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
發(fā)布時(shí)間:2021-04-21 18:14
隨著社會(huì)的發(fā)展和人們生活水平的提高,心血管疾病已成為威脅人們生命健康的主要慢性疾病之一,心律失常是其中較為常見的一種心血管疾病,而心電信號(hào)是檢測和診斷心律失常等心臟疾病的關(guān)鍵指標(biāo)。可穿戴式健康監(jiān)測系統(tǒng)作為一種最有效和最實(shí)際可行的新型醫(yī)療監(jiān)護(hù)方式,可以實(shí)現(xiàn)對心電信號(hào)的連續(xù)實(shí)時(shí)監(jiān)測和心律失常的自動(dòng)分類。然而,大量的心電數(shù)據(jù)將給資源受限的可穿戴式系統(tǒng)存儲(chǔ)和傳輸過程造成巨大的負(fù)擔(dān),壓縮感知作為一種信號(hào)壓縮技術(shù)很好地解決了該問題。但是,目前現(xiàn)有可穿戴式健康監(jiān)測系統(tǒng)中的心電信號(hào)壓縮感知及自動(dòng)分類方法還存在很多的問題,仍有改進(jìn)的余地和創(chuàng)新的空間。因此,對可穿戴式健康監(jiān)測系統(tǒng)中心電信號(hào)的壓縮感知與心律失常分類方法進(jìn)行研究,具有非常重要的意義。本文根據(jù)可穿戴式系統(tǒng)各種資源受限的特點(diǎn),主要針對可穿戴式健康監(jiān)測系統(tǒng)中心電信號(hào)的預(yù)處理、特征波形檢測、壓縮與重構(gòu)、特征提取和心律失常分類等幾個(gè)方面進(jìn)行了深入的研究。第一,基于擴(kuò)展遞歸最小二乘法的心電信號(hào)的預(yù)處理方法研究。心電信號(hào)的預(yù)處理操作旨在盡量保留原始信號(hào)重要特征的前提下,消除心電信號(hào)中的各種噪聲干擾。本文提出一種基于擴(kuò)展遞歸最小二乘法的自適應(yīng)去噪方法。這種方...
【文章來源】:南昌大學(xué)江西省 211工程院校
【文章頁數(shù)】:127 頁
【學(xué)位級(jí)別】:博士
【文章目錄】:
摘要
abstract
第1章 緒論
1.1 課題研究背景及意義
1.2 心電信號(hào)
1.2.1 心電信號(hào)產(chǎn)生的基本原理
1.2.2 心電信號(hào)組成
1.2.3 心律失常的分類
1.3 國內(nèi)外研究現(xiàn)狀
1.3.1 可穿戴式健康監(jiān)測系統(tǒng)的研究現(xiàn)狀
1.3.2 心電信號(hào)自動(dòng)分類的研究現(xiàn)狀
1.4 本文的主要內(nèi)容和結(jié)構(gòu)
第2章 自適應(yīng)預(yù)處理與基于Pan-Tompkins的QRS特征波檢測
2.1 引言
2.2 基于擴(kuò)展遞歸最小二乘法的心電信號(hào)預(yù)處理
2.2.1 心電信號(hào)中的噪聲類型
2.2.2 遞歸最小二乘法
2.2.3 基于擴(kuò)展遞歸最小二乘法的自適應(yīng)心電信號(hào)預(yù)處理方法
2.3 基于Pan-Tompkins的QRS特征波檢測算法
2.3.1 帶通濾波
2.3.2 微分
2.3.3 平方
2.3.4 移動(dòng)窗口積分
2.3.5 自適應(yīng)閾值
2.4 實(shí)驗(yàn)結(jié)果與分析
2.4.1 心電信號(hào)預(yù)處理實(shí)驗(yàn)
2.4.2 QRS復(fù)波檢測實(shí)驗(yàn)
2.5 本章小結(jié)
第3章 基于壓縮感知的心電信號(hào)壓縮與重構(gòu)
3.1 引言
3.2 壓縮感知
3.2.1 信號(hào)稀疏表示
3.2.2 觀測矩陣的設(shè)計(jì)
3.2.3 信號(hào)重構(gòu)
3.3 基于“分—合”式字典學(xué)習(xí)的心電信號(hào)壓縮感知
3.3.1 常用的字典學(xué)習(xí)方法
3.3.2“分—合”式字典學(xué)習(xí)方法
3.3.3 基于“分—合”式字典學(xué)習(xí)的心電信號(hào)壓縮感知方法
3.4 基于時(shí)空稀疏模型的多通道心電信號(hào)壓縮感知
3.4.1 時(shí)空稀疏模型
3.4.2 多通道心電信號(hào)壓縮感知方法
3.5 實(shí)驗(yàn)結(jié)果與分析
3.5.1 基于“分—合”式字典學(xué)習(xí)的心電信號(hào)壓縮感知實(shí)驗(yàn)
3.5.2 基于時(shí)空稀疏模型的多通道心電信號(hào)壓縮感知實(shí)驗(yàn)
3.6 本章小結(jié)
第4章 心電信號(hào)特征提取與半監(jiān)督學(xué)習(xí)自動(dòng)分類
4.1 引言
4.2 基于改進(jìn)的主成分分析法的心電信號(hào)特征提取
4.2.1 小波變換特征提取法
4.2.2 主成分分析特征提取法
4.2.3 改進(jìn)的主成分分析特征提取法
4.3 基于最小二乘支持向量機(jī)半監(jiān)督學(xué)習(xí)的心電信號(hào)分類
4.3.1 支持向量機(jī)
4.3.2 最小二乘支持向量機(jī)
4.3.3 基于最小二乘支持向量機(jī)半監(jiān)督學(xué)習(xí)的心電信號(hào)分類方法
4.4 心電信號(hào)的直接特征提取與分類方法
4.5 實(shí)驗(yàn)結(jié)果與分析
4.5.1 實(shí)驗(yàn)設(shè)置
4.5.2 心電信號(hào)特征提取實(shí)驗(yàn)
4.5.3 心電信號(hào)分類實(shí)驗(yàn)
4.5.4 心電信號(hào)直接特征提取與分類實(shí)驗(yàn)
4.6 本章小結(jié)
第5章 實(shí)驗(yàn)研究
5.1 引言
5.2 實(shí)驗(yàn)數(shù)據(jù)
5.3 實(shí)驗(yàn)結(jié)果與分析
5.3.1 預(yù)處理
5.3.2 QRS特征波檢測
5.3.3 壓縮與重構(gòu)
5.3.4 特征提取與分類
5.4 本章小結(jié)
第6章 結(jié)論與展望
6.1 結(jié)論
6.2 進(jìn)一步工作的方向
致謝
參考文獻(xiàn)
攻讀學(xué)位期間的研究成果
【參考文獻(xiàn)】:
期刊論文
[1]基于時(shí)空稀疏模型的穿戴式心電信號(hào)壓縮感知方法[J]. 華晶,張華,劉繼忠,徐亦璐. 傳感技術(shù)學(xué)報(bào). 2017(07)
[2]基于塊稀疏貝葉斯學(xué)習(xí)的體域網(wǎng)心電壓縮采樣[J]. 彭向東,張華,劉繼忠. 傳感技術(shù)學(xué)報(bào). 2015(03)
[3]一種實(shí)時(shí)魯棒的QRS波群檢測算法[J]. 王利琴,顧軍華,梁志剛. 計(jì)算機(jī)應(yīng)用與軟件. 2013(12)
[4]自適應(yīng)超完備字典學(xué)習(xí)的SAR圖像降噪[J]. 楊萌,張弓. 中國圖象圖形學(xué)報(bào). 2012(04)
[5]壓縮感知研究[J]. 戴瓊海,付長軍,季向陽. 計(jì)算機(jī)學(xué)報(bào). 2011(03)
[6]壓縮傳感理論與重構(gòu)算法[J]. 楊海蓉,張成,丁大為,韋穗. 電子學(xué)報(bào). 2011(01)
[7]壓縮感知理論及其研究進(jìn)展[J]. 石光明,劉丹華,高大化,劉哲,林杰,王良君. 電子學(xué)報(bào). 2009(05)
[8]基于多分辨率分析的ECG基線漂移矯正算法[J]. 萬相奎. 計(jì)算機(jī)工程與設(shè)計(jì). 2008(13)
[9]移動(dòng)醫(yī)療:穿戴式醫(yī)療儀器的發(fā)展趨勢[J]. 滕曉菲,張?jiān)? 中國醫(yī)療器械雜志. 2006(05)
[10]一種濾除心電信號(hào)中噪聲的形態(tài)濾波方法[J]. 張乾,趙春暉. 應(yīng)用科技. 2002(09)
博士論文
[1]心電信號(hào)波形檢測與心律失常分類研究[D]. 王利琴.河北工業(yè)大學(xué) 2015
[2]分布式壓縮感知及輪廓識(shí)別研究[D]. 查長軍.安徽大學(xué) 2013
[3]基于稀疏分解的心電信號(hào)特征波檢測及心電數(shù)據(jù)壓縮[D]. 王春光.國防科學(xué)技術(shù)大學(xué) 2010
[4]心電信號(hào)自動(dòng)分析關(guān)鍵技術(shù)研究[D]. 季虎.國防科學(xué)技術(shù)大學(xué) 2006
碩士論文
[1]基于小波變換的心電信號(hào)分析研究及其FPGA實(shí)現(xiàn)[D]. 張倩.吉林大學(xué) 2014
[2]基于Landweber重構(gòu)的分布式壓縮視頻感知研究[D]. 解晨.蘇州大學(xué) 2013
[3]數(shù)據(jù)壓縮與通信信號(hào)處理識(shí)別技術(shù)研究[D]. 王海清.北京郵電大學(xué) 2011
[4]用于冠心病診斷的運(yùn)動(dòng)心電檢測系統(tǒng)的設(shè)計(jì)[D]. 雷靳燦.重慶大學(xué) 2010
[5]便攜式心電信號(hào)分析檢測儀[D]. 劉媛.河北工業(yè)大學(xué) 2010
[6]心電自動(dòng)分析軟件檢測算法的研究[D]. 陳穎.中國海洋大學(xué) 2007
本文編號(hào):3152241
【文章來源】:南昌大學(xué)江西省 211工程院校
【文章頁數(shù)】:127 頁
【學(xué)位級(jí)別】:博士
【文章目錄】:
摘要
abstract
第1章 緒論
1.1 課題研究背景及意義
1.2 心電信號(hào)
1.2.1 心電信號(hào)產(chǎn)生的基本原理
1.2.2 心電信號(hào)組成
1.2.3 心律失常的分類
1.3 國內(nèi)外研究現(xiàn)狀
1.3.1 可穿戴式健康監(jiān)測系統(tǒng)的研究現(xiàn)狀
1.3.2 心電信號(hào)自動(dòng)分類的研究現(xiàn)狀
1.4 本文的主要內(nèi)容和結(jié)構(gòu)
第2章 自適應(yīng)預(yù)處理與基于Pan-Tompkins的QRS特征波檢測
2.1 引言
2.2 基于擴(kuò)展遞歸最小二乘法的心電信號(hào)預(yù)處理
2.2.1 心電信號(hào)中的噪聲類型
2.2.2 遞歸最小二乘法
2.2.3 基于擴(kuò)展遞歸最小二乘法的自適應(yīng)心電信號(hào)預(yù)處理方法
2.3 基于Pan-Tompkins的QRS特征波檢測算法
2.3.1 帶通濾波
2.3.2 微分
2.3.3 平方
2.3.4 移動(dòng)窗口積分
2.3.5 自適應(yīng)閾值
2.4 實(shí)驗(yàn)結(jié)果與分析
2.4.1 心電信號(hào)預(yù)處理實(shí)驗(yàn)
2.4.2 QRS復(fù)波檢測實(shí)驗(yàn)
2.5 本章小結(jié)
第3章 基于壓縮感知的心電信號(hào)壓縮與重構(gòu)
3.1 引言
3.2 壓縮感知
3.2.1 信號(hào)稀疏表示
3.2.2 觀測矩陣的設(shè)計(jì)
3.2.3 信號(hào)重構(gòu)
3.3 基于“分—合”式字典學(xué)習(xí)的心電信號(hào)壓縮感知
3.3.1 常用的字典學(xué)習(xí)方法
3.3.2“分—合”式字典學(xué)習(xí)方法
3.3.3 基于“分—合”式字典學(xué)習(xí)的心電信號(hào)壓縮感知方法
3.4 基于時(shí)空稀疏模型的多通道心電信號(hào)壓縮感知
3.4.1 時(shí)空稀疏模型
3.4.2 多通道心電信號(hào)壓縮感知方法
3.5 實(shí)驗(yàn)結(jié)果與分析
3.5.1 基于“分—合”式字典學(xué)習(xí)的心電信號(hào)壓縮感知實(shí)驗(yàn)
3.5.2 基于時(shí)空稀疏模型的多通道心電信號(hào)壓縮感知實(shí)驗(yàn)
3.6 本章小結(jié)
第4章 心電信號(hào)特征提取與半監(jiān)督學(xué)習(xí)自動(dòng)分類
4.1 引言
4.2 基于改進(jìn)的主成分分析法的心電信號(hào)特征提取
4.2.1 小波變換特征提取法
4.2.2 主成分分析特征提取法
4.2.3 改進(jìn)的主成分分析特征提取法
4.3 基于最小二乘支持向量機(jī)半監(jiān)督學(xué)習(xí)的心電信號(hào)分類
4.3.1 支持向量機(jī)
4.3.2 最小二乘支持向量機(jī)
4.3.3 基于最小二乘支持向量機(jī)半監(jiān)督學(xué)習(xí)的心電信號(hào)分類方法
4.4 心電信號(hào)的直接特征提取與分類方法
4.5 實(shí)驗(yàn)結(jié)果與分析
4.5.1 實(shí)驗(yàn)設(shè)置
4.5.2 心電信號(hào)特征提取實(shí)驗(yàn)
4.5.3 心電信號(hào)分類實(shí)驗(yàn)
4.5.4 心電信號(hào)直接特征提取與分類實(shí)驗(yàn)
4.6 本章小結(jié)
第5章 實(shí)驗(yàn)研究
5.1 引言
5.2 實(shí)驗(yàn)數(shù)據(jù)
5.3 實(shí)驗(yàn)結(jié)果與分析
5.3.1 預(yù)處理
5.3.2 QRS特征波檢測
5.3.3 壓縮與重構(gòu)
5.3.4 特征提取與分類
5.4 本章小結(jié)
第6章 結(jié)論與展望
6.1 結(jié)論
6.2 進(jìn)一步工作的方向
致謝
參考文獻(xiàn)
攻讀學(xué)位期間的研究成果
【參考文獻(xiàn)】:
期刊論文
[1]基于時(shí)空稀疏模型的穿戴式心電信號(hào)壓縮感知方法[J]. 華晶,張華,劉繼忠,徐亦璐. 傳感技術(shù)學(xué)報(bào). 2017(07)
[2]基于塊稀疏貝葉斯學(xué)習(xí)的體域網(wǎng)心電壓縮采樣[J]. 彭向東,張華,劉繼忠. 傳感技術(shù)學(xué)報(bào). 2015(03)
[3]一種實(shí)時(shí)魯棒的QRS波群檢測算法[J]. 王利琴,顧軍華,梁志剛. 計(jì)算機(jī)應(yīng)用與軟件. 2013(12)
[4]自適應(yīng)超完備字典學(xué)習(xí)的SAR圖像降噪[J]. 楊萌,張弓. 中國圖象圖形學(xué)報(bào). 2012(04)
[5]壓縮感知研究[J]. 戴瓊海,付長軍,季向陽. 計(jì)算機(jī)學(xué)報(bào). 2011(03)
[6]壓縮傳感理論與重構(gòu)算法[J]. 楊海蓉,張成,丁大為,韋穗. 電子學(xué)報(bào). 2011(01)
[7]壓縮感知理論及其研究進(jìn)展[J]. 石光明,劉丹華,高大化,劉哲,林杰,王良君. 電子學(xué)報(bào). 2009(05)
[8]基于多分辨率分析的ECG基線漂移矯正算法[J]. 萬相奎. 計(jì)算機(jī)工程與設(shè)計(jì). 2008(13)
[9]移動(dòng)醫(yī)療:穿戴式醫(yī)療儀器的發(fā)展趨勢[J]. 滕曉菲,張?jiān)? 中國醫(yī)療器械雜志. 2006(05)
[10]一種濾除心電信號(hào)中噪聲的形態(tài)濾波方法[J]. 張乾,趙春暉. 應(yīng)用科技. 2002(09)
博士論文
[1]心電信號(hào)波形檢測與心律失常分類研究[D]. 王利琴.河北工業(yè)大學(xué) 2015
[2]分布式壓縮感知及輪廓識(shí)別研究[D]. 查長軍.安徽大學(xué) 2013
[3]基于稀疏分解的心電信號(hào)特征波檢測及心電數(shù)據(jù)壓縮[D]. 王春光.國防科學(xué)技術(shù)大學(xué) 2010
[4]心電信號(hào)自動(dòng)分析關(guān)鍵技術(shù)研究[D]. 季虎.國防科學(xué)技術(shù)大學(xué) 2006
碩士論文
[1]基于小波變換的心電信號(hào)分析研究及其FPGA實(shí)現(xiàn)[D]. 張倩.吉林大學(xué) 2014
[2]基于Landweber重構(gòu)的分布式壓縮視頻感知研究[D]. 解晨.蘇州大學(xué) 2013
[3]數(shù)據(jù)壓縮與通信信號(hào)處理識(shí)別技術(shù)研究[D]. 王海清.北京郵電大學(xué) 2011
[4]用于冠心病診斷的運(yùn)動(dòng)心電檢測系統(tǒng)的設(shè)計(jì)[D]. 雷靳燦.重慶大學(xué) 2010
[5]便攜式心電信號(hào)分析檢測儀[D]. 劉媛.河北工業(yè)大學(xué) 2010
[6]心電自動(dòng)分析軟件檢測算法的研究[D]. 陳穎.中國海洋大學(xué) 2007
本文編號(hào):3152241
本文鏈接:http://sikaile.net/kejilunwen/xinxigongchenglunwen/3152241.html
最近更新
教材專著