用于房颤辅助诊断的心电P波自动识别研究

发布时间：2020-04-22 13:12

【摘要】：房颤(Atrial Fibrillation,AF)是常见的心脏临床疾病,是一种危险性较高的心律失常疾病,极易引发多种创伤型并发症。因此其识别成为改善患者生存状态的主要手段。由于房颤具有隐蔽性,短时心电图(Electrocardiogram,ECG)很难发现,而长时心电图在长达几天的数据中准确寻找几秒、几十秒的房颤数据是研究的难点和热点。在房颤诊断和房颤监测中,房颤的自动识别对临床治疗是极其重要的。房颤的自动识别不仅可以给予心脏病专家做出准确、可靠的诊断结果提供重要的信息,而且也可以为个体随检者提供及时有效的建议。房颤识别的重要特征之一是判断心电信号中P波是否存在,本文提出了一种基于高斯模型的P波自动识别方法,以解决房颤的识别。本文按照P波形态分三类建立了不同的P波识别通用高斯模型,过程包括建立一个包含圆滑型P波、尖耸型P波以及双峰型P波三种类型的P波模型组,提取特征数据并利用高斯混合模型(Gaussian Mixture Model,GMM)训练成P波高斯模型组。然后利用马氏距离(Mahalanobis Distance,MD)训练相应的阈值范围。本文选取MIT-BIH Atrial Fibrillation Database作为实验数据,实验结果表明圆滑P波、尖耸P波、双峰P波以及直线型数据的识别正确率分别为80.50%、84.36%、67%和100%。由于心电信号是微弱信号,受环境影响很大,本文提出的P波识别机制会出现伪P波现象,影响房颤的诊断,为此,本文又提出了基于BP神经网络伪P波判别策略。将真P波数据和伪P波数据作为正反例,训练BP神经网络。实验数据来自MIT-BIH Atrial Fibrillation Database,实验结果表明伪P波识别别正确率为96.72%。
【图文】：

对应图,自律性,电位差,心肌细胞

心肌细胞无收缩功能因为其含有极少甚至没有自律性活动的功能基础是心肌细胞的自律性与传导性。可其中不计其数的心肌细胞动作电位变化的总和能够传导到的各点电位时，其中有的点之间是没有电位差的即等电位存在一定的电位差的[24]。当我们利用仪器捕捉到生物电形成了，，心脏的电运动和心电周期的对应图如图 1-1 所

示意图,示意图,导联,信号

使其在临床心脏病的诊断上发挥着越来越重要的作用。现在，经不断改良 ECG 信号描记器外形上更加精巧便携使用上更加方便，尤其心电图描记器是热笔型或者喷墨型的描记器。ECG 信号图机可以描绘的 ECG 信号，其中常用的是黄金 12 导联包括 MLI、MLII、MLIII、aaVF、V1、V2、V3、V4、V5、V6。虽然导联类型不同，但是正常 E基本波形构成不变并且其波形和各个波段的命名已经变得越来越规范常的 ECG 信号示意图如图 1-2 所示。
【学位授予单位】：天津理工大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：R541.75;R540.41

【参考文献】