基于单导联心电信号的房颤/早搏鉴别与房室传导阻滞的识别方法研究

发布时间：2024-01-24 07:47

　　心律失常疾病是威胁人类健康的严重隐患,通过心电图能够及早的发现心律失常疾病,心电自动诊断技术更是为降低临床医生的工作负担和提高诊断效率带来了福音。房颤和早搏作为最常见的两种心律失常疾病,国内外很多学者已经对其做了大量的相关研究,很多方法也已应用于心电信号的处理中。但在实际应用中,现有算法在两者的结合以及适用性方面仍存在着一些性能和效率上的问题。因此,本文通过发现两种疾病的心电信号特征提出各自的识别算法和鉴别两种疾病的算法。此外,本文还研究了二度Ⅱ型房室阻滞的自动诊断算法,填补了相关领域的空白。具体研究内容如下:(1)利用房颤在Poincare图上散点分布特性,提出一种新的分布曲线Hc_norm并运用其相关相关指标对房颤进行识别。该算法在四个大型公用心电数据库共计1933小时的数据中取得了出色的效果,敏感性达到97.22%,特异性达到98.48%。接下来创新性地将CONCOR聚类方法应用到室性早搏识别上,建立了一种新的室性早搏识别方法,其在MIT-BIH心律失常数据库中对室性早搏的敏感性达到85.59%,阳性预测率达到92.95%。接着,又发展了房颤与早搏的整合识别算...

【文章页数】：64 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第一章 绪论
    1.1 研究意义和目的
    1.2 房颤与早搏的自动识别算法研究现状
        1.2.1 房颤算法研究现状
        1.2.2 早搏算法研究现状
    1.3 房室传导阻滞的自动识别算法研究现状
    1.4 本文的主要内容、创新及结构安排
第二章 相关理论基础
    2.1 心电图基本知识
    2.2 房颤与早搏的临床表现与诊断
        2.2.1 房颤的发病机制与心电图特征
        2.2.2 早搏的发病机制与心电图特征
    2.3 房室阻滞分型以及其心电图表现
第三章 房颤与早搏的自动识别算法与鉴别
    3.1 心电信号预处理
        3.1.1 噪声去除
        3.1.2 QRS波检测
    3.2 房颤自动识别算法设计与实现
        3.2.1 Poincare散点图
        3.2.2 研究思路
        3.2.3 方法描述
        3.2.4 结果与分析
            3.2.4.1 实验数据及心电数据库简介
            3.2.4.2 参数设置
            3.2.4.3 测试结果
        3.2.5 研究小结
    3.3 早搏自动识别算法设计与实现
        3.3.1 CONCOR聚类
        3.3.2 方法框架
        3.3.3 实验结果和分析
        3.3.4 研究小结
    3.4 房颤与早搏整合鉴别方法
        3.4.1 方法描述
        3.4.2 实验结果
    3.5 本章总结
第四章 房室传导阻滞算法研究
    4.1 方法描述
        4.1.1 方法框架
        4.1.2 漏检P波判定
    4.2 实验结果分析与改进
    4.3 结论与讨论
    4.4 本章小结
第五章 总结与展望
    5.1 总结
    5.2 展望
致谢
参考文献
攻硕期间取得的研究成果



本文编号：3883387