心电信号自动分析与诊断处理方法研究

发布时间：2017-04-24 09:01

  本文关键词：心电信号自动分析与诊断处理方法研究，由笔耕文化传播整理发布。

【摘要】：心电信号能够用来分析与鉴别各种心律失常,所以心电信号自动分析技术具有很高的临床价值,是当前国内外学者研究的热点之一。由于心电信号具有非常复杂的非线性特性,增加了分析的难度,使得计算机对心电信号的自动诊断效果还不能达到专家的诊断效果。因此,研究者还在不断地改进传统的方法并探索新的解决方案。 本文就如下几方面进行了深入研究: 1.心电信号的预处理 首先介绍了几种常用的滤波器设计方法后,本文采用了小波变换去噪方法来消除工频干扰、基线漂移和肌电干扰,以提高心电信号识别的准确率。 2.心电信号特征提取 在比较了几种常用的参数提取算法后,采用多分辨率分析方法,并利用Mallat算法对心电信号进行4尺度分解、奇异点检测,最后对心电信号进行精确定位并提取其特征值。 3.心律失常事件自动分类 首先介绍了当前主流的模式识别和人工神经网络方法。本文针对正常波形和四种类型的心律失常波形,采用BP神经网络和概率神经网络这两种方法对心电信号进行分类,其中BP神经网络的识别率高达97.62%。 4.对心房纤维性颤动的自动诊断 首先提取特征参数,然后计算被测心电信号特征参数与样本的欧式距离,最后采用K—近邻法进行决策。试验结果是敏感度为90.0%,特异度为87.5%,正确性为78.9%。
【关键词】：心电信号 小波变换 滤波 特征提取 分类 神经网络
【学位授予单位】：西北工业大学
【学位级别】：硕士
【学位授予年份】：2005
【分类号】：R318
【目录】：

• 摘要3-4
• 英文摘要4-8
• 第1章 绪论8-14
• 1．1 心电图临床应用和意义8-9
• 1．2 心电自动分析与诊断概述9-11
• 1．2．1 心电图自动分析与诊断研究的发展、现状9-10
• 1．2．2 心电图自动分析与诊断的难度10-11
• 1．3 研究内容及主要工作11-12
• 1．4 仿真工具和各章节介绍12-14
• 1．4．1 仿真工具和采用的心电信号图片说明12-13
• 1．4．2 数据来源13
• 1．4．3 各章节安排13-14
• 第2章 心电信号相关知识及其预处理14-39
• 2．1 心电信号相关知识14-16
• 2．1．1 心电信号的形成14-15
• 2．1．2 心电波形及其特点概述15-16
• 2．2 心电信号干扰及其常用滤波方法16-20
• 2．2．1 心电信号的主要干扰分析16-18
• 2．2．2 常用的滤波方法18-20
• 2．3 小波变换理论20-29
• 2．3．1 连续小波变换21
• 2．3．2 离散小波变换21-23
• 2．3．3 多分辨率分析和Mallat算法23-24
• 2．3．4 奇异信号在小波变换下的特征24-27
• 2．3．5 样条小波函数27-28
• 2．3．6 小波函数的选取28-29
• 2．4 基于小波变换的数字滤波器设计29-36
• 2．4．1 小波变换滤波算法分析30-31
• 2．4．2 小波消噪算法实现31-32
• 2．4．3 算法仿真结果32-36
• 2．5 分析与讨论36-39
• 第3章 心电波形检测与特征参数提取算法39-59
• 3．1 心电波形检测方法40-42
• 3．1．1 心电波形硬件检测方法40-41
• 3．1．2 心电波形软件检测方法41-42
• 3．2 基于小波变换的波形检测算法42-49
• 3．2．1 心电波形检测算法分析43-44
• 3．2．2 心电波形检测方法44-47
• 3．2．3 心电波形检测步骤47-49
• 3．3 算法仿真研究49-52
• 3．3．1 对心电信号进行Mallat算法分解49
• 3．3．2 检测结果49-52
• 3．4 分析与讨论52-59
• 3．4．1 检测误差分析52-57
• 3．4．2 讨论57-59
• 第4章 心电信号自动分类算法59-78
• 4．1 心电信号常用自动分类方法59-61
• 4．2 神经网络的应用概况61-63
• 4．2．1 神经网络的应用61-62
• 4．2．2 神经网络在心电信号领域的应用概况62-63
• 4．3 神经网络知识63-67
• 4．3．1 BP神经网络63-65
• 4．3．2 概率神经网络65-67
• 4．4 算法仿真研究67-75
• 4．4．1 采用的特征参数介绍及其意义67-68
• 4．4．2 训练样本和方案68-70
• 4．4．3 应用BP神经网络70-75
• 4．4．4 应用概率神经网络75
• 4．5 分析与讨论75-78
• 4．5．1 分析75-76
• 4．5．2 讨论76-78
• 第5章 心电信号自动诊断技术78-92
• 5．1 心电信号常用检测技术78-80
• 5．2 心房纤维性颤动自动诊断算法80-82
• 5．2．1 心房纤维性颤动介绍80
• 5．2．2 K—近邻法80-81
• 5．2．3 特征参数选择81-82
• 5．3 算法仿真研究82-86
• 5．3．1 特征参数提取82-83
• 5．3．2 对样本矢量进行欧式距离计算83-85
• 5．3．3 使用K—近邻法进行决策85-86
• 5．4 分析与讨论86-87
• 5．4．1 分析86
• 5．4．2 讨论86-87
• 5．5 心电信号自动分析与诊断系统87-91
• 5．5．1 心电信号自动分析与诊断技术发展87-88
• 5．5．2 心电信号自动分析与诊断系统的基本构成88
• 5．5．3 心电信号自动分析与诊断的方法学88-90
• 5．5．4 心电信号自动分析与诊断性能的评价90-91
• 5．6 总结91-92
• 第6章 总结与展望92-94
• 6．1 总结92-93
• 6．2 展望93-94
• 参考文献94-99
• 致谢99-100
• 攻读硕士期间发表论文100-101
• 西北工业大学学位论文知识产权声明书101
• 西北工业大学学位论文原创性声明101

【相似文献】

中国期刊全文数据库 前10条

1 李东;胡永生;柳渊;白玫;;基于小波变换的臂丛神经损伤后疼痛患者脊髓电信号分析[J];中国医学装备;2011年09期

2 柳渊;李丹妮;严汉民;;小波变换在事件诱发脑磁图分析中的应用[J];中国医学装备;2011年06期

3 卢清;赵治栋;;基于稀疏编码阈值的平移不变法心电信号去噪[J];杭州电子科技大学学报;2011年04期

4 汤敏;陈峰;;轮廓波及曲波和小波变换用于显微图像消噪的比较[J];中国组织工程研究与临床康复;2011年22期

5 范亚军;;TEC-7600(K)除颤监护仪维修两例[J];中国医疗设备;2011年06期

6 任崇玉;张妍;;同步脉搏心电信号的非线性分析[J];自动化与仪器仪表;2011年04期

7 胡瑜;陈涛;;抑制心电中工频干扰的数字滤波方法[J];电子测量技术;2011年08期

8 尹德辉;刘帮涛;张勇;李仕琼;李敏军;;基于小波变换的最佳融合算法(英文)[J];泸州医学院学报;2011年05期

9 王卫东;王步青;刘光荣;;基于小波变换的R波奇异性分析的研究[J];生物医学工程学杂志;2011年04期

10 周酥;朱蒂;吴效明;黄岳山;;基于小波变换的心音包络提取算法及应用[J];中国组织工程研究与临床康复;2011年30期

中国重要会议论文全文数据库 前10条

1 龚敏;王林泓;龚卫国;杨利平;;基于DSP的心电检测及自诊断系统的设计[A];2008年中国高校通信类院系学术研讨会论文集（下册）[C];2009年

2 喻德旷;杨谊;尹炳生;李本富;;心电波形的边界点确定[A];1999年中国智能自动化学术会议论文集（下册）[C];1999年

3 黄力宇;林富国;王伟荣;;心电数据小波压缩新方法研究[A];2007'仪表，自动化及先进集成技术大会论文集（一）[C];2007年

4 吴小艳;贾伟伟;王威廉;;基于LabVIEW8.2的小波分析实现[A];第六届全国信息获取与处理学术会议论文集（3）[C];2008年

5 张春霞;韦巍;;远程心电监护系统终端的心电检测算法研究[A];2009年中国高校通信类院系学术研讨会论文集[C];2009年

6 苗晟;樊耘;左智波;王威廉;;基于DSP的先天性心脏病心音心电信号分析仪[A];2007'仪表，自动化及先进集成技术大会论文集（一）[C];2007年

7 杜鹏英;任国海;江皓;姚立海;;心电QRS复合波检测方法研究[A];2009中国仪器仪表与测控技术大会论文集[C];2009年

8 杨向林;严洪;;基于ECG的航天员身份识别[A];中国空间科学学会第七次学术年会会议手册及文集[C];2009年

9 李英伟;孔令富;;基于小波模极大值的心电信号滤波算法[A];第七届青年学术会议论文集[C];2005年

10 杨向林;严洪;任兆瑞;陈靖一;;基于小波变换的ECG信号多特征点综合检测算法[A];第八届全国信息获取与处理学术会议论文集[C];2010年

中国重要报纸全文数据库 前10条

1 吴玉田殷学平;中药质量控制又添新武器——小波变换近红外光谱分析系统[N];中国医药报;2004年

2 上海市第一人民医院 顾菊康;信息技术在心电图中的应用[N];计算机世界;2003年

3 江西 曾海萍;ECG-5151心电图机常见故障检修[N];电子报;2004年

4 江西 曾海萍;ECG-6151心电图机输入电路原理与检修[N];电子报;2010年

5 广西 陈华杰;EVD，一路走好[N];电子报;2002年

6 北京航空航天大学计算机系 李炜;探寻视频编码技术发展的足迹[N];中国计算机报;2000年

7 陈尔香;在烟草化学王国里驰骋[N];经理日报;2006年

8 ;能否利用潮汐预测地震[N];科技日报;2008年

9 刘侃;心电检查的革命[N];科技日报;2003年

10 张东方;沙明;杨松松;人工神经网络在中药领域中的应用[N];中国医药报;2003年

中国博士学位论文全文数据库 前10条

1 李少梅;数字地貌晕渲理论与技术的研究[D];解放军信息工程大学;2004年

2 王强;基于声信号检测的管道TPD预警系统研究[D];浙江大学;2005年

3 姜朝阳;作物冠层传输过程中的时间序列分析与阻力估算[D];中国科学院研究生院（上海生命科学研究院）;2003年

4 张旗;基于属性的图像分类研究[D];大连海事大学;2005年

5 柯丽;基于小波变换的空间遥感图像实时压缩方法研究[D];中国科学院研究生院（长春光学精密机械与物理研究所）;2005年

6 董卫军;基于小波变换的图像处理技术研究[D];西北大学;2006年

7 姜长泓;轨道车辆轮轴故障检测系统研究[D];吉林大学;2006年

8 李丽明;瞬态诱发耳声发射（TEOAE）识别与分析新方法的应用基础研究[D];中国协和医科大学;1997年

9 修吉宏;基于图像功率谱的航空图像质量判别技术研究[D];中国科学院研究生院（长春光学精密机械与物理研究所）;2005年

10 栾圣罡;基于气路参数样本的航空发动机状态监视方法与系统研究[D];哈尔滨工业大学;2008年

中国硕士学位论文全文数据库 前10条

1 郭巧惠;基于小波神经网络的心电数据压缩方法研究[D];重庆大学;2006年

2 曲绍波;基于小波变换的心电信号QRS波群检测[D];吉林大学;2007年

3 侯立刚;基于USB和小波变换的心电信号采集系统研究[D];哈尔滨工程大学;2008年

4 马文;基于小波变换的心电信号去噪研究[D];兰州大学;2009年

5 李亚琼;多参数人体状态监护系统的研究[D];山东大学;2010年

6 商卫波;心电信号自动分析与诊断处理方法研究[D];西北工业大学;2005年

7 赵艳娜;单通道心电信号提取呼吸信息[D];山东师范大学;2010年

8 刘杰;心电信号分析算法的研究与软件实现[D];北京交通大学;2010年

9 于德海;最小二乘小波及其在心电信号识别中的应用[D];北方工业大学;2005年

10 陈兵兵;心电信号实时检测算法与应用研究[D];华中科技大学;2009年

  本文关键词：心电信号自动分析与诊断处理方法研究，由笔耕文化传播整理发布。

，

本文编号：323878