竇房結(jié)電圖(SNE)是臨床評價竇房結(jié)功能的直接依據(jù),然目前對竇房結(jié)電圖的波形判別均為人工判別,為提高診斷效率、滿足臨床需求,須研究出自動判別算法,因此對SNE的自動分析技術(shù)進行了專門的研究,為SNE在臨床的推廣應(yīng)用奠定基礎(chǔ)。 本文在研究SNE噪聲背景的基礎(chǔ)上,提出了基于數(shù)學(xué)形態(tài)法抑制基線漂移、基于小波閾值消噪法消除高頻噪聲的SNE信號預(yù)處理的理論算法。再依據(jù)所提出的理論算法,采用基于FPGA的預(yù)處理算法電路嘗試實現(xiàn)SNE的信號預(yù)處理。 在SNE信號識別方面,采用小波奇異點檢測法識別S波,使用對消法識別A波和V波,通過對P前波曲線擬合,采用閾值判斷的方法識別P前波。然后使用MFC設(shè)計了SNE特征波形的自動識別軟件,初步實現(xiàn)了SNE特征波形的自動識別。 論文對實際采集的SNE數(shù)據(jù),用Matlab軟件對提出的理論算法進行了小樣本仿真驗證,結(jié)果表明,所提出的算法具有合理性及可行性,為后續(xù)竇房結(jié)電圖的進一步的研究奠定了基礎(chǔ)。

【文章頁數(shù)】：73 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 課題研究的背景與意義
    1.2 國內(nèi)外研究的現(xiàn)狀
        1.2.1 SNE信號預(yù)處理技術(shù)的研究現(xiàn)狀
        1.2.2 SNE特征波形自動識別技術(shù)的研究現(xiàn)狀
        1.2.3 信號處理技術(shù)實現(xiàn)方法的發(fā)展現(xiàn)狀
    1.3 本文研究工作
        1.3.1 本論文研究的主要內(nèi)容
        1.3.2 本論文的結(jié)構(gòu)
2 SNE自動分析總體方案論證
    2.1 竇房結(jié)電圖概述
        2.1.1 SNE的特征波形
        2.1.2 SNE信號的頻譜分析
    2.2 SNE信號中噪聲抑制及特征波形識別算法的確定
    2.3 SNE信號自動分析算法的實現(xiàn)方案
        2.3.1 預(yù)處理算法FPGA實現(xiàn)方案
        2.3.2 識別算法VC++實現(xiàn)方案
    2.4 本章小結(jié)
3 SNE信號預(yù)處理
    3.1 基于小波分析法的SNE信號預(yù)處理
        3.1.1 小波變換概述
        3.1.2 多分辨率分析
        3.1.3 Mallat分解與重建算法
        3.1.4 小波閾值降噪法
        3.1.5 小波分析法對SNE降噪
    3.2 基于數(shù)學(xué)形態(tài)法的SNE信號預(yù)處理
        3.2.1 數(shù)學(xué)形態(tài)學(xué)
        3.2.2 數(shù)學(xué)形態(tài)濾波器設(shè)計
        3.2.3 結(jié)構(gòu)元素設(shè)計
        3.2.4 數(shù)學(xué)形態(tài)法濾波實驗仿真
    3.3 小波分析法與數(shù)學(xué)形態(tài)法對比分析
    3.4 本章小結(jié)
4 SNE特征波形識別
    4.1 S波識別
        4.1.1 時域分析法
        4.1.2 小波變換的奇異點檢測
        4.1.3 小波奇異點檢測SNE信號S波頂點
    4.2 A波與V波識別
        4.2.1 向前遞推法識別A波與V波
        4.2.2 對消法識別A波與V波
    4.3 SNE信號中P前波的識別
        4.3.1 P前波波形特征研究
        4.3.2 P前波識別算法設(shè)計
    4.4 本章小結(jié)
5 SNE信號預(yù)處理算法的FPGA實現(xiàn)
    5.1 存儲器模塊FPGA實現(xiàn)
    5.2 數(shù)學(xué)形態(tài)法FPGA實現(xiàn)
    5.3 小波消噪FPGA實現(xiàn)
        5.3.1 FIR濾波器設(shè)計
        5.3.2 小波分解和重構(gòu)模塊設(shè)計
        5.3.3 中位數(shù)模塊設(shè)計
    5.4 消噪算法FPGA實現(xiàn)可行性分析
    5.5 本章小結(jié)
6 SNE特征波識別算法上位機實現(xiàn)
    6.1 S波識別算法實現(xiàn)
    6.2 A波和V波識別算法實現(xiàn)
    6.3 P前波識別算法實現(xiàn)
        6.3.1 P前波曲線擬合
        6.3.2 P前波識別具體算法實現(xiàn)
    6.4 本章小結(jié)
7 總結(jié)和展望
    7.1 全文總結(jié)
    7.2 展望
致謝
參考文獻
附錄



本文編號：3859867