隨著人們物質(zhì)生活水平的提高,心臟疾病的發(fā)生率一直在增加,而且一旦發(fā)生心臟疾病的致死率極高,它極大地威脅到了人們的健康。心電信號(hào)能反映心臟激動(dòng)傳導(dǎo)時(shí)各部位的生理狀況,它是醫(yī)生在臨床上診斷心臟疾病的重要依據(jù)。所以,對(duì)于心電信號(hào)的深入研究和探索有著非常重要的意義。目前,對(duì)心電圖的分析,大多數(shù)的醫(yī)院還是采用人工分析的方式,這樣不僅使得分析結(jié)果帶有很強(qiáng)的主觀性,而且隨著病人的增多,工作量也是巨大的。隨著計(jì)算機(jī)技術(shù)的飛速發(fā)展,人們急切的想要研究出一種準(zhǔn)確性高,高效的心電信號(hào)自動(dòng)分析技術(shù)。但是,目前由于心電信號(hào)本身的幅值小,頻率低,數(shù)據(jù)量大的特性,而且它在采集的過(guò)程中容易收到噪音的干擾,使得自動(dòng)分析技術(shù)中還有很多需要研究和解決的問(wèn)題。為了快速檢測(cè)大規(guī)模心電信號(hào)的異常突變,本文首先提出了一種基于三叉搜索樹(shù)（TST）的算法,即TSTKS算法。該算法是在Haar小波變換理論和改進(jìn)的KS統(tǒng)計(jì)檢驗(yàn)理論的基礎(chǔ)上提出的。TSTKS算法的主要步驟是先用多級(jí)Haar小波變換分解待檢測(cè)的時(shí)序數(shù)據(jù),同時(shí)構(gòu)建均值二叉樹(shù)TcA和差值二叉樹(shù)TcD,在兩棵二叉樹(shù)的基礎(chǔ)上增加中間分支,推導(dǎo)出本文所需要的均值三叉樹(shù)TSTcA和差值三... 

【文章頁(yè)數(shù)】：68 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
1 緒論
    1.1 研究背景及意義
    1.2 心電圖的組成
    1.3 心律失常數(shù)據(jù)庫(kù)介紹
        1.3.1 AHA數(shù)據(jù)庫(kù)
        1.3.2 ST-T數(shù)據(jù)庫(kù)
        1.3.3 MIT-BIH 數(shù)據(jù)庫(kù)
    1.4 研究現(xiàn)狀
        1.4.1 心電信號(hào)自動(dòng)分析現(xiàn)狀
        1.4.2 突變點(diǎn)檢測(cè)現(xiàn)狀
    1.5 本文的研究?jī)?nèi)容和結(jié)構(gòu)
2 時(shí)序數(shù)據(jù)分析的基本理論
    2.1 引言
    2.2 Haar小波
        2.2.1 Haar尺度函數(shù)
        2.2.2 Haar小波函數(shù)
        2.2.3 Haar分解與重構(gòu)
    2.3 常用的檢驗(yàn)方法
        2.3.1 K-S檢驗(yàn)
        2.3.2 小波分析法
        2.3.3 T檢驗(yàn)
    2.4 數(shù)學(xué)基礎(chǔ)
        2.4.1 指數(shù)分布
        2.4.2 正態(tài)分布
        2.4.3 泊松分布
    2.5 小結(jié)
3 基于多級(jí)Haar小波變換與KS統(tǒng)計(jì)的突變點(diǎn)檢測(cè)
    3.1 引言
    3.2 TSTKS算法
    3.3 均值三叉樹(shù)和差值三叉樹(shù)的構(gòu)建
        3.3.1 構(gòu)建原理
        3.3.2 算法實(shí)現(xiàn)
    3.4 基于TSTKS的異常多路搜索策略
        3.4.1 搜索策略一
        3.4.2 搜索策略二
        3.4.3 搜索策略三
    3.5 評(píng)價(jià)指標(biāo)
    3.6 小結(jié)
4 基于模擬時(shí)序的TSTKS突變點(diǎn)檢測(cè)
    4.1 引言
    4.2 比較算法
        4.2.1 比較算法
    4.3 TSTKS算法仿真
        4.3.1 仿真實(shí)驗(yàn)分析
        4.3.2 重復(fù)仿真實(shí)驗(yàn)分析
    4.4 小結(jié)
5 基于TSTKS的心電信號(hào)分析
    5.1 引言
    5.2 實(shí)驗(yàn)平臺(tái)
    5.3 合成心電數(shù)據(jù)的檢測(cè)與分析
    5.4 心電異常的快速檢測(cè)與分析
    5.5 小結(jié)
6 總結(jié)與展望
    6.1 論文總結(jié)
    6.2 展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間完成的學(xué)術(shù)成果
致謝


【參考文獻(xiàn)】：
期刊論文
[1]基于多級(jí)Haar小波變換與KS統(tǒng)計(jì)的突變點(diǎn)快速探測(cè)方法[J]. 宋巧紅,齊金鵬,張煜.  計(jì)算機(jī)工程. 2018(05)
[2]數(shù)字心電圖機(jī)的質(zhì)量檢測(cè)方法分析[J]. 楊靜,李向東,崔驪.  中國(guó)醫(yī)學(xué)裝備. 2015(09)
[3]時(shí)間序列異常點(diǎn)及突變點(diǎn)的檢測(cè)算法[J]. 蘇衛(wèi)星,朱云龍,劉芳,胡琨元.  計(jì)算機(jī)研究與發(fā)展. 2014(04)
[4]心電圖檢測(cè)中碎裂QRS波對(duì)臨床冠心病診斷的價(jià)值觀察[J]. 周江花.  中國(guó)醫(yī)藥導(dǎo)刊. 2013(12)
[5]心電信號(hào)去噪的數(shù)學(xué)形態(tài)學(xué)濾波器[J]. 田絮資,楊建,黃力宇.  計(jì)算機(jī)工程與應(yīng)用. 2012(02)
[6]基于混沌系統(tǒng)的心電圖信號(hào)分類檢測(cè)方法[J]. 楊偉,朱燦焰.  通信技術(shù). 2011(02)
[7]心電模板構(gòu)造方法及其在心電去噪中的應(yīng)用[J]. 劉澄玉,劉常春,管琳,王新沛,胡順波.  計(jì)算機(jī)工程與應(yīng)用. 2009(31)
[8]基于小波變換的心電圖信號(hào)特征點(diǎn)檢測(cè)[J]. 張媛,顧幸生.  自動(dòng)化儀表. 2008(11)
[9]心電信號(hào)噪聲的數(shù)字濾波研究[J]. 陳天華,韓力群,鄭彧.  微計(jì)算機(jī)信息. 2008(18)
[10]自適應(yīng)閾值的小波噪聲消除方法及其在消除心電圖（ECG）噪聲方面的應(yīng)用[J]. 趙勇,郭鵬.  生物醫(yī)學(xué)工程學(xué)雜志. 2008(03)

博士論文
[1]心電圖中T波電交替檢測(cè)關(guān)鍵技術(shù)研究[D]. 佘黎煌.東北大學(xué) 2015
[2]基于多尺度分析的圖像融合算法研究[D]. 楊揚(yáng).中國(guó)科學(xué)院研究生院（長(zhǎng)春光學(xué)精密機(jī)械與物理研究所） 2013
[3]動(dòng)態(tài)心電圖中房顫自動(dòng)檢測(cè)算法研究及其臨床應(yīng)用[D]. 黃超.浙江大學(xué) 2013

碩士論文
[1]基于小波分析的ECG信號(hào)處理技術(shù)研究[D]. 歐陽(yáng)波.湖南大學(xué) 2014
[2]基于單導(dǎo)心電圖的房顫信號(hào)檢測(cè)及提取方法研究[D]. 李杰.電子科技大學(xué) 2012
[3]基于小波變換心電信號(hào)自動(dòng)分析技術(shù)的研究[D]. 唐國(guó)棟.中南大學(xué) 2008
[4]動(dòng)態(tài)心電圖自動(dòng)檢測(cè)及分析方法的研究[D]. 張文瓊.國(guó)防科學(xué)技術(shù)大學(xué) 2004



本文編號(hào)：3730443