【摘要】：世界衛(wèi)生組織(WHO)的數(shù)據(jù)表明,當(dāng)今心血管疾病仍是威脅人類(lèi)健康的一大殺手。其中由心律失常導(dǎo)致的心血管疾病占主導(dǎo)地位。心電圖(ECG)作為心血管疾病診療的得力助手,在心律失常的診斷上作用顯著。隨著計(jì)算機(jī)應(yīng)用的擴(kuò)展,計(jì)算機(jī)輔助醫(yī)師診斷心臟疾病已經(jīng)成為研究熱點(diǎn),效率高且人工影響低。本文主要研究計(jì)算機(jī)輔助診斷心律失常疾病的技術(shù),在現(xiàn)有國(guó)內(nèi)外研究的基礎(chǔ)之上,對(duì)心電疾病的特征提取技術(shù)以及心電不平衡問(wèn)題進(jìn)行深入研究,首次將一維心電信號(hào)轉(zhuǎn)化為二維心電圖片進(jìn)行特征的提取,并將特征融合技術(shù)和不平衡處理算法應(yīng)用到心電分類(lèi)系統(tǒng)中。該系統(tǒng)主要包括三大方面:1、特征獲取。主要應(yīng)用前期融合技術(shù)(early fusion)將兩種特征融合一起。提出了兩種框架:第一,提取心電圖片的二維卷積(2D-CNN)特征與傳統(tǒng)的關(guān)鍵點(diǎn)位置(PQRST)特征,將兩者融合得到融合特征;第二,提取心電圖片2D-CNN特征與該信號(hào)的一維卷積(1D-CNN)特征,將兩者融合獲得融合特征。該部分為后續(xù)不平衡處理提供了輸入變量。2、不平衡處理。針對(duì)樣本類(lèi)別數(shù)量不均衡的情況,在訓(xùn)練集和測(cè)試集上通過(guò)改變樣本數(shù)量減緩或改變這一現(xiàn)象。本文對(duì)比八種不平衡處理技術(shù)的實(shí)驗(yàn)結(jié)果,選擇隨機(jī)升采樣(ROS)算法來(lái)達(dá)到改變樣本分布的目的。實(shí)驗(yàn)結(jié)果表明該方法在心電方向效果顯著。3、分類(lèi)器應(yīng)用。在不平衡處理之后,加入兩種典型的分類(lèi)器:支持向量機(jī)(SVM)和隨機(jī)森林(RF),作為心跳類(lèi)型的判斷工具。對(duì)比兩個(gè)實(shí)驗(yàn)結(jié)果發(fā)現(xiàn),RF無(wú)論在哪種框架下分類(lèi)準(zhǔn)確度均高于SVM。因此,本系統(tǒng)最終采取RF分類(lèi)器。為了說(shuō)明本文提出的兩種特征框架下的分類(lèi)系統(tǒng)泛化能力較強(qiáng),分別做了intra-patient和inter-patient兩種實(shí)驗(yàn),為了進(jìn)一步表明系統(tǒng)的魯棒性與穩(wěn)定性強(qiáng),系統(tǒng)被遷移到另一數(shù)據(jù)庫(kù)(STCD)進(jìn)行實(shí)驗(yàn)。實(shí)驗(yàn)數(shù)據(jù)表明,無(wú)論哪種實(shí)驗(yàn),本文提出的系統(tǒng)分類(lèi)精度均在99%以上,高于現(xiàn)有先進(jìn)技術(shù)水平。
【學(xué)位授予單位】：天津大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類(lèi)號(hào)】：TN911.6;R541.7

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 柳欣;耿佳佳;鐘必能;杜吉祥;;多生物特征融合發(fā)展現(xiàn)狀及其展望[J];小型微型計(jì)算機(jī)系統(tǒng);2017年08期

2 孫興華,郭麗,王正群,楊靜宇;商標(biāo)圖像檢索中子圖像特征融合準(zhǔn)則研究[J];南京理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2002年05期

3 宋衛(wèi)華;;基于多級(jí)別特征融合的醫(yī)學(xué)圖像檢索技術(shù)[J];南華大學(xué)學(xué)報(bào)(自然科學(xué)版);2014年02期

4 武冰;周石琳;林勇強(qiáng);商亞新;;特征融合的多時(shí)相遙感圖像道路提取方法[J];微計(jì)算機(jī)信息;2007年36期

5 黃雙萍;俞龍;衛(wèi)曉欣;;一種異質(zhì)特征融合分類(lèi)算法[J];電子技術(shù)與軟件工程;2013年02期

6 種衍杰;方琰;沙濤;;基于特征融合網(wǎng)絡(luò)的行人重識(shí)別[J];計(jì)算機(jī)系統(tǒng)應(yīng)用;2019年01期

7 楊亞龍;汪明月;方潛生;;基于圖像與生理參數(shù)特征融合的情感識(shí)別方法研究[J];合肥工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版);2017年06期

8 林勁;;基于典型相關(guān)分析的水聲特征融合方法研究[J];中國(guó)科技信息;2014年01期

9 鐘國(guó)崇;儲(chǔ)s，

本文編號(hào)：2619890