基于心电信号的房颤自动识别研究

发布时间：2020-10-19 21:40

　　 房颤是一种心功能紊乱心脏病,容易引发脑卒中,偏瘫等疾病,因此房颤的尽早发现和治疗至关重要。房颤初期发作时间短,传统的胸贴式采集方式较为复杂,无法及时记录心电信号,实现房颤识别。便携式手持设备操作简单,能够及时地采集短时心电信号,对房颤的筛查意义重大。但是便携式手持设备收集到的心电信号质量较差,给短时心电信号的房颤识别带来困难。因此如何降低信号质量较差对房颤识别的影响,提高真实应用环境下短时手部心电信号房颤自动识别的准确率成为研究的热点。针对房颤识别中出现的以上问题,本文提出了一套基于心电信号时域特征的房颤识别方法。该方法首先利用切比雪夫滤波器与中值滤波算法去除心电信号中的噪声干扰。针对手部心电信号采集过程中由于肢体移动或电极接触不良出现的奇异波形,提出基于信息熵的奇异波形筛选机制,计算心电信号片段信息熵,通过阈值判断去除心电信号序列中的奇异波形。本文在PCinCC2017数据库上对基于信息熵的奇异波形筛选机制进行了验证实验,实验结果表明基于信息熵的奇异波形筛选机制对部分奇异波形的检出率达到了99%,使用筛选后的心电数据进行房颤识别的灵敏度提高3.39%,特异性提高6.44%,证明信息熵筛选机制能够很好去掉心电信号中的奇异波形,降低心电信号质量较差对房颤识别准确率的影响。在对心电信号预处理之后,为了准确提取真实环境下采集到的手部心电信号的时域特征,本文在传统的基于CWT的R波检测方法的基础上,针对真实应用场景中采集的手部心电信号,数据质量情况复杂,存在R波倒置、R波幅值较低等情况,提出一种改进的基于CWT的R波检测方法。该方法利用极值点和夹角余弦值来确定R波位置,在PCinCC2017和MITDB数据库上R波识别的准确率均在95%以上,比传统R波识别算法准确率提高11.7%。实验结果证实该方法具有普适性,提高了真实应用场景中R波识别的准确率。为了验证基于时域特征的房颤识别方法在大量真实场景中采集到的手部心电数据集上的有效性。本文使用10个连续心跳周期的心电信号,提取信号时域特征作为输入,分别训练BP神经网络和SVM分类器进行房颤识别,在AFDB数据集和PCinCC2017数据集上进行房颤识别,灵敏度均达到了94.66%以上,特异性也均高于91.76%,证实了利用时域特征进行短时心电信号房颤识别的有效性。该方法在PCinCC2017数据库进行了房颤数据,正常数据和其他心率失常数据的识别实验,正确识别率达到了82.69%,专业医生手工标注的正确识别率为63.88%,证明了文中提出的基于时域特征的房颤识别方法在手部心电信号数据上的有效性,这对房颤自动识别算法从理论到实际应用的具有一定的意义。
【学位单位】：天津理工大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：TN911.7;R541.75

【相似文献】

相关期刊论文 前10条

1 赵建萍;;《中国自动识别技术》杂志社优秀通联集体及个人颁奖仪式[J];中国自动识别技术;2014年05期

2 ;2014年度中国自动识别协会优秀会员奖[J];中国自动识别技术;2014年05期

3 ;2014年度中国自动识别技术协会优秀案例奖[J];中国自动识别技术;2014年05期

4 殷秀凯;;中国自动识别技术协会举办成立十五周年特别奖颁奖暨第一届行业峰会[J];中国自动识别技术;2017年01期

5 穆思竹;;浅议自动识别技术在物流管理中的应用[J];全国商情;2016年36期

6 张晓霞;;谈自动识别技术的发展及应用[J];通讯世界;2017年08期

7 郭午阳;;自动识别技术在物流管理中的应用分析[J];信息与电脑(理论版);2017年04期

8 王寅旭;;自动识别技术在家具制造过程中的应用浅探[J];建材与装饰;2017年45期

9 殷秀凯;;中国自动识别设备制造商联盟举行“跨界融合 共享共赢”主题活动[J];中国自动识别技术;2016年02期

10 唐成;;中国自动识别技术协会出席AIM Global 2016年会[J];中国自动识别技术;2016年03期

相关博士学位论文 前10条

1 辛动军;彩色地形图要素的自动识别与获取研究[D];南京理工大学;2007年

2 胡青;基于公共通信网络的MIP-AIS系统关键技术研究[D];大连海事大学;2011年

3 章国稳;环境激励下结构模态参数自动识别与算法优化[D];重庆大学;2012年

4 严哲;三维地震断层自动识别与智能解释[D];中国地质大学;2010年

5 刘德营;稻飞虱自动识别关键技术的研究[D];南京农业大学;2011年

6 于涛;基于索引行聚类的英语动词型式自动识别与提取研究[D];北京外国语大学;2015年

7 刘燕;英语人体隐喻的自动识别模型构建[D];北京外国语大学;2016年

8 杨琳;数字通信信号调制方式自动识别技术研究[D];中国科学技术大学;2008年

9 初广丽;航天器合作靶标自动识别关键技术研究[D];中国科学院研究生院(长春光学精密机械与物理研究所);2015年

10 张宁波;综放开采煤矸自然射线辐射规律及识别研究[D];中国矿业大学;2015年

相关硕士学位论文 前10条

1 赵梦帆;心电信号中典型心律失常的自动识别研究[D];天津理工大学;2019年

2 孟丹阳;基于心电信号的房颤自动识别研究[D];天津理工大学;2019年

3 肖丽翔;新版人民币安全线光变特性研究及自动识别探索[D];厦门大学;2017年

4 李文环;基于自动识别技术的零件尺寸检测及数据管理[D];哈尔滨理工大学;2018年

5 孙瑞丰;基于健康监测系统的桥梁涡激共振自动识别及响应特征[D];湖南大学;2018年

6 陈魏冬;基于无人机航拍图像的松枯死木自动识别与定位[D];福建农林大学;2018年

7 李荣瑞;基于深度学习的盲文自动识别研究[D];昆明理工大学;2018年

8 董雪;基于瞬时信息及谱特征的调制方式自动识别[D];哈尔滨工程大学;2018年

9 朱贺;基于机器视觉的快递单地址自动识别研究[D];长春理工大学;2018年

10 王贺贺;用于房颤辅助诊断的心电P波自动识别研究[D];天津理工大学;2018年

本文编号：2847758