本文關(guān)鍵詞：基于小波變換的心電信號(hào)預(yù)處理與特征識(shí)別算法

  更多相關(guān)文章： 心電圖 MIT-BIH心律不齊數(shù)據(jù)庫 小波變換 心電噪聲 降噪 特征識(shí)別

【摘要】： 心血管疾病是人類死亡的主要原因之一,按世界衛(wèi)生組織的統(tǒng)計(jì),全世界每年死于心臟病的人約有1200萬,占整個(gè)死亡人數(shù)的25%。隨著現(xiàn)代人生活水平的不斷提高,一些不健康的生活方式也會(huì)導(dǎo)致心臟病朝著年輕化發(fā)展。而心臟病特點(diǎn)是發(fā)病快,死亡率高,治療難度大,治療費(fèi)用高。為了克服心臟病對(duì)人類的危害,早期發(fā)現(xiàn),早期診斷,早期治療可以顯著降低死亡率。而家庭監(jiān)護(hù)為這一切提供了可能。在家庭監(jiān)護(hù)中,方便的心電圖記錄和心電自動(dòng)診斷是人們關(guān)心的重點(diǎn)。本論文針對(duì)家庭便攜式監(jiān)護(hù)儀擬研究心電特征的檢測方法。 心電圖是心臟搏動(dòng)的電位變化圖。它的各種波形和間隔代表著心臟的電氣特征,醫(yī)生根據(jù)心電圖的波形來判斷心臟活動(dòng)的異常,從而診斷心臟疾病,并且可以用來監(jiān)測病人的身體狀況,評(píng)估病情和治療成效。因此,用計(jì)算機(jī)來分析心電圖的特征波形就顯得尤為重要,分析得是否準(zhǔn)確和迅速直接關(guān)系到患者的治療。 QRS復(fù)合波是心電圖中最明顯的波也是心電信號(hào)分析的基礎(chǔ),QRS波的定位是否準(zhǔn)確直接關(guān)系到后續(xù)的監(jiān)測。每個(gè)人的QRS波的形態(tài)有所差異,并且同一個(gè)人的QRS波也根據(jù)個(gè)人狀態(tài)而表現(xiàn)出很大的差異性,因此,準(zhǔn)確監(jiān)測QRS波存在很大的難度。如何既能保持檢測的準(zhǔn)確性又能保證檢測的時(shí)效性是很多研究人員面臨的課題。 小波變換方法的出現(xiàn)為信號(hào)檢測提供了全新的方法。小波變換具有多尺度,多分辨分析的特點(diǎn),可將信號(hào)進(jìn)行多尺度分解,并把不同頻帶的信號(hào)現(xiàn)實(shí)在分解的不同尺度上。這樣可以根據(jù)不同信號(hào)信息所在的頻帶來進(jìn)行具體的分析。 本文首先介紹了心電圖的一些相關(guān)內(nèi)容,各種波形的特點(diǎn)以及噪聲的種類。對(duì)本實(shí)驗(yàn)中所使用的MIT-BIH心電數(shù)據(jù)庫和小波變換的相關(guān)基礎(chǔ)知識(shí)也作了簡單的介紹。本文詳細(xì)說明了使用小波變換方法對(duì)心電圖進(jìn)行降噪處理和特征識(shí)別。首先,對(duì)心電圖進(jìn)行消噪操作,嘗試使用多種方法進(jìn)行降噪。然后,利用三次樣條小波在心電圖特征點(diǎn)識(shí)別方面的突出優(yōu)勢,對(duì)心電圖進(jìn)行8層分解,對(duì)R波識(shí)別和定位;在此基礎(chǔ)上,找出R波的起止點(diǎn)的位置;并且定位P和T波的位置;確定RR間期。本文的重點(diǎn)是對(duì)R波進(jìn)行準(zhǔn)確的定位,計(jì)算RR間期和確定QRS波的起止點(diǎn)。并在此基礎(chǔ)上嘗試對(duì)P、T波進(jìn)行檢測。P、T波的檢測是心電圖檢測的難點(diǎn)所在。最后,在算法評(píng)估中,我們將心電圖原始數(shù)據(jù)與所檢測到的數(shù)據(jù)相對(duì)比,進(jìn)行統(tǒng)計(jì)分析,評(píng)估算法的準(zhǔn)確率。
【關(guān)鍵詞】：心電圖 MIT-BIH心律不齊數(shù)據(jù)庫 小波變換 心電噪聲 降噪 特征識(shí)別
【學(xué)位授予單位】：中國醫(yī)科大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2009
【分類號(hào)】：R318.04
【目錄】：

• 一、摘要6-10
• 中文論著摘要6-8
• 英文論著摘要8-10
• 二、英文縮略語10-11
• 三、論文11-57
• 第一章 緒論11-18
• 1.1 心電圖及其原理11-12
• 1.2 噪聲的來源及種類12-13
• 1.3 心電圖濾波技術(shù)的發(fā)展13-14
• 1.3.1 硬件濾波技術(shù)13-14
• 1.3.2 軟件濾波技術(shù)14
• 1.4 特征識(shí)別方法小結(jié)14-16
• 1.4.1 QRS波的硬件檢測15
• 1.4.2 QRS波的軟件檢測15-16
• 1.5 本論文的研究內(nèi)容16-18
• 第二章 MIT-BIH心律不齊數(shù)據(jù)庫18-21
• 2.1 MIT-BIH數(shù)據(jù)庫概述18
• 2.2 MIT-BIH心律不齊數(shù)據(jù)庫18-21
• 2.2.1 MIT-BIH數(shù)據(jù)庫病例分類20-21
• 第三章 小波變換理論21-29
• 3.1 小波變換的基本原理21-22
• 3.1.1 小波變換的理論基礎(chǔ)21-22
• 3.1.2 小波變換原理22
• 3.2 連續(xù)小波變換22-23
• 3.3 離散小波變換與多分辨分析23-25
• 3.3.1 離散小波變換23-24
• 3.3.2 一維離散小波變換的分解和重建24
• 3.3.3 多分辨分析24-25
• 3.4 小波函數(shù)的選取25-26
• 3.5 常見的小波函數(shù)26-28
• 3.6 本章小結(jié)28-29
• 第四章 心電信號(hào)的預(yù)處理29-36
• 4.1 信號(hào)消噪29-30
• 4.1.1 噪聲在小波分解下的特性29-30
• 4.1.2 信號(hào)降噪的準(zhǔn)則30
• 4.2 小波分解與降噪30-35
• 4.2.1 小波函數(shù)的選取30
• 4.2.2 用小波變換法降噪30-31
• 4.2.3 降噪過程和結(jié)果31-35
• 4.3 本章總結(jié)35-36
• 第五章 心電圖的特征識(shí)別36-52
• 5.1 心電圖的特征36
• 5.2 小波變換在心電波形識(shí)別中的應(yīng)用36
• 5.2.1 小波基的選擇36
• 5.3 樣條小波36-38
• 5.3.1 樣條小波的定義36-37
• 5.3.2 構(gòu)造樣條小波37-38
• 5.4 利用樣條小波進(jìn)行R波識(shí)別38-49
• 5.4.1 心電信號(hào)的小波分解39-41
• 5.4.2 檢測模極大值對(duì)41-46
• 5.4.3 時(shí)移修正46-48
• 5.4.4 QRS波起止點(diǎn)檢測48-49
• 5.5 P、T波檢測49-51
• 5.5.1 P、T波特點(diǎn)49
• 5.5.2 常用的P、T波檢測方法49-50
• 5.5.3 本文所使用的檢測方法50-51
• 5.6 本章小結(jié)51-52
• 第六章 算法評(píng)估52-56
• 6.1 MIT-BIH評(píng)估數(shù)據(jù)庫52
• 6.2 算法評(píng)估方法52-54
• 6.2.1 算法的預(yù)期目標(biāo)52
• 6.2.2 保存算法的返回結(jié)果52
• 6.2.3 方法實(shí)現(xiàn)52-53
• 6.2.4 檢測結(jié)果分析53-54
• 6.3 討論54-56
• 第七章 結(jié)論與展望56-57
• 7.1 結(jié)論56
• 7.2 展望56-57
• 四、本研究創(chuàng)新性自我評(píng)價(jià)57-58
• 五、參考文獻(xiàn)58-59
• 六、附錄59-71
• 綜述59-70
• 致謝70-71
• 個(gè)人簡介71

【引證文獻(xiàn)】

中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 姚成;心電信號(hào)智能分析關(guān)鍵技術(shù)研究[D];吉林大學(xué);2012年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前7條

1 李銀;基于ARM的心電信號(hào)采集系統(tǒng)設(shè)計(jì)[D];武漢理工大學(xué);2011年

2 孟祥平;利用脈搏波傳播時(shí)間計(jì)算動(dòng)脈血壓的研究[D];山東大學(xué);2011年

3 李麗;基于小波變換的心電微弱信號(hào)處理的研究[D];遼寧工程技術(shù)大學(xué);2011年

4 任婷;大地測量信號(hào)小波相關(guān)性研究[D];山東理工大學(xué);2012年

5 阮月平;基于小波分析方法的心電信號(hào)特征研究[D];中南大學(xué);2012年

6 鄧寶蕓;基于心電和脈搏波數(shù)據(jù)融合的呼吸率估計(jì)[D];山東大學(xué);2012年

7 秦京志;多分辨率三維數(shù)據(jù)可視化方法研究[D];南京理工大學(xué);2013年

，

本文編號(hào)：830939