ECG波形分类算法研究

发布时间：2017-10-21 06:42

  本文关键词：ECG波形分类算法研究

  更多相关文章： 波形 分类 算法 研究

【摘要】： 心电图的自动分析对于心血管疾病的分析和诊断有着十分重要的意义。随着 心电图在临床中日益广泛的应用，如何对海量的心电图数据记录进行更加精确和 快速的计算机自动分类作为一个综合和复杂的课题，也就越来越受到广大研究者 的重视。 本文首先简要综述了心电图波形分类的基础技术——波形检测技术的现状， 并对目前已有的波形分类的两大类算法——模板匹配算法和特征提取分类算法 作了比较，对它们各自的有代表性的几种算法进行了描述，分析其特点和不足之 处。 其次，本文提出了基于模板匹配和特征提取相结合的室性早搏分类算法。模 板匹配算法应用了基于轮廓限围理论的可变区域模板技术，具有自学习自适应的 特点，因此模板能够对心拍的波形形态信息进行实时更新。然后本文选取了4 个参量进行特征模糊识别和分类，建立了一套室性早搏分类规则。通过MIT/BIH 数据的实验研究证明，其判别室性早搏的特异度和灵敏度分别高达99.51％和 96.84％，这是以往的模板匹配算法和特征分类算法所不能达到的。并且，由于其 简单的模板匹配原理和简化了的特征分类规则，该算法在分析速度上也达到了令 人满意的效果。 最后，基于这种新的分类算法，本文开发了一个心电图分析中心。在对心电 图数据的高精度分类结果的基础上，实现了室性早搏连发事件的计测、全套心率 变异性指标的统计、ST段参数的测量与描述，，解决了心电图分析中的典型问题。
【关键词】：
【学位授予单位】：浙江大学
【学位级别】：硕士
【学位授予年份】：2001
【分类号】：R311
【目录】：

• 第一章 绪论7-12
• 1．1 心电的产生原理与电生理特性7-9
• 1．2 心电自动分析技术概述9-11
• 1．2．1 心电自动分析技术的发展9
• 1．2．2 ECG自动分析的内容和重点9-11
• 1．3 本文的研究工作11-12
• 第二章 ECG波形检测算法12-23
• 2．1 预处理技术12-15
• 2．1．1 噪声及其特性12-14
• 2．1．2 预处理技术14-15
• 2．2 QRS复波检测技术15-19
• 2．2．1 基于信号处理的QRS检测16-18
• 2．2．2 基于图形识别的QRS检测18-19
• 2．3 其它波段检测技术19-21
• 2．3．1 P波和T波的检测方法19-20
• 2．3．2 ST段检测方法20-21
• 2．4 小结21-23
• 第三章 ECG波形分类算法23-44
• 3．1 波形分类中存在的几个难点23
• 3．2 模板匹配算法23-30
• 3．2．1 波形形态分类算法23-27
• 3．2．2 线性预测算法27-30
• 3．2．3 小结30
• 3．3 特征提取分类算法30-44
• 3．3．1 时域分析30-31
• 3．3．2 频域分析31-32
• 3．3．3 多分辨分析32-36
• 3．3．4 模糊分析36-40
• 3．3．5 基于神经网络的分类40-43
• 3．3．6 小结43-44
• 第四章 基于模板匹配和特征提取相结合的PVC分类算法44-64
• 4．1 QRS—T波形检测和特征提取44-47
• 4．1．1 数字滤波44-45
• 4．1．2 QRS复波检测45-46
• 4．1．3 P—Q段平坦部分的检测46
• 4．1．4 T波检测46-47
• 4．2 基于形态的模板匹配47-52
• 4．2．1 形态学模板匹配原理47-49
• 4．2．2 模板匹配算法的实现49-52
• 4．3 特征分类与决策52-58
• 4．3．1 参量的识别52-56
• 4．3．2 特征分类56-58
• 4．4 MIT/BIH数据库对分类方法的结果评估58-62
• 4．5 小结与讨论62-64
• 第五章 ECG分析中心的系统实现64-75
• 5．1 概述64
• 5．2 开发环境64-65
• 5．2．1 硬件环境64-65
• 5．2．2 软件配置65
• 5．3 系统软件的设计65-75
• 5．3．1 系统结构65-67
• 5．3．2 系统实现67-75
• 第六章 总结与展望75-77
• 6．1 总结75
• 6．2 展望75-77
• 6．2．1 多模板技术75-76
• 6．2．2 特征分类的准则的拓展76-77
• 参考文献77-85

【相似文献】

中国期刊全文数据库 前10条

1 宋欣;;一种新的能量均值音频水印算法[J];中国体视学与图像分析;2011年02期

2 孙玉蓉;刘梅芳;;医嘱摆药等差数列模型算法研究[J];中国医疗设备;2011年07期

3 ;[J];;年期

4 ;[J];;年期

5 ;[J];;年期

6 ;[J];;年期

7 ;[J];;年期

8 ;[J];;年期

9 ;[J];;年期

10 ;[J];;年期

中国重要会议论文全文数据库 前10条

1 熊伟;万忠宏;陈茂山;张红英;;半自动确定分类数的波形分类方法在QK地区的应用[A];中国地球物理2010——中国地球物理学会第二十六届年会、中国地震学会第十三次学术大会论文集[C];2010年

2 何祥今;于华民;朱海潮;;非线性有源噪声控制算法研究[A];中国声学学会2001年青年学术会议[CYCA'01]论文集[C];2001年

3 杨岳;;火灾确认的算法研究[A];2001-2002年度电气技术论文集[C];2001年

4 黄磊;林明森;;星载微波辐射计反演海面参数算法研究[A];第二届微波遥感技术研讨会摘要全集[C];2006年

5 才智杰;索南仁欠;;藏文分词算法研究[A];民族语言文字信息技术研究——第十一届全国民族语言文字信息学术研讨会论文集[C];2007年

6 宣琦;吴铁军;;复杂网络间节点匹配算法研究[A];2009年第五届全国网络科学论坛论文集[C];2009年

7 贾川;张健;陈振标;徐波;;噪声环境下的端点检测算法研究[A];第六届全国人机语音通讯学术会议论文集[C];2001年

8 郭东明;杨睿;贾振元;王晓明;;理想材料零件分层制造中的自适应切片算法研究[A];面向21世纪的生产工程——2001年“面向21世纪的生产工程”学术会议暨企业生产工程与产品创新专题研讨会论文集[C];2001年

9 滕鹏晓;杨亦春;;时延数据后置处理算法研究[A];中国声学学会2005年青年学术会议[CYCA'05]论文集[C];2005年

10 侯勇;于炯;田国中;龚红翠;;基于非贡献网格的自适应任务调度算法研究[A];2007年全国开放式分布与并行计算机学术会议论文集(下册)[C];2007年

中国重要报纸全文数据库 前10条

1 孙;"生物信息处理专用计算机与算法研究" 通过验收[N];计算机世界;2005年

2 李力;曙光服务器助力尖端科研[N];科技日报;2006年

3 邓道静邋姚秋明;推进油气勘探开发研究一体化[N];中国石化报;2008年

4 马文方;政府、应用、体系三足方能鼎立HPC[N];中国计算机报;2006年

5 张振;联创科技构建新服务版图[N];电脑商报;2006年

6 张荣虹;助力尖端科研 曙光中标中科院深圳先进技术研究院[N];中国高新技术产业导报;2006年

7 湘京;曙光中标中科院深圳先进技术研究院采购项目[N];国际商报;2006年

8 黄起成 本报记者 侯耀清;走近九江第一个博士后科研工作站[N];九江日报;2006年

9 聂廷晋、特约记者赵荣涛;10余项成果获国家和省部级立项资助[N];人民武警;2010年

10 赵力;陶文铨：双栖院士[N];陕西科技报;2008年

中国博士学位论文全文数据库 前10条

1 孟纯军;求解几类特殊的约束矩阵方程的理论与算法研究[D];湖南大学;2005年

2 沈会良;中低层图像理解算法研究[D];浙江大学;2002年

3 刘文龙;通信信号处理中若干问题的算法研究[D];大连理工大学;2004年

4 张达治;数字水印算法研究[D];吉林大学;2006年

5 王强;基于医学图像的曲面重构的基础算法研究[D];浙江大学;2001年

6 许青松;化学计量学基础算法研究[D];湖南大学;2001年

7 赵培忻;物流系统中若干优化模型及其算法研究[D];山东大学;2005年

8 王玮明;积分方程求解及一类机械化算法研究[D];华东师范大学;2008年

9 张必银;小目标检测识别技术性能评价研究[D];华中科技大学;2007年

10 邵朝;稳健的超分辨算法研究——基于信号分离理论的算法研究[D];西安电子科技大学;1997年

中国硕士学位论文全文数据库 前10条

1 洪玮;ECG波形分类算法研究[D];浙江大学;2001年

2 徐红如;对广义自缩序列的攻击算法研究[D];西安电子科技大学;2004年

3 徐蕾;DS-TE环境下LSP抢占算法研究[D];吉林大学;2012年

4 马维迪;智能场景监控系统的算法研究[D];浙江大学;2003年

5 张帆;数据挖掘中的关联规划算法的研究[D];武汉理工大学;2006年

6 徐珍璐;基于PET/CT的IMRT数学模型及算法研究[D];青岛大学;2010年

7 陈继晖;DVB-C接收机的算法研究[D];浙江大学;2003年

8 匡林爱;关于XML的并行处理算法研究[D];湘潭大学;2003年

9 匡天君;地球三维模型显示与算法研究[D];华中科技大学;2004年

10 钱海忠;基于Agent的自动综合算法研究[D];中国人民解放军信息工程大学;2002年

本文编号：1071868