基于小波理论的心电特征提取算法研究

发布时间：2024-02-26 21:42

　　生物医学中所用到的心电图(Electrocardiogram,ECG)中包含心跳速率(Heart Rate,HR)、波形趋势以及波群周期等重要特征,这些潜在信息能够辅助医生在治疗过程中适当调整手术方案。在ECG中有一类特殊的信号:胎儿心电(Fetal Electrocardiogram,FECG),由于其中存在孕妇心电信号(Maternal Electrocardiogram,MECG)和噪声的干扰,提取清晰的FECG成为一个难点,相应的特征提取比如R波定位和胎儿心率(Fetal Heart Rate,FHR)计算也增加了难度。本文提出一种从孕妇腹腔心电图中提取FECG的神经网络改进算法,并利用小波分析的特征提取改进算法对FECG进行R波检测和FHR计算,主要的研究内容如下所述:1、针对FECG中所含噪声的特殊性和差异性,本文进行了去噪预处理,对工频噪声、基线漂移和肌电噪声三种不同的杂声采用了不同的抑制方法,使用梳状滤波器抑制工频噪声、中值滤波器抑制基线漂移、低通滤波器去除肌电噪声,实验证明将不同的干扰信号分开处理可以得到更好的去噪效果。2、针对传统神经网络算法采用的梯度下降法导致的计...

【文章页数】：85 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第一章 绪论
    1.1 研究工作的背景
    1.2 研究工作的意义
    1.3 胎儿心电提取的国内外研究现状
        1.3.1 检查方法
        1.3.2 胎儿心电提取方法发展概况
    1.4 论文的研究内容和章节安排
第二章 心电信号相关知识
    2.1 心脏的功能和心电图的产生
    2.2 人体心电的传导过程
    2.3 胎儿的心电复合信号概述
    2.4 孕妇腹部信号分析
    2.5 心电信号电特性
    2.6 心电信号频谱特性
    2.7 胎儿心电常用提取技术
        2.7.1 匹配滤波器算法
        2.7.2 自适应滤波算法
        2.7.3 独立分量分析
        2.7.4 奇异值分解
        2.7.5 小波分解法
    2.8 提取胎儿心电指标
        2.8.1 信噪比
        2.8.2 均方误差
    2.9 本章小结
第三章 基于改进的神经网络算法提取FECG
    3.1 心电信号预处理
        3.1.1 梳状滤波器抑制工频噪声
        3.1.2 中值滤波器去除基线漂移
        3.1.3 低通滤波器抑制肌电噪声
        3.1.4 数据归一化处理
    3.2 神经网络的基本知识
        3.2.1 神经网络简介
        3.2.2 神经网络的组成
    3.3 BP神经网络
        3.3.1 BP神经网络的简介
        3.3.2 BP神经网络原理
        3.3.3 BP神经网络缺点
    3.4 LM-BP神经网络
        3.4.1 LM算法
        3.4.2 LM-BPNN算法性能分析
    3.5 基于改进的BPNN算法提取FECG
    3.6 本章小结
第四章 基于小波理论的心电特征提取
    4.1 小波变换简介
        4.1.1 短时傅立叶变换和小波变换
        4.1.2 连续小波变换
        4.1.3 离散小波变换
        4.1.4 常用的小波函数
    4.2 Mallat算法
    4.3 小波变换模极大值算法
    4.4 心电信号R波检测
        4.4.1 对心电信号求模极大值
        4.4.2 自适应阈值峰值检测
        4.4.3 瞬时心率计算公式
    4.5 本章小结
第五章 实验与分析
    5.1 模拟数据实验
        5.1.1 模拟数据生成
        5.1.2 模拟数据测试
        5.1.3 模拟数据结果分析
    5.2 临床数据实验
        5.2.1 临床数据结果分析
    5.3 本章小结
第六章 总结与展望
    6.1 论文的主要工作
    6.2 本文的创新点
    6.3 展望
致谢
参考文献
攻读硕士期间取得的研究成果



本文编号：3911898