本文關(guān)鍵詞：ECG波形可視化聚類策略研究，由筆耕文化傳播整理發(fā)布。

【摘要】：動態(tài)心電圖（Ambulatory Electrocardiogram,AECG），，又稱Holter，經(jīng)過四十多年的發(fā)展，其在無創(chuàng)心電輔助診斷技術(shù)領(lǐng)域應用非常廣泛，成為臨床上最為常用的心臟檢查和醫(yī)療監(jiān)護工具之一。動態(tài)心電圖采集時間長，分析數(shù)據(jù)量大，大多數(shù)波形具有很高的相似性，如何從大量的波形中準確、可靠、完整的抽取出病變波形成為了當前計算機自動分析技術(shù)成為研究的熱點和難點。 本文針對ECG病變波形的分類與識別問題，利用數(shù)據(jù)可視化相關(guān)技術(shù)，提出了ECG波形的可視化聚類策略。本文的主要工作有： 1）首先，結(jié)合ECG的波形特點首次把平行坐標技術(shù)應用于ECG波形的聚類這一問題，詳細描述了普通平行坐標的可視化ECG聚類方法以及相應的可視化交互技術(shù)。該方法可以較好的實現(xiàn)中小規(guī)模ECG波形的聚類分析，但對于海量波形的分析效果不理想。 2）這種普通平行坐標顯示大數(shù)據(jù)集時會產(chǎn)生顯示混亂，層次不清的問題。它導致無法很好的實現(xiàn)ECG波形的聚類問題，因此，我們又提出了層次平行坐標的可視化聚類方式。層次平行坐標首先是通過層次聚類方法，本文采用BIRCH算法，將數(shù)據(jù)集層次化，然后再層次結(jié)構(gòu)進行可視化以達到可視化整個數(shù)據(jù)集的目的。在平行坐標中我們利用平行坐標的各種交互技術(shù)和方法實現(xiàn)用戶最大程度的參與聚類過程。充分利用大腦的模式識別能力，使聚類過程可見可控，聚類結(jié)果可信可靠。 3）為了達到可交互目的，本文提出一種基于通道的適合ECG波形聚簇可視化的方法，該方法是對聚好的結(jié)果進行可視化，提供了一種定性評價方法。同時可以把該方法中形成的通道認為是類型模板，用于ECG波形分類，為ECG的模板分類方法提供了一個新的思路。 實驗證明該聚類策略能夠較好的實現(xiàn)ECG病變波形的分類與提取，滿足動態(tài)心電圖自動分析診斷要求，大大降低了特異性波形的錯判率。
【關(guān)鍵詞】：ECG 數(shù)據(jù)可視化 平行坐標 層次聚類 BIRCH
【學位授予單位】：天津理工大學
【學位級別】：碩士
【學位授予年份】：2013
【分類號】：R319;TP311.13
【目錄】：

• 摘要5-6
• Abstract6-7
• 目錄7-9
• 第一章 緒論9-16
• 1.1 動態(tài)心電圖概述9-11
• 1.1.1 動態(tài)心電圖簡介9-10
• 1.1.2 動態(tài)心電圖自動分析10-11
• 1.2 數(shù)據(jù)可視化技術(shù)與數(shù)據(jù)挖掘11-15
• 1.2.1 數(shù)據(jù)可視化技術(shù)11-12
• 1.2.2 可視化技術(shù)分類12-13
• 1.2.3 數(shù)據(jù)挖掘中可視化技術(shù)及其應用13-15
• 1.3 本文工作及組織結(jié)構(gòu)15-16
• 1.3.1 本文的工作15
• 1.3.2 本文的組織結(jié)構(gòu)15-16
• 第二章 平行坐標技術(shù)與聚類分析16-26
• 2.1 平行坐標概述16-20
• 2.1.1 平行坐標的定義16-17
• 2.1.2 平行坐標的數(shù)學基礎(chǔ)17-18
• 2.1.3 平行坐標的交互技術(shù)18-20
• 2.2 聚類分析概述20-23
• 2.2.1 聚類分析簡介20-21
• 2.2.2 聚類算法分類21
• 2.2.3 層次聚類算法21-23
• 2.3 基于平行坐標的聚類分析23-25
• 2.3.1 可視化聚類的一般過程23-24
• 2.3.2 平行坐標在聚類分析中的應用24
• 2.3.3 平行坐標用于 ECG 波形聚類24-25
• 2.4 本章小結(jié)25-26
• 第三章 基于簡單平行坐標的 ECG 波形可視化聚類26-36
• 3.1 ECG 數(shù)據(jù)采集及規(guī)范化處理26-28
• 3.1.1 ECG 數(shù)據(jù)采集26-27
• 3.1.2 ECG 數(shù)據(jù)的規(guī)范化處理27-28
• 3.2 ECG 數(shù)據(jù)的平行坐標表示28-30
• 3.3 平行坐標交互技術(shù)30-32
• 3.3.1 屬性刷30-31
• 3.3.2 類別刷31-32
• 3.4 ECG 波形可視化聚類32-35
• 3.4.1 ECG 波形可視化聚類過程32-33
• 3.4.2 實驗案例研究33-35
• 3.5 本章小結(jié)35-36
• 第四章 基于層次平行坐標的 ECG 波形可視化聚類36-51
• 4.1 數(shù)據(jù)的層次表示法36-41
• 4.1.1 層次聚類樹36-37
• 4.1.2 BIRCH 層次聚類算法37-41
• 4.2 層次平行坐標方法41-45
• 4.2.1 聚簇可視化41-43
• 4.2.2 層次平行坐標顯示43-45
• 4.3 層次平行坐標交互方法45-48
• 4.3.1 層次結(jié)構(gòu)刷45-47
• 4.3.2 上卷/下鉆操作47
• 4.3.3 范圍伸縮47-48
• 4.4 實驗效果及分析48-50
• 4.5 本章小結(jié)50-51
• 第五章 基于通道的 ECG 聚類結(jié)果可視化51-56
• 5.1 基于通道的可視化方法思想51
• 5.2 通道的形成51-53
• 5.2.1 定義數(shù)據(jù)集51-52
• 5.2.2 建立通道52-53
• 5.2.3 提取邊界53
• 5.3 實驗及結(jié)果分析53-55
• 5.3.1 聚類結(jié)果可視化效果53-55
• 5.3.2 聚類結(jié)果評價55
• 5.4 本章小結(jié)55-56
• 第六章 總結(jié)與展望56-58
• 6.1 本文主要工作總結(jié)56
• 6.2 存在的不足與展望56-58
• 參考文獻58-62
• 發(fā)表論文和科研情況說明62-63
• 致謝63-64

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前1條

1 徐永紅;高直;金海龍;劉文遠;;平行坐標原理與研究現(xiàn)狀綜述[J];燕山大學學報;2008年05期

中國博士學位論文全文數(shù)據(jù)庫 前3條

1 陳永利;動態(tài)心電自動分析中QRS復合波檢測算法研究[D];浙江大學;2006年

2 任永功;面向聚類的數(shù)據(jù)可視化方法及相關(guān)技術(shù)研究[D];東北大學;2006年

3 季虎;心電信號自動分析關(guān)鍵技術(shù)研究[D];國防科學技術(shù)大學;2006年

中國碩士學位論文全文數(shù)據(jù)庫 前4條

1 翟旭君;基于平行坐標的可視化數(shù)據(jù)挖掘技術(shù)研究[D];清華大學;2005年

2 陳長亮;心電圖的計算機智能分析系統(tǒng)[D];山東大學;2006年

3 蔣星;基于獨立分量分析特征提取的心電信號模式識別的研究[D];上海交通大學;2007年

4 劉俊霞;數(shù)據(jù)聚類及可視化技術(shù)[D];電子科技大學;2008年

  本文關(guān)鍵詞：ECG波形可視化聚類策略研究，由筆耕文化傳播整理發(fā)布。

本文編號：485110