【摘要】：近年來(lái),隨著青年人猝死的現(xiàn)象越來(lái)越多,心臟的健康問(wèn)題再一次被人們談及并加以重視,促使出現(xiàn)可穿戴設(shè)備驟然繁榮的現(xiàn)象。其實(shí),心臟系統(tǒng)方面的疾病歷年來(lái)都是醫(yī)學(xué)領(lǐng)域特別重視的主題,其具有疾病種類(lèi)繁多、隱匿性高、致死率高等特點(diǎn),對(duì)于人類(lèi)生命健康構(gòu)成極大的安全威脅。因此,對(duì)于心電信號(hào)的研究是十分有必要意義的,其中研究包括對(duì)采集的心電信號(hào)進(jìn)行預(yù)處理、心臟特征波形識(shí)別檢測(cè)以及通過(guò)識(shí)別的特征波形對(duì)心律失常相關(guān)疾病加以分類(lèi)診斷的研究。心電信號(hào)預(yù)處理的結(jié)果決定著心電波形的檢測(cè)準(zhǔn)確效果,波形檢測(cè)結(jié)果直接影響對(duì)心律失常相關(guān)疾病的分類(lèi)與診斷效果。針對(duì)上述問(wèn)題,本文主要圍繞著心電信號(hào)預(yù)處理、心電波形特征檢測(cè)以及心律失常疾病分類(lèi)診斷這三個(gè)方面進(jìn)行闡述。首先,針對(duì)心電信號(hào)數(shù)據(jù)文件的特點(diǎn)進(jìn)行數(shù)據(jù)讀取算法的設(shè)計(jì)與實(shí)現(xiàn),然后根據(jù)心電信號(hào)噪聲特點(diǎn),采用多尺度小波分解與重構(gòu)的方法設(shè)計(jì)心電信號(hào)去噪算法,并對(duì)去噪效果與傳統(tǒng)的濾波器去噪法進(jìn)行對(duì)比分析。其次,對(duì)去噪后的心電信號(hào)進(jìn)行波形識(shí)別,根據(jù)心電波形的特點(diǎn),設(shè)計(jì)并實(shí)現(xiàn)了一種非線性放大R波檢測(cè)算法。此外,針對(duì)心電波形的區(qū)域位置特點(diǎn),設(shè)計(jì)并實(shí)現(xiàn)了一種新穎快速的R波檢測(cè)算法,通過(guò)構(gòu)建脈沖波與區(qū)域定位特點(diǎn)進(jìn)行檢測(cè),并提出了相應(yīng)的漏檢與誤檢補(bǔ)充算法并對(duì)R波檢測(cè)結(jié)果進(jìn)行驗(yàn)證與對(duì)比�；跇�(gòu)建脈沖波與區(qū)域定位的思想對(duì)Q波、S波、QRS波起止位置點(diǎn)以及P波、T波、P波起止位置點(diǎn)、T波起止位置點(diǎn)進(jìn)行檢測(cè)算法的設(shè)計(jì)與實(shí)現(xiàn)并對(duì)各個(gè)心電波形的檢測(cè)結(jié)果進(jìn)行分析。最后,對(duì)心電波形檢測(cè)結(jié)果提取心電特征參數(shù),在臨床醫(yī)學(xué)診斷知識(shí)的基礎(chǔ)下構(gòu)建規(guī)則決策樹(shù)對(duì)幾種心律失常疾病進(jìn)行分類(lèi)與診斷,并對(duì)算法實(shí)現(xiàn)的結(jié)果進(jìn)行分析。本文在以上三個(gè)方面研究?jī)?nèi)容的基礎(chǔ)上,應(yīng)用Windows下Qt軟件平臺(tái)對(duì)心電分析系統(tǒng)進(jìn)行設(shè)計(jì)與實(shí)現(xiàn)。通過(guò)對(duì)軟件的運(yùn)行和結(jié)果展示,該軟件運(yùn)行流暢無(wú)錯(cuò)誤,對(duì)心電信號(hào)預(yù)處理效果明顯、心電波形檢測(cè)較為準(zhǔn)確、幾種心律失常疾病自動(dòng)分類(lèi)診斷效果較好,對(duì)心電分析工作者有參考價(jià)值。
[Abstract]:In recent years, with the phenomenon of sudden death of young people more and more, the problem of heart health has once again been discussed and paid attention to, promoting the appearance of wearable devices suddenly prosperity phenomenon. In fact, the disease of heart system has been paid special attention to in the field of medicine over the years. It has the characteristics of various kinds of diseases, high occult, high fatality rate, which poses a great security threat to human life and health. Therefore, the study of ECG signals is of great significance, including the preprocessing of collected ECG signals. The study of heart characteristic waveform recognition and diagnosis of arrhythmia-related diseases by identifying characteristic waveform. The results of ECG signal preprocessing determine the accuracy of ECG waveform detection, which directly affect the classification and diagnosis of arrhythmia-related diseases. In order to solve the above problems, this paper focuses on three aspects: ECG signal preprocessing, ECG waveform detection and arrhythmia diagnosis. Firstly, according to the characteristics of ECG data file, the data reading algorithm is designed and implemented. Then, according to the characteristics of ECG signal noise, the method of multi-scale wavelet decomposition and reconstruction is used to design ECG signal de-noising algorithm. The denoising effect is compared with the traditional filter denoising method. Secondly, waveform recognition of de-noised ECG signal is carried out. According to the characteristics of ECG waveform, a nonlinear amplification R-wave detection algorithm is designed and implemented. In addition, a novel and fast R-wave detection algorithm is designed and implemented according to the regional location characteristics of ECG waveform. The corresponding algorithms of missing detection and false detection are proposed, and the results of R wave detection are verified and compared. Based on the idea of constructing pulse wave and region location, the algorithm is designed and implemented to detect the starting and ending points of Q wave and S wave QRS wave and the starting and ending points of P wave T wave and P wave. The detection results of each ECG wave are analyzed. Finally, the ECG characteristic parameters are extracted from the ECG waveform detection results. Based on the clinical diagnosis knowledge, the rule decision tree is constructed to classify and diagnose several arrhythmia diseases, and the results of the algorithm are analyzed. Based on the above three aspects, the QT software platform based on Windows is used to design and implement the ECG analysis system. The results show that the software runs smoothly and error-free, has obvious effect on ECG signal preprocessing, accurate ECG waveform detection, and better automatic classification and diagnosis of several arrhythmia diseases. It has reference value for ECG analysts.
【學(xué)位授予單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類(lèi)號(hào)】：R540.4;TN911.7

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 ;《實(shí)用臨床醫(yī)學(xué)診斷與鑒別診斷專(zhuān)著系列——實(shí)用腦電地形圖學(xué)》即將出版[J];現(xiàn)代電生理學(xué)雜志;2011年03期

2 ;“實(shí)用臨床醫(yī)學(xué)診斷與鑒別診斷要點(diǎn)系列叢書(shū)”即將出版[J];現(xiàn)代電生理學(xué)雜志;1997年02期

3 張帷,張石,鮑喜榮,張平;心電信號(hào)預(yù)處理與心電信號(hào)分析[J];現(xiàn)代臨床醫(yī)學(xué)生物工程學(xué)雜志;2005年04期

4 康健楠;李昕;王秀清;張濤;;基于經(jīng)驗(yàn)?zāi)B(tài)分析心電信號(hào)預(yù)處理研究[J];計(jì)算機(jī)工程與應(yīng)用;2008年14期

5 朱宇杰;潘家普;;心電信號(hào)預(yù)處理的探討[J];上海第二醫(yī)科大學(xué)學(xué)報(bào);1998年01期

6 ;誤診原因分析[J];國(guó)外醫(yī)學(xué)(醫(yī)院管理分冊(cè));1994年02期

7 李昕;王秀清;宋佳霖;應(yīng)立娟;;心電信號(hào)預(yù)處理方法研究與評(píng)價(jià)[J];測(cè)試技術(shù)學(xué)報(bào);2008年01期

8 戴自禎;談?wù)効茖W(xué)研究[J];醫(yī)學(xué)影像雜志;1998年01期

9 陳晶琦,褚柏,唐錫麟;青春期學(xué)生心電圖特點(diǎn)[J];哈爾濱醫(yī)科大學(xué)學(xué)報(bào);1988年S1期

10 吳迪;陳啟麟;;B超檢查在疾病監(jiān)測(cè)中的應(yīng)用[J];中國(guó)國(guó)境衛(wèi)生檢疫雜志;1993年04期

相關(guān)會(huì)議論文 前8條

1 孫趙婉;孫建德;劉琚;欒海濤;;基于運(yùn)動(dòng)區(qū)域定位的視頻水印算法[A];第八屆全國(guó)信息隱藏與多媒體安全學(xué)術(shù)大會(huì)湖南省計(jì)算機(jī)學(xué)會(huì)第十一屆學(xué)術(shù)年會(huì)論文集[C];2009年

2 于紹華;郭炯;湯釗能;孫亮勤;;關(guān)于區(qū)域定位系統(tǒng)[A];空間探測(cè)的今天和未來(lái)——中國(guó)空間科學(xué)學(xué)會(huì)空間探測(cè)專(zhuān)業(yè)委員會(huì)第七次學(xué)術(shù)會(huì)議論文集（上冊(cè)）[C];1994年

3 許文博;;小波去噪方法分析與研究[A];四川省通信學(xué)會(huì)2011年學(xué)術(shù)年會(huì)論文集[C];2011年

4 羅萬(wàn)團(tuán);陳福深;;改進(jìn)的小波去噪法的研究[A];2008年激光探測(cè)、制導(dǎo)與對(duì)抗技術(shù)研討會(huì)論文集[C];2008年

5 武小紅;李敏;武斌;;MATLAB環(huán)境下小波去噪的分析與仿真[A];第六屆全國(guó)信息獲取與處理學(xué)術(shù)會(huì)議論文集（3）[C];2008年

6 李軼博;于明;;相位保留小波去噪法及其在基因芯片圖像中的應(yīng)用[A];現(xiàn)代通信理論與信號(hào)處理進(jìn)展——2003年通信理論與信號(hào)處理年會(huì)論文集[C];2003年

7 尹冀鋒;;一種新的圖象自適應(yīng)增強(qiáng)算法[A];四川省通信學(xué)會(huì)一九九二年學(xué)術(shù)年會(huì)論文集[C];1992年

8 梁超;林建域;;一種優(yōu)化的小波去噪方法[A];2004年全國(guó)水聲學(xué)學(xué)術(shù)會(huì)議論文集[C];2004年

相關(guān)重要報(bào)紙文章 前2條

1 記者 桂蘭 實(shí)習(xí)生 郝若冰;要在新的區(qū)域定位中規(guī)劃發(fā)展廣元的項(xiàng)目工作[N];廣元日?qǐng)?bào);2007年

2 通訊員 汪灶標(biāo) 記者 張小梅 郝玲;區(qū)域定位應(yīng)統(tǒng)一規(guī)劃[N];中國(guó)企業(yè)報(bào);2006年

相關(guān)博士學(xué)位論文 前10條

1 馮輝;網(wǎng)絡(luò)化的并行與分布式優(yōu)化算法研究及應(yīng)用[D];復(fù)旦大學(xué);2013年

2 許玉杰;云計(jì)算環(huán)境下海量數(shù)據(jù)的并行聚類(lèi)算法研究[D];大連海事大學(xué);2014年

3 李琰;基于貓群算法的高光譜遙感森林類(lèi)型識(shí)別研究[D];東北林業(yè)大學(xué);2015年

4 陳加順;海洋環(huán)境下聚類(lèi)算法的研究[D];南京航空航天大學(xué);2014年

5 王洋;基于群體智能的通信網(wǎng)絡(luò)告警關(guān)聯(lián)規(guī)則挖掘算法研究[D];太原理工大學(xué);2015年

6 雷雨;面向考試時(shí)間表問(wèn)題的啟發(fā)式進(jìn)化算法研究[D];西安電子科技大學(xué);2015年

7 熊霖;大數(shù)據(jù)下的數(shù)據(jù)選擇與學(xué)習(xí)算法研究[D];西安電子科技大學(xué);2015年

8 周雷;基于圖結(jié)構(gòu)的目標(biāo)檢測(cè)與分割算法研究[D];上海交通大學(xué);2014年

9 王冰;人工蜂群算法的改進(jìn)及相關(guān)應(yīng)用的研究[D];北京理工大學(xué);2015年

10 周旭;復(fù)雜網(wǎng)絡(luò)中社區(qū)發(fā)現(xiàn)算法研究[D];吉林大學(xué);2016年

相關(guān)碩士學(xué)位論文 前10條

1 高建宇;煤氣報(bào)警與區(qū)域定位的安全管理系統(tǒng)的開(kāi)發(fā)[D];安徽工業(yè)大學(xué);2016年

2 李冉冉;寬帶信號(hào)DOA估計(jì)算法與區(qū)域定位方法的研究及應(yīng)用[D];安徽大學(xué);2017年

3 依再提古麗·克熱木;基于角點(diǎn)密集度的視頻圖像中維吾爾文字區(qū)域定位技術(shù)研究[D];新疆大學(xué);2017年

4 何佩磊;區(qū)域定位系統(tǒng)發(fā)射機(jī)的軟硬件設(shè)計(jì)[D];南京理工大學(xué);2008年

5 王麗麗;井下機(jī)車(chē)區(qū)域定位檢測(cè)系統(tǒng)的設(shè)計(jì)[D];山東科技大學(xué);2011年

6 陳穎昭;嵌入式遠(yuǎn)程心電血壓儀的研究[D];福州大學(xué);2014年

7 陳飛;低功耗心電信號(hào)預(yù)處理電路的研究與設(shè)計(jì)[D];重慶郵電大學(xué);2016年

8 張曉光;區(qū)域定位系統(tǒng)彈載接收器設(shè)計(jì)[D];南京理工大學(xué);2010年

9 蔣偉;光學(xué)顯微鏡下細(xì)胞的區(qū)域定位[D];長(zhǎng)春理工大學(xué);2013年

10 董銳;基于區(qū)域定位的購(gòu)物網(wǎng)站商品信息抽取方法[D];湖南大學(xué);2009年

，

本文編號(hào)：2169832