基于粗糙集的ECG信号医疗辅助决策系统

发布时间：2023-02-05 13:41

　　心血管疾病是近年来威胁人们生命健康的主要慢性疾病之一。心血管疾病患者在早期发病时往往伴随有心律失常的症状,通过心电信号尽早发现心律失常症状可以有效预防心血管疾病。心电信号(ECG)能够反映心率波动的状况,对心电信号的分类结果是判断心律失常类型的重要依据。目前对心电信号分类的方法有神经网络法、支持向量机法、模板匹配法等,在分类成功率方面已取得良好的效果。但是,目前已有的心电信号分类方法的时间及空间复杂度较高,在小型化、便携化的硬件设备中难以应用。减少数据集中的冗余特征,降低分类算法占用的资源,并成功应用于实际医疗诊断中是该研究领域内亟待解决的热点问题。本文对心电信号的分类及属性约简算法进行研究,提出基于粗糙集的ECG信号医疗辅助决策系统,论文的主要研究内容如下:1、针对对心电信号特征点准确定位的问题,本文提出了一种基于Pan-Tompkins算法的改进算法,该方法先使用心电信号前2秒的信号对自适应阈值进行初始化,再对心电信号QRS波群的R波波峰进行定位,实现了心电信号特征点的准确定位及更快速地调整算法中的自适应阈值。针对现有方法中使用固定窗口截取心电信号,导致截断单个心动周期的心电波形,...

【文章页数】：81 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第一章 绪论
    1.1 课题研究背景及意义
    1.2 国内外研究现状
        1.2.1 心电信号分类研究现状
        1.2.2 粗糙集研究现状
    1.3 本文主要工作内容
第二章 心电信号的特征点定位及特征提取
    2.1 基于的Pan-Tompkins的QRS波群定位算法
        2.1.1 数据预处理
        2.1.2 QRS波群的检测定位
    2.2 基于自适应阈值法的心电信号特征点定位
        2.2.1 Q波及S波的检测定位
        2.2.2 P波及T波的检测定位
    2.3 心电信号定位算法的实验验证
    2.4 心电信号特征提取
        2.4.1 心电信号的特征
        2.4.2 心电信号的特征提取方法
    2.5 本章小结
第三章 粗糙集的基本理论及约简方法
    3.1 数据离散化的基本方法
        3.1.1 无监督离散算法和有监督算法的对比
        3.1.2 基于信息熵的离散方法
        3.1.3 基于信息熵的离散方法的划分点求取
    3.2 粗糙集理论
        3.2.1 知识与知识表达系统
        3.2.2 近似空间
        3.2.3 核与约简
        3.2.4 粗糙集的属性约简的方法对比
    3.3 基于属性重要度的属性约简法
    3.4 验证约简方法的有效性
    3.5 本章小结
第四章 粗糙集在心电信号分类中的应用
    4.1 数据集的准备
    4.2 心电信号的分类方法的选择
    4.3 基于支持向量机的心电信号分类
        4.3.1 支持向量机的基本理论
        4.3.2 核函数的选择
        4.3.3 LIBSVM的使用
        4.3.4 惩罚系数和核参数对分类效果的影响
    4.4 粗糙集在心电信号分类中的应用
        4.4.1 决策表的属性约简
        4.4.2 实施分类的流程
        4.4.3 属性约简前、后分类效果对比
    4.5 本章小结
第五章 医疗辅助决策系统的实现
    5.1 医疗辅助决策系统的组成
    5.2 医疗辅助决策系统的执行流程
    5.3 基于属性重要度的属性约简法的python实现
        5.3.1 决策表的构建
        5.3.2 决策表核的求取
        5.3.3 条件属性的重要度计算
        5.3.4 基于属性的重要度的属性约简
    5.4 医疗辅助决策系统的软件组成及实现
        5.4.1 C++和python的混合编程
        5.4.2 显示模块的软件实现
        5.4.3 辅助决策模块的实现
        5.4.4 医疗辅助决策系统的界面展示
    5.5 本章小结
总结与展望
参考文献
攻读学位期间的科研成果
致谢



本文编号：3735072