【摘要】：近年來,隨著人口老齡化的日益嚴重,房顫的發(fā)病率逐年增加,由此而引發(fā)的并發(fā)癥及心血管疾病嚴重威脅著人類的健康。因此,開發(fā)房顫檢測系統(tǒng),從而及早發(fā)現(xiàn)房顫并治療,對減少危重病癥發(fā)生率和死亡率具有重要的意義。目前,已有的房顫檢測算法未能提取到魯棒、判別性的特征且泛化能力較差。遞歸復雜網(wǎng)絡和相干運算是兩種高效的提取信號特征的方法,本文將這一優(yōu)越性運用到房顫檢測算法中。P波消失代之以連續(xù)不規(guī)則的f波這一特征更能反映房顫的本質(zhì)特征,本文基于該心房活動特征進行研究,設計了基于多特征提取與卷積神經(jīng)網(wǎng)絡的房顫檢測算法。論文的主要研究內(nèi)容如下:(1)提出一種基于遞歸復雜網(wǎng)絡和卷積神經(jīng)網(wǎng)絡的房顫檢測算法。心房活動信號直接作為網(wǎng)絡的輸入具有不穩(wěn)定性和魯棒性差的缺點,通過提取底層特征可以解決這一問題。因此,本文利用遞歸矩陣將單心拍心房活動信號的內(nèi)在特征表示出來,再利用卷積神經(jīng)網(wǎng)絡將獲得的底層特征進行高層特征提取與分類。(2)提出一種基于相干運算與卷積神經(jīng)網(wǎng)絡的房顫檢測算法。發(fā)生房顫時相鄰心拍間有較大差異。因此,采用相干運算將相鄰心房活動信號之間的一致性作為底層特征,再采用卷積神經(jīng)網(wǎng)絡對輸入特征進行學習與分類。(3)采用決策級融合的方法,將上述兩種算法進行融合得到一種基于多特征提取與卷積神經(jīng)網(wǎng)絡的房顫檢測算法。遞歸矩陣所提取的底層特征是單個心拍內(nèi)的,而相干譜的方法提取的底層特征是相鄰心拍間的,將這兩類特征進行融合更能全面展現(xiàn)房顫的特征。本文算法是完全獨立于RR間期的,經(jīng)MIT-BIH房顫數(shù)據(jù)庫的驗證,該算法具有較高的性能且泛化能力很強。
【學位授予單位】：河北大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：R541.75;TP183;O157.5
【圖文】：

1.1 課題研究的背景及意義房顫（Atrial Fibrillation，AF）又稱心房顫動，它可以擾亂心臟的正常節(jié)律，是當今許多國家的主要心血管疾病挑戰(zhàn)，其特點是心房活動不規(guī)則、發(fā)病率隨年齡增長而增加以及隨之而來的并發(fā)癥，對人類的健康和生命帶來嚴重的威脅[1]。根據(jù)資料統(tǒng)計，房顫這一疾病影響大約全世界總人口的 1.5%-2%。2010 年美國患有房顫的人高達 230 萬并預計到 2030 年這一數(shù)字將達到 1600 萬[2]。在我國，患有房顫的人已超千萬，并且各個年齡段內(nèi)男性發(fā)病率均高于女性[3]。房顫的發(fā)病率隨著年齡的增長有增加的趨勢，因此老年患者居多。1996 年美國 ATIRA 做了一項房顫流行病的調(diào)查，結果如圖 1-1 所示，清楚地顯示了房顫發(fā)病率與年齡及性別的關系：60 歲以下的人患有房顫的可能性均低于 1%，而 80 歲以上的老人發(fā)生房顫的可能性則要高于 7.2%，且每個年齡段男性發(fā)生房顫的危險性要高于女性。隨著我國人口老齡化進程的加快，發(fā)生房顫的人數(shù)將越來越多，房顫也將逐步成為一種常見的醫(yī)學問題。

房室結、房室束、前后結間束、左右房室束分支等構成，具有產(chǎn)生和傳導沖動，并維持心臟節(jié)律性搏動的重要功能。圖2-1 心臟傳導系統(tǒng)的結構心臟是由心肌細胞組成，通過除極和復極的過程使細胞兩側電位發(fā)生變化，進而產(chǎn)生心電信號。心肌細胞膜是一種半透膜，對于人體中存在的鈉、鉀離子的通透性不同，每次只允許部分離子通過。當心肌細胞處于安靜的狀態(tài)時，膜外存在的是鈉離子，表現(xiàn)為正電荷，膜內(nèi)存在的是鉀離子，表現(xiàn)為負電荷，內(nèi)外電荷數(shù)目相等，細胞膜外電位高于細胞膜內(nèi)，此時狀態(tài)為極化狀態(tài)。當心肌細胞受到足夠的刺激，細胞膜外的鈉離子大量涌入細胞膜內(nèi)，此時細胞膜內(nèi)外電荷發(fā)生變化，即細胞處于“外負內(nèi)正”的除極狀態(tài)。當心肌細胞除極之后，進入細胞內(nèi)的鈉離子又會移至心肌細胞膜外，膜內(nèi)外的離子狀態(tài)又恢復至“外正內(nèi)負”的極化狀態(tài)

【參考文獻】

相關期刊論文 前2條

1 張杰文;;心房顫動的發(fā)病機制與防治方法的研究進展[J];心血管病防治知識(學術版);2016年03期

2 陳煜;辛怡;王振宇;李勤;;基于多尺度小波熵的陣發(fā)性房顫識別方法[J];航天醫(yī)學與醫(yī)學工程;2013年05期

相關碩士學位論文 前1條

1 白家蓮;動態(tài)心電信號分析系統(tǒng)設計[D];中南大學;2009年

本文編號：2731795