隨著我國人口老齡化進程的不斷加劇以及現(xiàn)代青年人的壓力不斷增大,心律失常的發(fā)病率也在逐步上升。目前檢測心律失常的方法是人工解釋12導聯(lián)心電圖,要求心電醫(yī)生或臨床技術人員對心電圖進行失常檢查。人工解釋心電圖過于耗時耗力,并且要求醫(yī)生具備豐富的心電病理知識和心電疾病診斷經(jīng)驗。因此,如何更好地自動檢測12導聯(lián)心電圖中的心律失常是一個十分重要并且具有挑戰(zhàn)性的任務。本文針對多導聯(lián)心電信號進行9種心律失常類別的識別研究:正常（N）,心房顫動（AF）,I度房室阻滯（I-AVB）,左束支阻滯（LBBB）,右束支阻滯（RBBB）,房性早搏（PAC）,室性早搏（PVC）,ST段降低（STD）,ST段抬升（STE）,它們被認為是心律失常的代表。本文的主要工作如下:1、針對12導聯(lián)心電圖數(shù)字化問題,采用HSV閾值、數(shù)學形態(tài)學等技術將心電圖轉換為數(shù)字信號,并針對心電圖中普遍存在的導聯(lián)波形交叉問題,提出了一個雙向曲線預測方法來跟蹤導聯(lián)波形,確保心電圖數(shù)字化的準確性以及成功率。2、針對心電信號中的噪聲干擾問題,首先采用零相位的低通巴特沃斯濾波器結合雙樹復小波變換濾除心電信號中的高低頻噪聲。3、針對心電信號中特征提取問... 

【文章來源】：浙江大學浙江省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：77 頁

【學位級別】：碩士

【部分圖文】：

2導聯(lián)心電圖導聯(lián)交叉

浙江大學碩士學位論文第1章緒論3隔，PR間期，QRS間期，QT間期，ST間期，PR段水平，ST段水平，RR間期等，如圖1-3所示。因此，要想有效的理解心電信號的生理表示，不僅需要關注時間信息的表示，還要考慮信號的空間表達例如各個波的振幅和形態(tài)。圖1-112導聯(lián)心電圖導聯(lián)交叉圖1-2各個波段常見波形變換

浙江大學碩士學位論文第1章緒論4圖1-3心電形態(tài)特征4.融合12導聯(lián)心電數(shù)據(jù)信息由于心電數(shù)據(jù)有12導聯(lián)，因此會產(chǎn)生12個通道。在對心電圖進行數(shù)據(jù)診斷時，不僅需要關注單個到連信號波形的形態(tài)特征，還要融合其他導聯(lián)波形上的形態(tài)特征，需要對12導聯(lián)的心電信號進行協(xié)同學習�，F(xiàn)有的深度學習網(wǎng)絡并沒有合適的網(wǎng)絡結構。而且在常用的心電數(shù)據(jù)中，存在數(shù)據(jù)不等長，頻率不一致等問題。因此，要在12導聯(lián)心電數(shù)據(jù)上獲得良好的識別效果，不僅需要考慮適合的深度學習網(wǎng)絡結構還需要考慮構建合理的數(shù)據(jù)組織方法。1.3研究現(xiàn)狀關于心電信號的自動識別研究工作，最早起始于1982年，Mark等人[3]首次介紹了MIT-BIH心律失常數(shù)據(jù)庫的建設工作。從此，國內(nèi)外的研究學者開展了對心電信號中的心律失常檢測的研究工作，一系列用于心電圖數(shù)字化、心電信號降噪、心電信號波形識別以及心電異常檢測識別的方法被提出，并在相關的心電數(shù)據(jù)集上獲得了較為顯著的成果。隨著研究成果不斷增多，對心電信號的分類識別工作也漸漸形成了一套標準的研究流程，主要包括心電圖轉為數(shù)字心電信號、心電信號的降噪、提取心電信號的波形形態(tài)特征以及識別模型的搭建與優(yōu)化。本節(jié)將對心電信號各部分工作的研究現(xiàn)狀進行概述。在心電圖數(shù)字化工作方面，先前的科學研究已經(jīng)提出了許多將生物醫(yī)學圖像信號(主要是心電圖)數(shù)字化的方法見文獻[4-10]。Badilini等人將[4]設計軟件命名為ECGScan，用于將心電圖記錄轉換為數(shù)字形式，但是需要人工手動選擇需要數(shù)字化的心電信號區(qū)域。在Kao等人[5]采用了一種形態(tài)學方法來去除心電圖記錄中的背景網(wǎng)格，并對二值圖像的第一周期距離垂直方向(PDVD)進行異或運算，該方法

【參考文獻】：
期刊論文
[1]動態(tài)心電圖在老年心律失常患者診斷中的應用價值體會[J]. 陳堅.  心電圖雜志(電子版). 2019(04)
[2]結合雙樹復小波變換和滑動平均濾波的心電信號去噪方法[J]. 劉牮,樓光海,黃微.  電子測量技術. 2018(19)
[3]心電信號的降噪處理及其評價研究[J]. 孔令杰.  淮北師范大學學報(自然科學版). 2014(03)
[4]12導聯(lián)動態(tài)心電圖對無癥狀心肌缺血的診斷價值[J]. 張穎.  臨床醫(yī)學. 2014(03)
[5]巴特沃斯低通濾波器的實現(xiàn)方法研究[J]. 趙曉群,張潔.  大連民族學院學報. 2013(01)
[6]基于Matlab的巴特沃斯數(shù)字低通濾波器的設計[J]. 張廷尉,陳紅,王磊.  鞍山師范學院學報. 2012(02)
[7]心電信號預處理與心電信號分析[J]. 張帷,張石,鮑喜榮,張平.  現(xiàn)代臨床醫(yī)學生物工程學雜志. 2005(04)

碩士論文
[1]ECG去噪和R波檢測的算法研究[D]. 王超.安徽大學 2018
[2]基于HSV空間的彩色圖像亞像素邊緣檢測[D]. 李麗莎.西安工業(yè)大學 2015
[3]基于小波分析和神經(jīng)網(wǎng)絡的異常心電信號分類研究[D]. 趙毅.太原理工大學 2015
[4]心電圖波形的形態(tài)學識別[D]. 余順.浙江師范大學 2014



本文編號：3237993