發(fā)布時間：2021-06-16 07:11

　　目的:心律失常、心肌缺血、房室肥大等心臟疾病的發(fā)病率逐年增加,致死率也呈上升趨勢。心電圖在臨床上作為可觀察心臟整體狀況的渠道之一,通過它可及時高效的獲取心臟活動的信息并對患者病情做出判斷。而在臨床實踐中利用計算機輔助診斷技術(shù)對心電圖進行識別分析是重要的也是必要的。本研究的目的即是在弱監(jiān)督學(xué)習(xí)的框架下結(jié)合卷積網(wǎng)絡(luò)自動檢測并標(biāo)記心電圖異常點同時給出陽性概率值。研究方法:本研究從中國醫(yī)科大學(xué)附屬第一醫(yī)院心電數(shù)據(jù)庫中選取16488例患者的心電圖,其中正常心電圖4001例,異常12487例。異常心電圖中包括傳導(dǎo)阻滯、肥大、快速型心律失常、緩慢型心律失常以及T波改變五大類。研究中使用多示例學(xué)習(xí)的方法,將心拍作為‘包’,其中的采樣點作為‘示例’,異常心拍的標(biāo)簽置1,正常心拍標(biāo)簽置0。通過卷積網(wǎng)絡(luò)搭建的分類標(biāo)記器以‘包’的粗標(biāo)簽預(yù)測出‘示例’級的細(xì)標(biāo)簽,即利用弱監(jiān)督學(xué)習(xí)的思想,從而標(biāo)記出心拍中的點為異常的概率值。結(jié)果:對于五大類中的七小類異常心電圖,熱力圖結(jié)果顯示,與專業(yè)人員手工標(biāo)記的心電圖異常區(qū)域相比,本研究所設(shè)計標(biāo)記器可標(biāo)記并預(yù)測出心電圖中各部分為異常的概率值,區(qū)域F分?jǐn)?shù)均在0.54以上,最高可達(dá)... 

【文章來源】：中國醫(yī)科大學(xué)遼寧省

【文章頁數(shù)】：61 頁

【學(xué)位級別】：碩士

【部分圖文】：

多示例示意圖

心電圖樣例

中國醫(yī)科大學(xué)碩士學(xué)位論文9分解重構(gòu)前后的心電信號對比圖。通過圖2.2可看出該方法可以將原始心電信號中的基線漂移濾除。圖2.2心電信號利用DWT去除噪聲前后對比圖2.2.2基于小波變換的心拍分割預(yù)處理過后，依舊以小波變換為基礎(chǔ)對心電信號進行分割處理以提取心拍。心拍分割的目的是去除冗余信息。同時一條原始信號可被分割為多個心拍，對于某些心臟疾病來說，電沖動流經(jīng)心臟的每個循環(huán)周期的過程一致，這使得每個心拍的形態(tài)也是一致的，這樣分割心拍的操作便可增大數(shù)據(jù)量。此外，每個心拍持續(xù)時長較短，可提高數(shù)據(jù)分析效率。本實驗選擇使用二進樣條小波分解心電信號，其具有較強的分頻能力。首先設(shè)置高、低通濾波器的系數(shù)，高通濾波器系數(shù)為-1/4、-3/4、3/4、1/4，低通濾波器系數(shù)為1/4、3/4、3/4、1/4。接著利用設(shè)置完成的二進樣條小波對心電信號進行3層分解。由實驗分析獲知，尺度3上留有R波的大部分能量，因此選擇分解的層數(shù)為3。根據(jù)信號奇異點與小波變換間的關(guān)系，實驗中存儲第3層小波系數(shù)中的正、負(fù)極大值點及其對應(yīng)的數(shù)值，并根據(jù)求得的正、負(fù)極大值設(shè)定正、負(fù)閾值，保留所有大于正閾值及小于負(fù)閾值的點，其他點置零。下一步為搜索正、負(fù)極大值對，并求出極值對過零點的位置，該位置即為R波波峰的對應(yīng)點。第一次R波定位完成后，還需對測得的點進行增刪操作以呈現(xiàn)最優(yōu)的定位效果。首先算出所有相鄰檢測點之間的間隔，并求出其均值rrm，根據(jù)rrm設(shè)定兩個閾值0.4rrm和1.6rrm。當(dāng)兩個R峰間隔小于0.4rrm時，R波高度較低的被除去，當(dāng)

【參考文獻】：
期刊論文
[1]數(shù)據(jù)挖掘技術(shù)在醫(yī)學(xué)影像領(lǐng)域中的應(yīng)用進展[J]. 強邦紅,劉冬,朱向明.  臨床超聲醫(yī)學(xué)雜志. 2013(04)
[2]分類器組合在心電圖分類中的應(yīng)用[J]. 童佳斐,董軍.  計算機應(yīng)用. 2010(04)
[3]基于決策樹分類技術(shù)的心電自動分析軟件檢測系統(tǒng)[J]. 王秉,陳穎,魏愛敏,譚培昭,崔振,林欣.  桂林工學(xué)院學(xué)報. 2006(03)
[4]分類技術(shù)在心電圖自動診斷模型中的應(yīng)用比較[J]. 吳萍,黃勇.  計算機應(yīng)用. 2003(11)

碩士論文
[1]應(yīng)用于心電圖分類的KNN和SVM分類器研究[D]. 謝秋玲.華東師范大學(xué) 2004



本文編號：3232621