基于心电动力学图和回声状态网络的心肌缺血早期检测研究

发布时间：2020-09-16 09:22

　　心电图是临床上心肌缺血早期检测最常用的方法,因为心电图检测价格低廉、操作简单、对人体没有创伤。但是基于心电图的心肌缺血早期检测准确率相比于其它一些有创伤性的方法还是较低,为此,许多学者也对心电图进行了研究,但这些学者大都只是把心电图当成是一种静态模式进行研究。确定学习理论可以实现动态环境下知识的学习、表达、存储以及再利用,是智能控制领域的一项新理论。基于确定学习理论的心肌缺血早期检测将心电图看成是一种动态模式,提取出心电信号中ST-T段的动力学特征,根据心电动力学特征在三维坐标空间的投影(心电动力学图)形状对心肌缺血的存在与否做出诊断,取得了令人满意的诊断效果。根据心电动力学图的形状进行分类,只是一种定性分析方法。为了更科学、高效地对心电动力学特征进行分类,本文采用多泛函回声状态网络集成模型作为分类器。回声状态网络是一种特殊的循环神经网络,它用储备池替代了隐含层,训练时只需要训练储备池到输出层的连接权值,因而训练过程十分简单。泛函回声状态网络是一种特殊的回声状态网络,保留了回声状态网络训练速度快的优势,还解决了回声状态网络无法直接对时间序列进行分类的问题。对于同一个待分类任务,本文用多个泛函回声状态网络生成一种集成分类器,降低单一泛函回声状态网络进行分类时随机值参数带来的影响。实验结果表明,多泛函回声状态网络集成分类器对心电动力学特征具有优秀的分类能力,是一种高性能的分类器。为了更广泛地将本文提出的算法投入到实际医疗环境中进行实验,本文最后开发了一套基于WPF的心肌缺血早期检测系统,通过C#和C++混合编程,借助Armadillo线性代数库解决算法中涉及的大量矩阵运算问题。系统的主要功能包括数据采集、数据预处理和诊断分析。该系统的实现,也为算法的进一步检验打下了坚实的基础。
【学位单位】：华南理工大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：R540.41;TN911.7;TP183
【部分图文】：

示意图,电激,心肌,波段

心电图是心脏在每一个心脏电激动周期产生的记录。标准心电图有 12 ，分别是 3 个标准肢体导联：I、II、III导联；3 个加压单极肢体导联：aF 、 aVL 导联；6 个胸导联：1V 、2V 、3V 、4V 、5V 、6V 导联。通过在人放置电极并用导线与心电图机正负极相连，心电图机就能记录下每个导联活动变化曲线。心电图记录下的是心肌细胞电激动产生的电位变化。心肌细胞未受刺激胞膜外侧带正电荷，细胞膜内侧带负电荷，膜外任意两点没有电位差，没产生，这种状态被称为极化状态。当心肌细胞受到刺激时，膜外正电荷进内，细胞膜外带负电荷，细胞膜内带正电荷，产生动作电位，极化状态消过程也被称为除极。除极完毕后，心肌细胞又会复极，逐渐恢复到到细胞正电荷，细胞膜内带负电荷，膜外任意两点没有电位差的极化状态。心肌的一个周期由一次除极和复极组成。

T波,案例

房除极开始到心室除极开始的时间差。PR 间期与般为 60-100 次/分钟，对应的 PR 间期在 0.12s 到室除极波，记录心室除极的电位、时间和方向变的 Q 波、高尖的 R 波和方向向下的 S 波。除极刚结束时缓慢复极的一段时间。正常 ST 段是或抬高。复极时的电位变化记录。正常 T 波一般呈圆钝低于同导联 R 波的 10%。心室复极的时间，与心率快慢有关。正常成年人间。之后很短时间内出现的幅度很小的波，方向与 T较明显。

案例,心肌缺血,电图,心肌细胞

图 2-3 倒置 T 波案例图 2-4 心肌缺血时 ST 段偏移异常案例缺血时，心室复极活动会出现异常，在心电图上。正常情况下，心室复极是从心肌细胞的膜外向

【参考文献】