本文關(guān)鍵詞：基于小波分析和神經(jīng)網(wǎng)絡(luò)的異常心電信號(hào)分類研究，由筆耕文化傳播整理發(fā)布。

太原理工大學(xué)碩士研究生學(xué)位論文 基于小波分析和神經(jīng)網(wǎng)絡(luò)的異常心電信號(hào)分類研究 摘要 心臟是身體重要的器官，自從人類開(kāi)始探測(cè)心電信號(hào)，心電圖就成為 了衡量及檢測(cè)心臟是否健康的手段。心電學(xué)的研究和計(jì)算機(jī)的發(fā)展使心電 信號(hào)的自動(dòng)識(shí)別分類技術(shù)在近些年來(lái)一直在被作為重要課題所研究。本文 結(jié)合小波變換與神經(jīng)網(wǎng)絡(luò)，對(duì)心電信號(hào)自動(dòng)分類識(shí)別做了進(jìn)一步研究，并 以實(shí)驗(yàn)論證了神經(jīng)網(wǎng)絡(luò)技術(shù)在計(jì)算機(jī)自動(dòng)診斷方面的重要意義。 本文首先闡述了當(dāng)前心電信號(hào)自動(dòng)診斷技術(shù)的發(fā)展及研究現(xiàn)狀。緊接 著介紹了心電信號(hào)的產(chǎn)生機(jī)理和心電圖的基礎(chǔ)知識(shí)，并對(duì)心電信號(hào)中幾種 典型異常信號(hào)做了解釋，包括診斷標(biāo)準(zhǔn)和異常信號(hào)的波形特征。之后，剖 析了心電信號(hào)診斷分類的難點(diǎn)，即信號(hào)中存在肌電噪聲、工頻干擾以及基 線漂移等，使得計(jì)算機(jī)對(duì)心電信號(hào)分類不準(zhǔn)確，參數(shù)提取不合理。在此之 上，對(duì)比了幾種針對(duì)上述問(wèn)題的心電信號(hào)消噪方法，結(jié)合小波閾值濾波和 小波分解與重構(gòu)濾波兩種算法的特點(diǎn)，即前者有效濾除工頻干擾和肌電噪 聲，，后者有效校正基線漂移，實(shí)現(xiàn)了ECG信號(hào)預(yù)處理的目的，為后續(xù)處理 做好了準(zhǔn)備。之后又引入了基于小波變換理論的QRs波形檢測(cè)方法，重點(diǎn) 闡明了利用雙正交二次B樣條小波的檢測(cè)算法。仿真實(shí)驗(yàn)結(jié)果表明，該小 波算法對(duì)QI峪波群的檢測(cè)率高達(dá)99％以上，可以很好的定位心電數(shù)據(jù)，以 便準(zhǔn)確提取波形特征參數(shù)作為后期處理的輸入集。最后，參照目前臨床所 萬(wàn)方數(shù)據(jù) 太原理工大學(xué)碩士研究生學(xué)位論文 算法改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)。該算法同時(shí)具有了最速梯度下降法和牛頓法的優(yōu) 勢(shì)，克服了BP網(wǎng)絡(luò)的收斂速度慢、訓(xùn)練精度低和局

  本文關(guān)鍵詞：基于小波分析和神經(jīng)網(wǎng)絡(luò)的異常心電信號(hào)分類研究，由筆耕文化傳播整理發(fā)布。