基于变值测量的心电数据序列可视化应用研究

发布时间：2017-06-28 06:12

  本文关键词：基于变值测量的心电数据序列可视化应用研究，，由笔耕文化传播整理发布。

【摘要】：随着现代科学技术的发展,人类的生活质量普遍提高,保障个体健康意识逐渐增强。每年,许多单位和部门对员工进行体检己成为常态；在当前的网络海量数据时代,针对海量数据中所隐藏的有用信息进行提取和处理已成为研究热点。且随每次体检所产生的批量心电数据序列,如何针对这些实际测量的大样本海量心电数据序列提取和处理是一个值得研究的应用问题。由于描述人体功能需要利用大量线性与非线性关系构成复杂的模型和系统,描述心脏状态需要借助复杂非线性动力学体系。所以,如何利用非线性模型和方法对大样本海量心电数据进行处理并将处理结果进行可视化是一个值得探讨和研究的前沿课题。在这个研究方向,目前主要的处理模型是基于近代混沌理论和法国科学家彭加莱100年前提出的经典图示方法,这些模型所获得的结果是一系列的心电散点图图谱。本论文利用散点度的模式提出了一种基于变值逻辑体系的可视化方法,形成对大样本海量心电数据进行处理和展示的新型模式。目前,变值模型和可视化方法用于检测二值变量、DNA序列等离散随机序列的随机性检测方面,并取得系列的研究成果。论文的焦点是将其应用范围从二值变量随机序列推广到多值连续随机序列,探讨和研究海量多值连续心电数据序列所隐藏的、对诊断心血管疾病有用的信息。心电变值可视化特征分析技术是基于序列密码分析模式正在发展的原创型的连续信号序列分析技术,该类技术能有效地将一维多值心电序列分解成为四基元的伪基因多路离散数据序列,进而形成可视化分布图示得到变值心电散点图图谱。在论文中所用的数据主要来源于云南省第一人民医院的批量心电实测数据(22万条,500MB),并且是医生作过诊断的,选择相关数据生成变值心电散点图图谱并作分析比对。实际图谱显示：正常心电数据序列与其他几类异常心电数据序列的可视化分布具有非常显著的可区分性。该批初步结果正在利用海量分类数据进行初步检验,以便于项目的后一阶段利用该模型,对辅助诊断心血管疾病奠定应用基础。论文首先介绍了该课题研究的背景、现状以及意义和基础理论；然后描述系统体系结构以及海量心电数据的处理过程：进而对批量心电数据序列的处理结果进行可视化,生成系列变值心电散点图图谱,并对图谱分布作初步对比分析；最后进行总结和展望。
【关键词】：海量心电数据 变值测量 可视化 变值心电散点图图谱
【学位授予单位】：云南大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：R54;TP391.41
【目录】：

• 摘要3-5
• Abstract5-11
• 第1章 绪论11-17
• 1.1 研究背景11-12
• 1.2 研究现状12-13
• 1.3 研究意义13-14
• 1.4 主要工作14-15
• 1.5 论文结构15-17
• 第2章 基础理论知识17-22
• 2.1 可视化技术和数据可视化17-18
• 2.2 变值测量模型18-19
• 2.3 心电数据序列19-22
• 2.3.1 心电信号19-20
• 2.3.2 昆华医院心电数据介绍20
• 2.3.3 网上心电数据介绍20-22
• 第3章 系统体系结构22-25
• 3.1 整体结构22-23
• 3.2 主要工作23-25
• 3.2.1 模型输入23
• 3.2.2 模型处理23
• 3.2.3 模型输出23-25
• 第4章 变值测量组件25-33
• 4.1 转换模块25-32
• 4.1.1 数据清洗26-27
• 4.1.2 基础值测量子模块27-28
• 4.1.3 范围值测量子模块28-29
• 4.1.4 取值测量子模块29-30
• 4.1.5 映射子模块30-32
• 4.2 概率测度测量模块32-33
• 第5章 可视化组件33-35
• 5.1 选择机制33
• 5.1.1 归一化模型33
• 5.1.2 非归一化模型33
• 5.2 散点图生成器33-35
• 第6章 云南省第一人民医院的心电数据序列可视化结果展示35-48
• 6.1 一维心电信号图35-36
• 6.2 心电散点图图谱36-48
• 6.2.1 非归一化36-42
• 6.2.2 归一化42-48
• 第7章 不同数据来源的可视化结果对比展示48-52
• 7.1 一维心电数据序列图48
• 7.2 心电散点图图谱48-52
• 7.2.1 归一化48-50
• 7.2.2 非归一化50-52
• 第8章 结果分析52-54
• 第9章 展望54-55
• 总结55-56
• 参考文献56-58
• 攻读硕士学位期间完成的科研成果58-59
• 致谢59

  本文关键词：基于变值测量的心电数据序列可视化应用研究，由笔耕文化传播整理发布。

本文编号：492782