【摘要】：心臟類疾病一直是高發(fā)類疾病,隨著老齡化加劇,基于心電信號的自動分析診斷技術(shù)將是健康醫(yī)療的重要發(fā)展方向。心臟異常的預(yù)測和診斷以心電信號的特征點和特征波段信息為基礎(chǔ)展開,但是在獲取特征信息前需要保證數(shù)據(jù)的準(zhǔn)確性,所以需要對信號作濾波處理。此外,依據(jù)心電特征信息進(jìn)行異常預(yù)測和診斷需要采集和使用大量心電數(shù)據(jù),利用機器學(xué)習(xí)中的挖掘算法能快速有效對常見異常作出診斷。本文針對心電信號的預(yù)處理,心電特征提取和挖掘算法實現(xiàn)進(jìn)行研究,主要研究內(nèi)容如下:1.對心電信號預(yù)處理即對心電信號去噪。采用平穩(wěn)小波變換結(jié)合閾值去噪法對MIT-BIH心電庫中的心電信號進(jìn)行二次濾波,主要去除了信號中殘留的基線漂移和肌電干擾。為了克服使用軟閾值函數(shù)濾波帶來的信號失真和使用硬閾值函數(shù)由于信號不連續(xù)帶來的偽吉布斯現(xiàn)象,本文提出自適應(yīng)軟閾值函數(shù)濾波法,使用全局自適應(yīng)閾值和軟閾值函數(shù)對信號進(jìn)行重構(gòu)。仿真結(jié)果證明這種方法對基線漂移和肌電干擾有良好的濾除作用,性噪比和失真率性能良好。2.在特征識別工作中實現(xiàn)心電信號波形檢測。選擇二次B樣條小波作為小波函數(shù)對心電信號進(jìn)行4層小波分解,通過在第四尺度上識別R波的模極值對進(jìn)行波形檢測,采用自適應(yīng)加窗校驗的方式實現(xiàn)R波檢測。以R波為基礎(chǔ)在第二尺度上用同樣的方法實現(xiàn)對Q,S,P,T波的識別,使用二次差分閾值的方法實現(xiàn)對波群起始點的識別。3.按照心電節(jié)律劃分出12類異常心電波形,依據(jù)識別的波形將心電異常的診斷標(biāo)準(zhǔn)量化,實現(xiàn)異常特征提取入庫。使用分類決策樹算法實現(xiàn)心電異常診斷和預(yù)測,通過K-Folds交叉驗證和隨機森林算法相結(jié)合的方法改進(jìn)心電異常診斷模型,使用驗證數(shù)據(jù)集對預(yù)測模型的性能進(jìn)行驗證。
【學(xué)位授予單位】：北京郵電大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：R540.4;TN911.7
【圖文】：

圖２－１標(biāo)準(zhǔn)心電波形圖逡逑反映左右心房除極時體表電位差變化。正常心電圖中除了邋ａＶＲ均向上，通常Ｐ波的間期為０．０８ｓ？０．１１ｓ，幅值不超過０．２５ｍＶ，，說明左右心房的傳導(dǎo)出現(xiàn)了問題。逡逑期：代表了房室傳導(dǎo)過程所需的時間，由于電位較弱，因此在是一段處于基線附近的線段。健康人體的Ｐ－Ｒ間期為０．１２ｓ？０．２ｓ，室之間的傳導(dǎo)受到阻礙，會導(dǎo)致該間期變長。逡逑群：反映了心室肌除極化過程的電位變化，由連續(xù)的負(fù)向的Ｑ波和負(fù)向的Ｓ波組成。當(dāng)心室增大或者肥厚時，就會出現(xiàn)ＱＲＳ發(fā)生變形現(xiàn)象。逡逑ＱＲＳ波群的終點與Ｔ波起點之間的波段稱為ＳＴ段，這段波形極的信息。這段時間內(nèi)，心室肌處于除極狀態(tài)，心室肌的各處位差。因此，健康人的心電圖中的ＳＴ段向上偏移不超過０．０５ｍＶ缺血或者壞死時，就會使ＳＴ段向上或者向下有較大的偏移量。化可能對應(yīng)著心室肥大，心肌梗塞，心房和心室肥大等疾病，

圖４－４自適應(yīng)軟閾值函數(shù)濾波后的信號與原始信號對比逡逑去噪新能評估指標(biāo)中的丨目噪比和失真率定義如下：逡逑ＳＮＲ邋＝邋ｌｏｇ邋Ｖ邋—＾￣－邐（４－１０）逡逑卜丨［難）－）．’（，0］、逡逑ＥＲＲ邋＝N！：？）二），邐（４－１１）逡逑Ｎ邋七邐ｘ0ｉ）逡逑中，．中0是原始心電信號，ｊ，（》）是經(jīng)過濾波處理后的心電信號。由以上兩式逡逑知，ＳＮＲ越大，ＥＲＲ越小去噪效果和失真效果越好。當(dāng)采樣的數(shù)據(jù)個數(shù)Ｎ由逡逑２３逡逑

逑等效的，同理可得，信號．吻）經(jīng)外0處理后得到信號．ｖ（0，對其求二階導(dǎo)可得ｙ２＞0），逡逑與用ｄ：即）／ｄｒ２對噸）進(jìn)行處理等效，處理等效圖如圖５－１所示：逡逑ｄＷ逡逑圖５－１導(dǎo)數(shù)的等效處理逡逑若一個函數(shù)的一階導(dǎo)數(shù)存在，則在時間域上，一階導(dǎo)數(shù)等于零的點與原函逡逑數(shù)中的極值點對應(yīng)，一階導(dǎo)函數(shù)的極值點原函數(shù)的轉(zhuǎn)折點對應(yīng)；如果一個函數(shù)逡逑的二階導(dǎo)數(shù)是存在的，則在時間域上，二階導(dǎo)函數(shù)等于零的點與原函數(shù)中的轉(zhuǎn)逡逑折點對應(yīng)，二階導(dǎo)函數(shù)的極值點與原函數(shù)中的極值點對應(yīng)；對應(yīng)關(guān)系如圖５－２逡逑所示：逡逑0．２邋［邐＇邋ＩＴＴｒ逡逑０邋：逡逑４００邐！邋，邋！邋６００逡逑0．ｉ邋ｆ邐！邐■占逡逑：８：§Ｅ＿＿逡逑４００邐６００逡逑圖５－２心電信號Ｒ波峰值點與小波系數(shù)過零點對應(yīng)關(guān)系逡逑令，）Ｗ邋＝邋Ｍ１，＝邐由小波函數(shù)容許條件可知，采用ｖ／（＂（0或者逡逑ｄｒ邐ｄｒ逡逑，（／）對信號沖）進(jìn)行小波變換，則信號RG的極值點和轉(zhuǎn)折點都體現(xiàn)到經(jīng)過小逡逑波變換后得到的小波系數(shù)中。如果采用Ｗ）作為小波函數(shù)對信號．州）進(jìn)行小波逡逑變換

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 謝鵬;;基于小波變換的圖像動態(tài)融合技術(shù)[J];電子技術(shù)與軟件工程;2016年22期

2 劉景良;鄭錦仰;鄭文婷;黃文金;;基于改進(jìn)同步擠壓小波變換識別信號瞬時頻率[J];振動.測試與診斷;2017年04期

3 東方;;基于離散小波變換的方波消噪[J];科技風(fēng);2015年11期

4 任艷;;基于小波變換模極大值原理的變電站變壓器保護(hù)研究[J];科學(xué)家;2017年11期

5 羅山;;基于方向小波變換的圖像邊緣檢測[J];攀枝花學(xué)院學(xué)報;2014年05期

6 毛永芳;秦毅;湯寶平;;過完備有理小波變換在軸承故障診斷中的應(yīng)用[J];振動.測試與診斷;2011年05期

7 王北鎮(zhèn);郭志強;;5/3提升小波變換的仿真與FPGA實現(xiàn)[J];電腦知識與技術(shù);2010年02期

8 邢晨;王洪發(fā);于鋒;;基于離散小波變換的水文序列相似查找[J];科技信息;2010年23期

9 沈峰;黃勇;莊鎖法;趙艷紅;;一種提升小波變換的VLSI結(jié)構(gòu)設(shè)計[J];電腦知識與技術(shù);2010年34期

10 高志榮;熊承義;;提升小波變換的并行處理與高速實現(xiàn)[J];光電工程;2009年08期

相關(guān)會議論文 前10條

1 駱少明;張湘?zhèn)?;小波變換在隨機振動測試信號分析中的應(yīng)用[A];1999年中國神經(jīng)網(wǎng)絡(luò)與信號處理學(xué)術(shù)會議論文集[C];1999年

2 曹思遠(yuǎn);牟永光;;小波變換與信號分解[A];1992年中國地球物理學(xué)會第八屆學(xué)術(shù)年會論文集[C];1992年

3 湯紅誠;李著信;;小波變換在故障診斷中應(yīng)用[A];中國儀器儀表學(xué)會第五屆青年學(xué)術(shù)會議論文集[C];2003年

4 吳其前;陳亮;張雄偉;;離散小波變換的FPGA實現(xiàn)[A];第九屆全國青年通信學(xué)術(shù)會議論文集[C];2004年

5 朱光明;高靜懷;王玉貴;;小波變換及其在一維濾波中的應(yīng)用[A];1992年中國地球物理學(xué)會第八屆學(xué)術(shù)年會論文集[C];1992年

6 李正東;何武良;鄭曉東;宋琛;彭文;成家源;裴春蘭;;小波變換在圖像目標(biāo)識別中的應(yīng)用[A];中國工程物理研究院科技年報（2000）[C];2000年

7 張國星;韓世全;;小波變換濾波在連鑄坯材料超聲檢測中的應(yīng)用[A];中國聲學(xué)學(xué)會2003年青年學(xué)術(shù)會議[CYCA'03]論文集[C];2003年

8 孔月萍;曾平;韋素媛;江永林;;小波變換在遙感圖像編碼中的應(yīng)用[A];全國第13屆計算機輔助設(shè)計與圖形學(xué)（CAD/CG）學(xué)術(shù)會議論文集[C];2004年

9 朱煜;汪奇;肖玉玲;;基于CURVELET變換的圖象去噪研究[A];第十三屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2006年

10 朱強;;小波變換基本原理及應(yīng)用[A];中國地球物理2013——第二十五專題論文集[C];2013年

相關(guān)重要報紙文章 前1條

1 吳玉田殷學(xué)平;中藥質(zhì)量控制又添新武器——小波變換近紅外光譜分析系統(tǒng)[N];中國醫(yī)藥報;2004年

相關(guān)博士學(xué)位論文 前10條

1 熊智新;基于小波變換的化學(xué)譜圖數(shù)據(jù)處理[D];浙江大學(xué);2004年

2 高廣春;第二代小波變換理論及其在信號和圖像編碼算法中的應(yīng)用[D];浙江大學(xué);2004年

3 張鄭擎;基于小波變換的圖象/視頻壓縮編碼及其數(shù)字水印嵌入方法的研究[D];上海大學(xué);2001年

4 王青海;基于視覺特性的小波變換編碼及圖象質(zhì)量評價方法的研究[D];上海大學(xué);2004年

5 李旭超;小波變換和馬爾可夫隨機場在圖像降噪與分割中的應(yīng)用研究[D];浙江大學(xué);2006年

6 董衛(wèi)軍;基于小波變換的圖像處理技術(shù)研究[D];西北大學(xué);2006年

7 王麗榮;基于小波變換的目標(biāo)檢測方法研究[D];吉林大學(xué);2006年

8 明星;虹膜識別技術(shù)中小波變換的應(yīng)用原理與方法[D];吉林大學(xué);2006年

9 聶磊;小波變換用于重疊化學(xué)信號的分辨研究[D];中國科學(xué)技術(shù)大學(xué);2002年

10 章文軍;小波變換和神經(jīng)網(wǎng)絡(luò)在化學(xué)中的應(yīng)用[D];中國科學(xué)院研究生院（長春應(yīng)用化學(xué)研究所）;2001年

相關(guān)碩士學(xué)位論文 前10條

1 劉子峰;基于小波變換的圖像編碼技術(shù)研究[D];哈爾濱工程大學(xué);2015年

2 何世強;基于小波變換及脈沖耦合神經(jīng)網(wǎng)絡(luò)的人臉識別[D];福建師范大學(xué);2017年

3 劉方正;基于快速傅里葉小波變換和奇異值分解的電力系統(tǒng)主導(dǎo)振蕩參數(shù)多通道辨識方法[D];東北電力大學(xué);2018年

4 胡佳偉;心電可穿戴檢測干擾抑制算法研究[D];南京大學(xué);2018年

5 李鵬鵬;基于小波分析的太赫茲光譜信號分析研究[D];河南工業(yè)大學(xué);2018年

6 劉為斌;異常心電信息識別與基于分類決策樹的心電預(yù)測研究[D];北京郵電大學(xué);2018年

7 吳海波;基于小波變換的AUV多尺度組合導(dǎo)航算法研究[D];哈爾濱工程大學(xué);2017年

8 毛睿;基于小波和SVM的人臉識別混合算法的研究[D];江西理工大學(xué);2018年

9 許傳;基于小波變換/分?jǐn)?shù)階傅里葉變換的聲自導(dǎo)方法研究[D];中國艦船研究院;2017年

10 王鳴哲;星載圖像壓縮系統(tǒng)中高速小波變換的FPGA設(shè)計與實現(xiàn)[D];中國科學(xué)院大學(xué)(中國科學(xué)院國家空間科學(xué)中心);2017年

本文編號：2774522