N];科技日報;2003年

10 張東方;沙明;楊松松;人工神經網絡在中藥領域中的應用[N];中國醫(yī)藥報;2003年

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 李少梅;數(shù)字地貌暈渲理論與技術的研究[D];解放軍信息工程大學;2004年

2 王強;基于聲信號檢測的管道TPD預警系統(tǒng)研究[D];浙江大學;2005年

3 姜朝陽;作物冠層傳輸過程中的時間序列分析與阻力估算[D];中國科學院研究生院（上海生命科學研究院）;2003年

4 張旗;基于屬性的圖像分類研究[D];大連海事大學;2005年

5 柯麗;基于小波變換的空間遙感圖像實時壓縮方法研究[D];中國科學院研究生院（長春光學精密機械與物理研究所）;2005年

6 董衛(wèi)軍;基于小波變換的圖像處理技術研究[D];西北大學;2006年

7 姜長泓;軌道車輛輪軸故障檢測系統(tǒng)研究[D];吉林大學;2006年

8 李麗明;瞬態(tài)誘發(fā)耳聲發(fā)射（TEOAE）識別與分析新方法的應用基礎研究[D];中國協(xié)和醫(yī)科大學;1997年

9 修吉宏;基于圖像功率譜的航空圖像質量判別技術研究[D];中國科學院研究生院（長春光學精密機械與物理研究所）;2005年

10 欒圣罡;基于氣路參數(shù)樣本的航空發(fā)動機狀態(tài)監(jiān)視方法與系統(tǒng)研究[D];哈爾濱工業(yè)大學;2008年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 郭巧惠;基于小波神經網絡的心電數(shù)據(jù)壓縮方法研究[D];重慶大學;2006年

2 曲紹波;基于小波變換的心電信號QRS波群檢測[D];吉林大學;2007年

3 侯立剛;基于USB和小波變換的心電信號采集系統(tǒng)研究[D];哈爾濱工程大學;2008年

4 馬文;基于小波變換的心電信號去噪研究[D];蘭州大學;2009年

5 李亞瓊;多參數(shù)人體狀態(tài)監(jiān)護系統(tǒng)的研究[D];山東大學;2010年

6 商衛(wèi)波;心電信號自動分析與診斷處理方法研究[D];西北工業(yè)大學;2005年

7 趙艷娜;單通道心電信號提取呼吸信息[D];山東師范大學;2010年

8 劉杰;心電信號分析算法的研究與軟件實現(xiàn)[D];北京交通大學;2010年

9 于德海;最小二乘小波及其在心電信號識別中的應用[D];北方工業(yè)大學;2005年

10 陳兵兵;心電信號實時檢測算法與應用研究[D];華中科技大學;2009年

  本文關鍵詞：心電信號自動分析與診斷處理方法研究，由筆耕文化傳播整理發(fā)布。

，

本文編號：323878