心电信号R波识别系统的设计

发布时间：2017-10-13 15:47

  本文关键词：心电信号R波识别系统的设计

  更多相关文章： 心电信号 小波变换 椭圆滤波器 R波检测

【摘要】：目前，心血管疾病是常见多发主要慢性疾病之一，而且死亡率一直处于高位，已成为世界性的公共卫生问题。针对反应心脑血管疾病状态的ECG信号的日常监控，分析识别诊断，具有很高的临床研究与开发价值。由于ECG信号是一种微弱的、非线性的，而且极易受到人体内外的多种干扰，因此加大了分析识别诊断的难度，，为了提高心电信号自动分析检测系统的精确性，一般情况是在信号分析之前，对分析信号进行预处理，其处理的好坏将直接影响到信号的分析与诊断的精准率。在信号诊断中，心电信号中的QRS波群检测能够提供很多重要的诊断和评估信息，在心电信号的自动诊断技术中显得尤为重要。在心电信号识别系统中，R波定位精准度直接影响其他特征波的定位。因此，R波的参数提取对ECG信号的分析尤为重要，是区分正常和病理心律的基础。 本文主要工作是围绕远程心电监护诊断系统进行的，探讨研究心电信号的去噪和R特征波检测两方面关键技术，并通过Matlab软件进行仿真测试。 对于ECG信号的预处理算法研究：本文主要研究了椭圆滤波器与DB4小波提升算法相结合的去噪方案。通过采用一种阈值折衷函数，使阈值能够在硬、软阈值区间变换，并给予波形仿真以及性能对比。结果表明，去噪后的数据信号更有效地滤除杂波，保留有效信号的完整，为后续特征波检测打下基础。同时本文提出的椭圆滤波器与DB4提升小波相结合去噪的算法在硬件FPGA上实现可行性方案，并验证此算法缩减了计算量，节约了硬件空间。 对于特征波R检测算法研究：本文通过分析希尔伯特变换、小波变换在R波特征点的提取方案，针对奇异点的过零点检测法对倒置R波、含有运动伪迹的心电数据R波检测算法的不足进行改进。本文R波的检测算法是在基于双正交二次B样条小波滤波器，经小波尺度分析，最终，选择在23适尺度上将变换后的小波系数进行Hilbert变换，并选择在23适尺度上通过寻找模极大值点对R波进行定位。本文通过改善检测算法，避免误检和漏检，有效地提高了检测效率。 本方案的性能分析：本文主要基于Matlab软件对信号R波提取进行仿真以及数据对比。关于R波检测方案，本文选择了来自MIT-BIH心电数据库中代表性数据对该检测算法进行波形仿真验证，并给于可行性分析。同时本文通过Visual Studio2012.NET开发软件平台以及C#.net编程语言，完成自动识别R波分析系统的设计。
【关键词】：心电信号 小波变换 椭圆滤波器 R波检测
【学位授予单位】：吉林大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：R54;TN911.7
【目录】：

• 摘要4-6
• Abstract6-8
• 目录8-10
• 第1章 绪论10-18
• 1.1 引言10-12
• 1.2 国内外研究现状12-16
• 1.2.1 心电信号预处理技术的研究现状13-14
• 1.2.2 心电信号 R 波识别技术的研究现状14-16
• 1.3 本文研究内容结构安排16-18
• 第2章 信号分析基础理论简介18-25
• 2.1 小波理论基础18-22
• 2.1.1 连续小波定义18-19
• 2.1.2 离散小波定义19
• 2.1.3 二进正交小波定义19-20
• 2.1.4 多分辨率分析与 Mallat 算法20-21
• 2.1.5 小波提升变换的原理21-22
• 2.2 希尔伯特变换22-23
• 2.2.1 希尔伯特变换原理22-23
• 2.2.2 基于 mallat 小波变换的希尔伯特变换算法23
• 2.3 MIT-BIH 心率失常数据库介绍23-24
• 2.4 本章小结24-25
• 第3章 心电信号预处理算法的设计25-42
• 3.1 心电信号噪声干扰分析25
• 3.2 本文采用预处理的设计方案25-26
• 3.3 滤波器的选择26-29
• 3.4 心电信号小波提升预处理的算法方案29-33
• 3.4.1 小波函数的选择29-31
• 3.4.2 加权阈值的设定31
• 3.4.3 阈值函数选定方案31-33
• 3.5 小波预处理的评估标准33
• 3.6 实验波形仿真33-36
• 3.7 本文改进阈值性能对比36-37
• 3.8 基于 FPGA 去噪系统设计37-41
• 3.8.1 滤波器系统设计37
• 3.8.2 提升小波系统设计37-38
• 3.8.3 去噪系统设计与仿真38-41
• 3.9 本章小结41-42
• 第4章 心电信号 R 波检测系统的设计42-52
• 4.1 希尔伯特变换理论信号分析42
• 4.2 基于小波函数的多尺度希尔伯特变换对信号的分析42-43
• 4.3 小波基的选择43
• 4.4 尺度的分析与选择43-46
• 4.4.1 基于小波变换的多尺度分析43-44
• 4.4.2 基于小波函数的希尔伯特变换多尺度分析44-46
• 4.5 特征信号 R 波的检测46-48
• 4.5.1 特征信号 R 波检测原理46
• 4.5.2 R 波检测算法46-47
• 4.5.3 R 波检测流程图47-48
• 4.6 R 波检测仿真实验48-51
• 4.7 本章小结51-52
• 第5章 R 波检测系统分析52-56
• 5.1 R 波测试分析52-53
• 5.2 R 波分析系统设计53-54
• 5.3 本章小结54-56
• 第6章 总结与展望56-58
• 6.1 总结56-57
• 6.2 展望57-58
• 参考文献58-61
• 致谢61

【参考文献】

中国期刊全文数据库 前5条

1 王超文,吕扬生,黄玉玺;用于ECG信号检测与重建的双正交样条小波滤波器[J];北京生物医学工程;2001年01期

2 刘丹;孟祥萍;;基于小波变换与Hilbert变换的QRS波检测方法研究[J];长春工程学院学报(自然科学版);2008年03期

3 谭善文,秦树人,汤宝平;Hilbert-Huang变换的滤波特性及其应用[J];重庆大学学报(自然科学版);2004年02期

4 段芳;徐亮;黄新;;人工神经网络在医学中的应用[J];九江医学;2008年02期

5 张德平;贾文娜;杨叶青;;基于提升方案的心电信号去噪算法[J];计算机仿真;2010年10期

中国博士学位论文全文数据库 前1条

1 姚成;心电信号智能分析关键技术研究[D];吉林大学;2012年

本文编号：1025728