心房顫動(dòng)簡(jiǎn)稱(chēng)房顫,是最常見(jiàn)的持續(xù)性心律失常之一,我國(guó)現(xiàn)有患者已高達(dá)800萬(wàn)人。心電圖作為監(jiān)測(cè)心臟病的最直接最有效的診斷依據(jù),在早期發(fā)現(xiàn)、持續(xù)檢測(cè)等方面具有巨大的優(yōu)勢(shì)。依托人工智能技術(shù)的發(fā)展和遠(yuǎn)程云醫(yī)療模式的普及,研究基于體表心電圖的房顫?rùn)z測(cè)算法對(duì)心血管疾病自動(dòng)分析系統(tǒng)的建設(shè)具有重要的意義。房顫的檢測(cè)研究方向大致可以分為兩點(diǎn),其一是基于特征聯(lián)合的檢測(cè)方法,其二是基于神經(jīng)網(wǎng)絡(luò)的無(wú)監(jiān)督方法,然而不論是特征檢測(cè)方式還是無(wú)監(jiān)督方式都存在不足之處。特征聯(lián)合檢測(cè)方式對(duì)特征質(zhì)量要求極高,無(wú)監(jiān)督檢測(cè)方式需要大量標(biāo)注樣本進(jìn)行訓(xùn)練,對(duì)檢測(cè)模型和醫(yī)療平臺(tái)的處理性能要求高。針對(duì)該問(wèn)題,本文提出了心電圖波形智能識(shí)別算法和基于長(zhǎng)短時(shí)記憶神經(jīng)網(wǎng)絡(luò)(Long Short-term Memory Networks,LSTM)的房顫?rùn)z測(cè)機(jī)制。首先,從心電產(chǎn)生機(jī)理和房顫發(fā)作特征兩方面分析了房顫的心電圖特點(diǎn);然后采用聯(lián)合小波變換與差分修正的方法定位心電信號(hào)的波形基準(zhǔn)點(diǎn);最后采用長(zhǎng)短時(shí)記憶神經(jīng)網(wǎng)絡(luò)作為分類(lèi)器來(lái)識(shí)別房顫。論文的主要研究?jī)?nèi)容如下:(1)詳細(xì)分析了心電信號(hào)的產(chǎn)生機(jī)理和體表采集信號(hào)的噪聲特點(diǎn)。針對(duì)傳統(tǒng)常見(jiàn)降噪算法會(huì)導(dǎo)致心...

【文章頁(yè)數(shù)】：70 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖2.2電極位置及各導(dǎo)聯(lián)與心臟的位置關(guān)系

齊魯工業(yè)大學(xué)碩士學(xué)位論文11圖2.2電極位置及各導(dǎo)聯(lián)與心臟的位置關(guān)系。其中(A)為胸腔與上肢電極位置分布，(B)為下肢電極位置分布，(C)為各導(dǎo)聯(lián)與心臟的位置關(guān)系。I=LA-RAII=LL-RAIII=LL-RA-LAaVR=RA-(LL+LA)/2aVL=LA-(RA+LL)/....

圖4.6房顫自動(dòng)檢測(cè)算法流程

齊魯工業(yè)大學(xué)碩士學(xué)位論文39圖4.6房顫自動(dòng)檢測(cè)算法流程4.2.2房顫數(shù)據(jù)處理本文所使用的房顫患者和正常人的樣本記錄來(lái)自MIT-BIH房顫數(shù)據(jù)庫(kù)，該庫(kù)中有25條記錄，但只有23組含有采樣記錄，所有的數(shù)據(jù)也均為雙導(dǎo)聯(lián)。對(duì)這23條數(shù)據(jù)進(jìn)行了處理，使用3.2節(jié)所提出的方法提取出RR間期....

圖4.7序列輸入組合示意圖

齊魯工業(yè)大學(xué)碩士學(xué)位論文39圖4.6房顫自動(dòng)檢測(cè)算法流程4.2.2房顫數(shù)據(jù)處理本文所使用的房顫患者和正常人的樣本記錄來(lái)自MIT-BIH房顫數(shù)據(jù)庫(kù)，該庫(kù)中有25條記錄，但只有23組含有采樣記錄，所有的數(shù)據(jù)也均為雙導(dǎo)聯(lián)。對(duì)這23條數(shù)據(jù)進(jìn)行了處理，使用3.2節(jié)所提出的方法提取出RR間期....

圖4.8基于體表心電圖序列信息的房顫?rùn)z測(cè)網(wǎng)絡(luò)結(jié)構(gòu)

第4章基于長(zhǎng)短時(shí)記憶神經(jīng)網(wǎng)絡(luò)的房顫?rùn)z測(cè)算法40個(gè)最大池化層保留重要信息，最后經(jīng)過(guò)全連接層做房顫與正常的二分類(lèi)。模型的架構(gòu)如圖4.8所示：圖4.8基于體表心電圖序列信息的房顫?rùn)z測(cè)網(wǎng)絡(luò)結(jié)構(gòu)Bi-LSTM網(wǎng)絡(luò)層使用了注意力機(jī)制來(lái)處理LSTM網(wǎng)絡(luò)的中間輸出結(jié)果，注意力機(jī)制會(huì)將關(guān)鍵特征賦予....

本文編號(hào)：3955503