發(fā)布時間：2018-12-14 22:55

【摘要】：據(jù)調(diào)查顯示,心血管疾病引起的死亡人數(shù)占每年全世界死亡人數(shù)的三分之一且發(fā)病率正逐年增加,群體不斷年輕化,已經(jīng)成為嚴重危害人體健康的第一大疾病。由于心血管疾病發(fā)病具有突發(fā)性和不規(guī)律特性,提前預(yù)防和及時發(fā)現(xiàn)是治療心血管疾病的關(guān)鍵步驟。心肌缺血、心絞痛等疾病在心電圖上表現(xiàn)為心律失常波形,因此面向心律失常的心電信號處理算法和心電監(jiān)護系統(tǒng)的研究對于挽救生命有著重要的意義。針對目前心律失常信號處理、分析和智能診斷算法中存在的不足,本文就心電信號的預(yù)處理(去噪)、波形檢測及異常波形分類等關(guān)鍵技術(shù)進行研究,并針對算法應(yīng)用的心電監(jiān)護與分析診斷系統(tǒng)也做了相應(yīng)的探討。具體內(nèi)容如下所示：(1)針對ECG信號中存在工頻、基線漂移和肌電干擾等的噪聲問題,本文設(shè)計了集改進的Notch濾波器、自適應(yīng)形態(tài)濾波結(jié)構(gòu)和平穩(wěn)小波閾值去噪為一體的心電預(yù)處理算法。通過仿真實驗,驗證本文預(yù)處理算法相對其他經(jīng)典濾波算法而言濾波效果更好。(2)針對異常心電波形檢測不準問題,本文提出了基于雙正交樣條小波濾波器組和LS估計的心電P-QRS波形檢測算法,實現(xiàn)對QRS波與P波的位置及寬度的檢測。該算法通過構(gòu)造雙正交樣條小波對心電信號進行二進小波分解,在第三和第四尺度上檢測R波和P波峰值對應(yīng)的模極大值對,實現(xiàn)R波和P波峰值的定位,并利用LS估計的方法確定QRS波和P波的寬度。仿真結(jié)果表明,本文的算法對R波和P波的的檢測準確率較對比算法有所提高。(3)針對心電信號中心律失常波形分類問題,本文提出了改進的KNG-FCM心律失常分類算法。利用改進K均值、高斯核函數(shù)和粒度原理對傳統(tǒng)FCM算法改進,改善了算法的魯棒性和對噪聲的敏感程度。仿真結(jié)果表明,本文提出的算法分類準確率能達到98.86%,較對比算法有所提高。(4)針對現(xiàn)有心電監(jiān)護方案的不足,提出了由動態(tài)心電監(jiān)護儀、心電智能分析軟件組成的心電監(jiān)護系統(tǒng),可實現(xiàn)動態(tài)心電的遠程監(jiān)測和智能分析診斷。
[Abstract]:According to the investigation, the death toll caused by cardiovascular disease accounts for 1/3 deaths in the world every year and the incidence rate is increasing year by year. The population is getting younger and has become the first major disease that seriously endangers human health. Because of the sudden and irregular characteristics of cardiovascular disease, prevention and timely detection are the key steps in the treatment of cardiovascular disease. Myocardial ischemia, angina pectoris and other diseases show arrhythmia waveform on electrocardiogram, so the study of ECG signal processing algorithm and ECG monitoring system for arrhythmia is of great significance for saving lives. In view of the shortcomings of the current algorithms of arrhythmia signal processing, analysis and intelligent diagnosis, this paper studies the key technologies of ECG signal pretreatment (denoising), waveform detection and abnormal waveform classification, etc. The ECG monitoring and analysis diagnosis system which is applied by the algorithm is also discussed. The main contents are as follows: (1) aiming at the noise problems of power frequency, baseline drift and electromyography interference in ECG signal, an improved Notch filter is designed in this paper. An adaptive morphological filter structure and stationary wavelet threshold denoising algorithm for ECG preprocessing. The simulation results show that the preprocessing algorithm is better than other classical filtering algorithms. (2) aiming at the problem of irregular ECG waveform detection, This paper presents an ECG P-QRS waveform detection algorithm based on biorthogonal spline wavelet filter banks and LS estimation to detect the position and width of QRS and P waves. In this algorithm, biorthogonal spline wavelets are constructed to decompose ECG signals, and at the third and fourth scales, the mode-maximum pairs corresponding to the peaks of R and P waves are detected to locate the peaks of R and P waves. The width of QRS wave and P wave is determined by LS estimation. The simulation results show that the detection accuracy of R wave and P wave is higher than that of the contrast algorithm. (3) aiming at the problem of arrhythmia waveform classification in ECG signal, an improved KNG-FCM arrhythmia classification algorithm is proposed in this paper. The improved K-means, Gao Si kernel function and granularity principle are used to improve the robustness and noise sensitivity of the traditional FCM algorithm. The simulation results show that the classification accuracy of the proposed algorithm can reach 98.86, which is better than the comparison algorithm. (4) aiming at the shortcomings of the existing ECG monitoring scheme, a dynamic ECG monitor is proposed. The ECG monitoring system composed of ECG intelligent analysis software can realize the remote monitoring and intelligent analysis diagnosis of dynamic ECG.
【學位授予單位】：東北大學
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：TN911.7;R540.41

【相似文獻】

相關(guān)期刊論文 前1條

1 陳磊;張凱;姜熙君;金振成;;數(shù)字乳房X片圖像的預(yù)處理算法研究[J];上海生物醫(yī)學工程;2005年04期

相關(guān)會議論文 前6條

1 沈沉;陳穎;梅生偉;;一種新的適用于Jacobian-Free Newton-GMRES(m)方法的自適應(yīng)預(yù)處理算法[A];第十屆全國電工數(shù)學學術(shù)年會論文集[C];2005年

2 葉青;臧淼;;指紋識別預(yù)處理算法研究[A];2007通信理論與技術(shù)新發(fā)展——第十二屆全國青年通信學術(shù)會議論文集（上冊）[C];2007年

3 馬義德;邵宇;王升哲;徐光柱;;虹膜識別預(yù)處理算法研究[A];第十二屆全國圖象圖形學學術(shù)會議論文集[C];2005年

4 袁廣林;李從利;韓裕生;袁宏武;姚翎;;弱小目標檢測預(yù)處理算法對比研究[A];2006年全國光電技術(shù)學術(shù)交流會會議文集（D 光電信息處理技術(shù)專題）[C];2006年

5 楊紅娟;周以齊;石柏成;陳成軍;;Solid Edge文件到VEGA平臺文件轉(zhuǎn)換的預(yù)處理算法研究[A];全國第13屆計算機輔助設(shè)計與圖形學（CAD/CG）學術(shù)會議論文集[C];2004年

6 張柏禮;孫志揮;孫翔;;物化視圖選擇的預(yù)處理算法[A];第二十一屆中國數(shù)據(jù)庫學術(shù)會議論文集（研究報告篇）[C];2004年

相關(guān)碩士學位論文 前10條

1 靳銀蕊;基于聲參量陣的風速測試系統(tǒng)關(guān)鍵技術(shù)研究[D];電子科技大學;2015年

2 鄧小毛;毫米波成像系統(tǒng)數(shù)據(jù)采集與預(yù)處理單元的設(shè)計和實現(xiàn)[D];電子科技大學;2015年

3 施金金;多通道光電振測儀振動信號處理系統(tǒng)研制[D];電子科技大學;2015年

4 汪昊;宏小區(qū)場景下基于射線跟蹤算法的快速預(yù)測研究[D];西安電子科技大學;2014年

5 陳隴敏;高清助視器視頻預(yù)處理算法及系統(tǒng)分析與設(shè)計[D];浙江工業(yè)大學;2015年

6 楊嫻;基于HVS的瓷磚分色系統(tǒng)圖像預(yù)處理算法[D];南京大學;2014年

7 周仁義;心電信號處理關(guān)鍵技術(shù)的研究與實現(xiàn)[D];東北大學;2014年

8 馬國強;人體生理信號預(yù)處理算法研究[D];山東大學;2012年

9 李學廣;紅外圖像預(yù)處理算法研究及硬件實現(xiàn)[D];哈爾濱工程大學;2007年

10 陳娟利;嵌入式指紋采集系統(tǒng)的設(shè)計及其預(yù)處理算法研究[D];西安理工大學;2008年

，

本文編號：2379463