基于小波分析和经网络的异常心电信号分类研究.pdf

  本文关键词：基于小波分析和神经网络的异常心电信号分类研究，由笔耕文化传播整理发布。

太原理工大学硕士研究生学位论文 基于小波分析和神经网络的异常心电信号分类研究 摘要 心脏是身体重要的器官，自从人类开始探测心电信号，心电图就成为 了衡量及检测心脏是否健康的手段。心电学的研究和计算机的发展使心电 信号的自动识别分类技术在近些年来一直在被作为重要课题所研究。本文 结合小波变换与神经网络，对心电信号自动分类识别做了进一步研究，并 以实验论证了神经网络技术在计算机自动诊断方面的重要意义。 本文首先阐述了当前心电信号自动诊断技术的发展及研究现状。紧接 着介绍了心电信号的产生机理和心电图的基础知识，并对心电信号中几种 典型异常信号做了解释，包括诊断标准和异常信号的波形特征。之后，剖 析了心电信号诊断分类的难点，即信号中存在肌电噪声、工频干扰以及基 线漂移等，使得计算机对心电信号分类不准确，参数提取不合理。在此之 上，对比了几种针对上述问题的心电信号消噪方法，结合小波阈值滤波和 小波分解与重构滤波两种算法的特点，即前者有效滤除工频干扰和肌电噪 声，，后者有效校正基线漂移，实现了ECG信号预处理的目的，为后续处理 做好了准备。之后又引入了基于小波变换理论的QRs波形检测方法，重点 阐明了利用双正交二次B样条小波的检测算法。仿真实验结果表明，该小 波算法对QI峪波群的检测率高达99％以上，可以很好的定位心电数据，以 便准确提取波形特征参数作为后期处理的输入集。最后，参照目前临床所 万方数据 太原理工大学硕士研究生学位论文 算法改进的BP神经网络。该算法同时具有了最速梯度下降法和牛顿法的优 势，克服了BP网络的收敛速度慢、训练精度低和局

  本文关键词：基于小波分析和神经网络的异常心电信号分类研究，由笔耕文化传播整理发布。