發(fā)布時(shí)間：2021-02-15 11:17

　　近年來,人們現(xiàn)代化、快節(jié)奏、亞健康的生活方式,使得心血管系統(tǒng)的疾病越來越普遍化,嚴(yán)重危害著全人類的健康與生命。心電信號(hào)（electrocardiogram,ECG）診斷技術(shù)是目前廣泛采用的對(duì)心律失常等各種心臟功能疾病的檢查和診斷的重要措施。隨著電子科學(xué)和信息技術(shù)的進(jìn)步與發(fā)展,心電信號(hào)自動(dòng)識(shí)別技術(shù)已被廣泛地用于心臟病監(jiān)測(cè)和診斷的研究。本文主要針對(duì)心電信號(hào)的自動(dòng)識(shí)別算法進(jìn)行了深入研究,并進(jìn)行了心電監(jiān)測(cè)系統(tǒng)的軟硬件設(shè)計(jì),主要研究工作如下:（1）針對(duì)心電信號(hào)采集過程中的各種干擾和噪聲,設(shè)計(jì)了心電信號(hào)的預(yù)處理方法與信號(hào)質(zhì)量評(píng)估方法。預(yù)處理方法根據(jù)各類型噪聲的特點(diǎn)對(duì)信號(hào)進(jìn)行了充分濾波,信號(hào)質(zhì)量評(píng)估方法給出了信號(hào)被噪聲污染程度的評(píng)價(jià)指標(biāo)。（2）針對(duì)傳統(tǒng)的心電信號(hào)QRS波檢測(cè)算法存在的抗干擾性差、漏檢和誤檢率高的問題,提出了一種基于決策樹與回溯校驗(yàn)的QRS檢測(cè)算法。該算法設(shè)計(jì)了峰值有效性檢測(cè)、冷卻窗口、自適應(yīng)閾值等一系列校驗(yàn)規(guī)則,以降低漏檢和誤檢的可能。測(cè)試結(jié)果表明,本文的心電信號(hào)QRS檢測(cè)算法獲得了較高的檢測(cè)靈敏度與準(zhǔn)確率,極大程度上減少了R波的漏檢和誤檢。（3）針對(duì)心電信號(hào)形態(tài)復(fù)雜導(dǎo)致特征提取困難... 

【文章來源】：西安建筑科技大學(xué)陜西省

【文章頁數(shù)】：77 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

正常心電信號(hào)波形圖

西安建筑科技大學(xué)碩士學(xué)位論文10值填充脈沖位置即為起搏器脈沖消除。2.4.2基線漂移濾波設(shè)計(jì)對(duì)于基線漂移，本文采用中值濾波法進(jìn)行預(yù)處理，同時(shí)，在QRS波群檢測(cè)時(shí)添加了針對(duì)基線漂移的校驗(yàn)算法。如圖2.2所示為中值濾波的流程，設(shè)心電信號(hào)y的長(zhǎng)度為L(zhǎng)，以第n(n>=N-1)個(gè)采樣點(diǎn)y(n)為例，首先提取采樣點(diǎn)前長(zhǎng)度為奇數(shù)的一段窗口數(shù)據(jù)，如數(shù)據(jù)段y(n-N+1)~y(n)。將y(n-N+1)~y(n)作為新數(shù)組，并進(jìn)行排序，取數(shù)組中值做為第n個(gè)采樣點(diǎn)的中值濾波數(shù)據(jù)，即y1(n)=temp[(N-1)/2]。如此循環(huán)處理，對(duì)ECG信號(hào)進(jìn)行中值濾波即可擬合出漂移的基線。最后，將原始心電信號(hào)與基線相減，得到濾波后的心電信號(hào)y’(n)=y(n)-y1(n),(n=0,1,...,L-1)。圖2.2中值濾波流程圖2.4.3工頻干擾和肌電干擾濾波設(shè)計(jì)工頻干擾和肌電干擾相對(duì)于心電信號(hào)主成分都屬于高頻噪聲，可以采用巴特沃茲（Butterworth）低通濾波進(jìn)行噪聲抑制。Butterworth低通濾波器的信號(hào)振幅與信號(hào)頻率的函數(shù)關(guān)系可以表示為：ncaΩΩjΩH22)(11)((2-1)式中，n為低通濾波器的階數(shù)，cΩ為截止頻率，由公式(2-1)可知，當(dāng)Ω=0時(shí)，結(jié)果為1，當(dāng)Ω=cΩ時(shí)，結(jié)果為1/2，即dBjΩHa3|)(|20lg。jΩH|)(|2是Ω的單調(diào)下降函數(shù)，隨著階次n的增加，從低頻到高頻的幅值下降速度越快，頻譜通帶逐漸平穩(wěn)，過渡帶逐漸變窄，2jΩH|)(|越趨近于理想低通濾波器。設(shè)Butterworth的系統(tǒng)函數(shù)為Ha(s)，則：ncaajΩsssHH2)(11)(-)((2-2)

西安建筑科技大學(xué)碩士學(xué)位論文14圖2.3含起搏器脈沖心電波形圖2.4為起搏器脈沖檢測(cè)的差分波形，可以看到脈沖上升與下降階段的差分絕對(duì)值遠(yuǎn)大于人體心電信號(hào)的差分絕對(duì)值。圖2.4起搏器脈沖檢測(cè)差分波形圖2.5為起搏器脈沖消除后的心電波形，可見本文的起搏器脈沖抑制法可以有效地過濾起搏器脈沖信號(hào)。圖2.5起搏器脈沖消除后心電波形

【參考文獻(xiàn)】：
期刊論文
[1]基于云計(jì)算的智能健康監(jiān)測(cè)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J]. 李潤(rùn)川,馮盼盼,王淑紅,王海燕,張行進(jìn),陳剛,王宗敏.  計(jì)算機(jī)應(yīng)用與軟件. 2019(07)
[2]基于機(jī)器學(xué)習(xí)的心律失常信號(hào)分類算法研究[J]. 劉騰,唐虹,張士兵.  計(jì)算機(jī)應(yīng)用研究. 2020(03)
[3]基于深度學(xué)習(xí)和模糊C均值的心電信號(hào)分類方法[J]. 吳志勇,丁香乾,許曉偉,鞠傳香.  自動(dòng)化學(xué)報(bào). 2018(10)
[4]卷積神經(jīng)網(wǎng)絡(luò)在心拍類識(shí)別中的應(yīng)用[J]. 原永朋,游大濤,渠慎明,武相軍,魏夢(mèng)凡,朱萌博,耿旭東,賈乃仁.  計(jì)算機(jī)應(yīng)用. 2018(12)
[5]基于小波分析的智能心電監(jiān)控系統(tǒng)的研究[J]. 黃俊.  電子設(shè)計(jì)工程. 2018(03)
[6]基于BP神經(jīng)網(wǎng)絡(luò)的心電信號(hào)智能診斷設(shè)計(jì)[J]. 陳茜,歐陽繩武,馬新宇,謝泉.  現(xiàn)代電子技術(shù). 2018(01)
[7]基于無線通信的心電生理信號(hào)遠(yuǎn)程監(jiān)護(hù)系統(tǒng)[J]. 寧文雙,梁婷,YUAN Yong J.  西南交通大學(xué)學(xué)報(bào). 2016(01)
[8]本地和遠(yuǎn)程雙監(jiān)護(hù)的動(dòng)態(tài)心電監(jiān)護(hù)系統(tǒng)設(shè)計(jì)[J]. 郭芝源,李立,李臻,余琳.  物聯(lián)網(wǎng)技術(shù). 2015(12)
[9]基于小波變換和粗糙集的早搏信號(hào)識(shí)別算法[J]. 唐孝,舒蘭,鄭偉.  計(jì)算機(jī)科學(xué). 2015(S2)
[10]基于小波變換和SVM的心電早搏信號(hào)識(shí)別[J]. 李四海,滿自斌,張紅.  計(jì)算機(jī)應(yīng)用與軟件. 2014(08)

博士論文
[1]可穿戴式系統(tǒng)心電信號(hào)壓縮感知與心律失常分類研究[D]. 華晶.南昌大學(xué) 2018

碩士論文
[1]心電信號(hào)特征提取研究與應(yīng)用設(shè)計(jì)[D]. 徐俊.湖北工業(yè)大學(xué) 2018
[2]社區(qū)醫(yī)療信息平臺(tái)的研究與設(shè)計(jì)[D]. 馬曉婷.西安工業(yè)大學(xué) 2018
[3]基于深度學(xué)習(xí)的心血管疾病分類識(shí)別方法研究[D]. 呂秋杰.鄭州大學(xué) 2018
[4]基于LSTM的心律失常分類研究[D]. 李雪.蘭州大學(xué) 2018
[5]基于小波包和神經(jīng)網(wǎng)絡(luò)的心電信號(hào)分類方法研究[D]. 袁丹陽.天津工業(yè)大學(xué) 2017
[6]基于深度神經(jīng)網(wǎng)絡(luò)的心電圖自動(dòng)分類方法研究與實(shí)現(xiàn)[D]. 樊承柱.山東大學(xué) 2016
[7]基于移動(dòng)物聯(lián)網(wǎng)的動(dòng)態(tài)心電實(shí)時(shí)監(jiān)測(cè)、管理和服務(wù)系統(tǒng)[D]. 李金樺.浙江大學(xué) 2016
[8]基于聚類的心電信號(hào)分類方法的研究[D]. 馬國偉.華東理工大學(xué) 2013
[9]基于RBF神經(jīng)網(wǎng)絡(luò)的心電信號(hào)分類識(shí)別技術(shù)研究[D]. 李彩玉.云南大學(xué) 2012



本文編號(hào)：3034746