心率变异性分析方法的研究和应用
本文关键词:心率变异性分析方法的研究和应用
更多相关文章: 心率变异性HRV 心电信号 小波变换 特征提取 分类
【摘要】:心率变异性(HRV)是指心率或者心跳变化的快慢随时间所发生的细微差异,能够反映出人体自主神经,交感神经和迷走神经对心血管系统调节能力的强弱和变化,同时可以用于分析心脏做功的强度。由于HRV能够有效的从心脏活动是否正常来反映出人体的身体状态情况,如果能有效的检测出HRV信号的特征值如RR间期,功率谱密度,就能够利用这些特征信息来判断和预测相关的心血管疾病并提出有效的治疗方案。本文首先以小波变换为基础,对比分析了几种不同的小波基的信号分解效果,分析结果发现在分解心电HRV信号方面,Db6小波基信噪比增益高,分解效果好。其次,本文在选择了Db6小波基的基础上,对比分析了四种不同的基于小波变换的去噪方法包括软阈值去噪,硬阈值去噪,Garrote阈值去噪和基于改进的Garrote阈值去噪方法。通过分析发现,基于改进后的Garrote阈值去噪方法在处理心电信号方法有着明显的优势。再次,本文提出了利用基于小波变换的Mallat算法来实现心电信号HRV的QRS波群检测,并且提取了RR间期特征信息,然后从MIT-BIH心电数据库中抽取15组心电信号验证该算法对HRV信号QRS波群检测效果。最后利用AR模型分析了HRV信号的功率谱,从而提取了SDNN,LF/HF,HR,SDANN,TP,PNN50等几组HRV信号特征值用于心电信号分类。通过从MIT-BIH抽取的各5组正常心电信号和心律失常心电信号数据进行分析,发现SDNN,LF/HF,HR和PNN50的相关性较小,可以作为单独的特征变量用于信号分类。因此本文选择了SDNN,LF/HF,HR和PNN50这4组特征值进行心电信号的分类识别。本文将HRV特征值的提取方法包括信号的去噪,QRS波群检测,功率谱分析等方法组合起来,根据提取的HRV特征值,设计了基于HRV特征的心电信号分类识别系统界面,从MIT-BIH数据库中抽取了5类心电数据进行训练和检测。本文设计了三种分类系统:基于决策树的分类系统,基于BP神经网络的分类系统,基于支持向量机SVM的分类系统,同时本文对比两种降维方法:传统的PCV降维和非负矩阵分解NMF降维。通过对这两种降维方法和三种分类算法的组合,进行心电信号分类实验,结果发现本文提出的基于非负矩阵分解和决策树的心电信号分类系统准确率高,具有明显的诊断优势。同时通过不同心电信号特征值的选择对比分析,发现本文提取的基于HRV信号的SDNN,HR,LF/HF,PNN50这4组特征值能够有效的提高心电信号的分类准确率。
【学位授予单位】:华南理工大学
【学位级别】:硕士
【学位授予年份】:2015
【分类号】:R54;TN911.6
【参考文献】
中国期刊全文数据库 前10条
1 明东,田锡惠,杨春梅,丁北生,万柏坤;心率变异(HRV)信号的谱分析方法研究[J];北京生物医学工程;2001年04期
2 李方伟;张浩;;一种新的变步长LMS自适应滤波算法及其仿真[J];重庆邮电大学学报(自然科学版);2009年05期
3 姚成;司玉娟;郎六琪;韩松洋;;改进的基于小波变换的QRS波检测算法[J];吉林大学学报(信息科学版);2011年05期
4 袁海洋;何敏;王威廉;;DWA:一种新的心电实时检测算法[J];电子测量与仪器学报;2009年09期
5 廖旺才,,杨福生,胡广书;心率变异性非线性信息处理的现状与展望[J];国外医学.生物医学工程分册;1995年06期
6 杨戈锋;;一种基于模糊积分的小波分析方法[J];哈尔滨师范大学自然科学学报;2008年05期
7 段会龙,冯靖yN,洪玮;基于模板匹配和特征识别相结合的心室期前收缩波形分类算法[J];航天医学与医学工程;2002年02期
8 张荣,王兴邦,郑军,张立藩, 黄建国;心率变异性谱分析方法的比较研究[J];航天医学与医学工程;1994年01期
9 赵羿欧;刘扬;;一种改进的差分阈值心电检测算法[J];计算机工程;2011年S1期
10 宋枫溪,高秀梅,刘树海,杨静宇;统计模式识别中的维数削减与低损降维[J];计算机学报;2005年11期
中国博士学位论文全文数据库 前1条
1 孟晋丽;基于邻域相关性的小波域滤波算法研究[D];西北工业大学;2006年
中国硕士学位论文全文数据库 前6条
1 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
2 白丽荣;基于小波变换的心电信号处理技术的研究[D];山东科技大学;2005年
3 张嘉伟;引入形态参数的ECG识别算法研究与实现[D];华东师范大学;2006年
4 钱友峰;心电信号的预处理和分析[D];长春理工大学;2007年
5 刘世雄;基于模糊聚类算法对心电数据典型特征分类研究[D];浙江大学;2006年
6 孙玉刚;灰色关联分析及其应用的研究[D];南京航空航天大学;2007年
本文编号:1228124
本文链接:https://www.wllwen.com/yixuelunwen/xxg/1228124.html