基于深度学习算法的心电与心音诊断研究

发布时间：2020-04-02 01:40

【摘要】：心血管疾病包括心肌梗塞,心律不齐等多种疾病,由于发病率极高,现已成为人们健康问题的最大杀手。心脏搏动是反映心血管疾病的一大途径。心电图(ECG)和心音图(PCG)作为衡量心搏是否正常的简单有效工具,能够为心血管这一类疾病诊断带来更多辅助,甚至对于某些疾病能够直接诊断。本文主要研究基于心搏的心血管疾病自动诊断,诊断框架基于ECG和PCG构建,包括信号预处理、特征提取和模型分类三个大模块以及噪声去除、信号分割等子模块。并针对诊断流程中的多个点进行了算法改进和创新。本文所用的ECG和PCG数据库为CinC Challenge 2017和CinC Challenge 2016,都是来自PhysioNet网站的公开数据库。本文分析了RR间隔分割和固定分割这两种信号分割方法,指出RR间隔分割对于深度学习模型适应性不足,而固定分割会损失原有信号,并提出了滑窗分割方法,从而提高了模型的泛化能力。本文针对现有的CNN模型在ECG和PCG上的应用做了适应性改进,通过分析一维信号与二维图像之间的不同,分析出图像领域普遍采纳的小卷积核思想应用在ECG和PCG上的劣势,并提出一种大尺度卷积核一维残差网络(LKNet)。在ECG诊断阶段,本文分析了ECG数据库中4类标签分类的难易程度,并结合最优化问题中外罚函数的思想,有针对性的修改了Loss函数。在PCG诊断阶段,本文提出基于多特征集和CNN的Boosting模型(MFS-CNN Boosting)。最终,本文所提出的诊断架构在ECG数据库上的F1值为84.06%,在PCG数据库上的MAcc值为91.48%,在两个数据库上都达到了state-of-art的效果。
【图文】：

第 2 章 基于 ECG 的自动诊断算法研究2.1 ECG 系统概要ECG 诊断系统分为以下几个模块，即去噪、信号分割、特征提取和模型分类。需要去除的噪声有工频干扰、肌电干扰和基线漂；信号分割有 RR 间隔分割和固定分割等几种；作为对比，也进行了传统机器学习模型分类实验，所提取的特征包括时域特征：SDNN、rMSSD、NN50 等，频域特征：LF power、HFpower、LF/HF 等，非线性特征：sampEn、ApEn、Poincare plot 等，形态学特征：P-wavepower，QT interval 等。针对这些特征，，这里采用了 Adaboost 分类模型。基于深度学习神经网络的特征提取了不同频段的滤波分解后的信号波，分类模型采用适应性改进的大卷积核一维残差网络，即 LKNet，最后通过多个 LKNet全连接输出。ECG 分类系统架构如图 2-1 所示。

哈尔滨工业大学工学硕士学位论文进行重构，形成过滤后的心电信号，从而滤除肌电正基线漂移 这里基线漂移对于心电信号的特征提有着较大的影响，过大的基线漂移会导致波形检测差。因此修正基线漂移是心电信号消噪过程中的关基线法对于抑制基线漂移都有着显著效果，拟合基线了拟合基线法中的移动窗口中值滤波。其基本原理遍历原始心电信号。用采样点对应的窗口的中值来程如图 2-2 所示。
【学位授予单位】：哈尔滨工业大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TP391.41;TN912.3;TP18;R540.4

【相似文献】

相关期刊论文 前10条

1 成谢锋;蔡华民;;二维心音图特征提取与识别方法的研究[J];图学学报;2014年02期

2 尤凤珍;心音图780例总结[J];实用医学杂志;1994年01期

3 赵淑清;;先天性心脏病的心音图诊断[J];宁夏医学杂志;1990年01期

4 高云秋;运动员心音图检查(医务监督第六讲)[J];中国运动医学杂志;1987年04期

5 毕蕴才;陈祖尧;;动脉导管未闭伴肺动脉瓣关闭不全的心音图表现[J];心电学杂志;1987年03期

6 李温娘;周令仪;;心脏听诊及心音图估计肺动脉瓣狭窄程度及右心室压力[J];广州医药;1987年06期

7 夏德义;王守智;叶永祥;张德全;赵焕喜;张治国;崔思恒;关振中;邹玉臣;于维汉;赵政;杨秀;;克山病的心脏听诊与心音图的研究[J];中国地方病防治杂志;1987年01期

8 刘文华,蒋泽栋;健康青少年心脏收缩时间间期测定研究[J];同济医科大学学报;1988年04期

9 王焕珍;急性风湿性心脏炎3例误诊分析[J];广东医学;1988年01期

10 Richard J;张凯;张钧;;用于心音图分段和特征化的三通道微机系统[J];国外医学.生物医学工程分册;1988年03期

相关会议论文 前7条

1 胡钢;;心音图临床应用60例分析[A];第二届全国心功能学术研讨会论文摘要汇编[C];1990年

2 瞿俊豪;王倩;张江德;;舒张早期心音的心音图鉴别诊断(附7例报告)[A];第二届全国心功能学术研讨会论文摘要汇编[C];1990年

3 徐耕;张文波;周颖;;现代心音图在心衰诊断及治疗中的研究进展[A];2013年浙江省心电生理与起搏学术年会论文汇编[C];2013年

4 刘军;潘家华;王威廉;刘志华;;基于短时傅立叶变换的先天性心脏病心音的研究[A];第十七届全国测控计量仪器仪表学术年会（MCMI'2007）论文集（下册）[C];2007年

5 刘静云;崔丽慧;;200例冠心病心音图改变及临床分析[A];第二届全国心功能学术研讨会论文摘要汇编[C];1990年

6 李顺昌;苏全生;;心电与心音信号在运动性心肌顿抑评定中的应用研究[A];中国生理学会第24届全国会员代表大会暨生理学学术大会论文汇编[C];2014年

7 黄新国;;阻抗微分图测算左室剩余血[A];第四届全国心功能学术研讨会论文摘要集[C];1994年

相关硕士学位论文 前10条

1 谭峗;基于深度学习与集成学习的心音分类算法研究及智能听诊系统实现[D];华南理工大学;2019年

2 陈正豪;可穿戴心音监测装置的研究与实现[D];电子科技大学;2019年

3 徐韵秋;基于深度卷积神经网络的心音智能分析[D];重庆邮电大学;2019年

4 王朝;基于深度学习算法的心电与心音诊断研究[D];哈尔滨工业大学;2018年

5 蒋飞朋;基于双麦克风滤波的远程心音听诊系统的研发[D];华南理工大学;2018年

6 王s

本文编号：2611261