發(fā)布時間：2020-06-23 07:08

【摘要】：隨著心臟病的發(fā)病率和死亡率逐年增高,心臟病已經(jīng)嚴重威脅到人類身體健康,因而進行長時間的心臟狀況監(jiān)測對于心臟病患者來說顯得至關(guān)重要。心律不齊是心臟病中較常見的疾病,對于心律不齊的監(jiān)測也是不可缺少的。心電圖(Electrocardiogram,ECG)分析是一種臨床上最常見的監(jiān)測手段,醫(yī)生要在大量的監(jiān)測數(shù)據(jù)中人工檢測出病人所患的心臟病類型,會消耗大量的時間和醫(yī)療資源。而且當前的心律不齊自動分類算法存在特征不具有生理意義、樣本數(shù)據(jù)少、不能充分利用數(shù)據(jù)等問題。針對這些問題,本文主要利用較多的心電信號樣本數(shù)據(jù)完成去噪、特征提取、5種心律不齊疾病自動分類等方面的內(nèi)容。論文主要工作如下:1.針對部分特征值不具有生理意義,不能輔助醫(yī)生的做出診斷的問題,本文采用了自適應的離散小波變換,將心電信號中具有臨床意義的相關(guān)心電信號特征都提取出來,構(gòu)成特征矩陣,從而實現(xiàn)充分利用數(shù)據(jù)信息,達到較高的分類準確度的目的。2.針對全面特征提取的特征矩陣維度較高、數(shù)據(jù)樣本少的問題,本文提出了采用主成分分析法在特征提取的基礎上進行特征降維,將原始的高維特征矩陣轉(zhuǎn)換為低維的特征矩陣,去除冗余信息,達到降低計算量、加快運算速度的目的。3.針對傳統(tǒng)神經(jīng)網(wǎng)絡方法分類準確度不高,誤差函數(shù)收斂速度慢的問題,本文提出的改進Levenberg-Marquardt算法在傳統(tǒng)神經(jīng)網(wǎng)絡分類的基礎上進行優(yōu)化,使得改進后的神經(jīng)網(wǎng)絡在分類準確度有明顯的提升,能夠在MIT-BIH心律不齊數(shù)據(jù)庫下實現(xiàn)常見的5種心律不齊疾病的自動分類,即正常心律、左束支傳導阻滯、右束支傳導阻滯、室性早搏、房性早搏,并且能夠達到98%的準確度;同時,加快了誤差函數(shù)的收斂速度。
【學位授予單位】：電子科技大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：TP183;R541.73
【圖文】：

心電信號傳導路線圖

典型心電圖

【參考文獻】

相關(guān)期刊論文 前10條

1 王行甫;趙旭峰;;BP網(wǎng)絡中LM算法的分治法優(yōu)化[J];小型微型計算機系統(tǒng);2014年07期

2 李毅剛;王群山;宿燕崗;李京波;陸秋芬;孫健;張澎湃;王君;楊眉;柏瑾;黃冬;;室性心律失常和心臟性猝死的綜合防治新方法[J];中華心血管病雜志;2014年02期

3 楊向林;嚴洪;許志;任兆瑞;宋晉忠;姚宇華;李延軍;;基于Hilbert-Huang變換的ECG消噪[J];電子學報;2011年04期

4 劉娟;;心電圖檢查中的干擾現(xiàn)象分析及對策[J];醫(yī)學信息(上旬刊);2010年10期

5 宋莉;孟慶建;張光玉;車琳琳;曹衛(wèi)芳;;基于波形特征和SVM的心電信號自動分類方法研究[J];中國醫(yī)學物理學雜志;2010年04期

6 毛玲;孫即祥;張國敏;;基于形態(tài)學運算和自適應閾值的心電信號消噪[J];信號處理;2009年01期

7 王自強;錢旭;孔敏;;流形學習算法綜述[J];計算機工程與應用;2008年35期

8 史步海;朱學峰;;LMBP神經(jīng)網(wǎng)絡改進算法的研究[J];控制工程;2008年02期

9 張涇周;張光磊;戴冠中;;自適應算法與小波變換在心電信號濾波中的應用[J];生物醫(yī)學工程學雜志;2006年05期

10 李炯城;黃漢雄;;一種新的快速BP神經(jīng)網(wǎng)絡算法——QLMBP[J];華南理工大學學報(自然科學版);2006年06期

相關(guān)博士學位論文 前1條

1 沈嘯華;心臟自主神經(jīng)系統(tǒng)對血管迷走反射性暈厥及血壓心率調(diào)節(jié)的影響及其相關(guān)機制的研究[D];浙江大學;2014年

本文編號：2726976