心电信号自动分析与识别研究

发布时间：2017-11-05 07:10

  本文关键词：心电信号自动分析与识别研究

  更多相关文章： 心电信号 特征波形 差分阈值 支持向量机

【摘要】：研究目的:心脑血管疾病一直是对人类生命和健康构成严重威胁的慢性疾病之一。心电图作为诊断心脏疾病的重要工具,如何提升心电图诊断的准确度和实时度一直是相关研究领域关注的焦点。在计算机辅助诊断领域许多研究人员着眼于心电信号和心电图的自动分析和识别工作。研究设计准确高效的自动分析识别算法已经成为该领域内的研究热点。本课题针对目前临床医师的实际需求,对心电信号的分析以及心电图的正异常分类展开研究。研究方法:本文首先针对心电信号的三大干扰源即工频干扰、基线漂移和肌电干扰分别提出了去噪方法,利用去噪方法对心电数据进行预处理。再利用差分阈值法进行QRS波群的检测。这一阶段还需要利用小波变换法对P波、T波进行特征点的提取。特征参数提取完毕,最后利用支持向量机进行预测实验。本文利用MIT BIH心律失常数据库的45条心电记录进行仿真实验,并对实验结果与其他方法进行对比分析。研究结果:仿真实验显示,本文所采用的预处理方法能够对心电数据进行有效的去噪并对信号有很高的保真度。差分阈值法能够有效提取R波、P波、T波以及波形起止点等特征点,利用支持向量机进行的分类实验结果显示,正异常心电信号的预测灵敏度为98.88%,特异度为95.02%,总体准确率为98.37%。结论:本文所采用的算法能够有效提取心电数据的波形特征,实现对正异常心电数据的准确分类。通过与其他方法对比可知,本文所采用的算法性能具有一定的优越性。
【学位授予单位】：山东中医药大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：R540.41;TN911.6

【参考文献】

中国期刊全文数据库 前1条

1 李战明;杨守祥;;基于平稳小波变换的心电信号P、T波检测算法[J];兰州理工大学学报;2014年03期

，

本文编号：1143124