心血管疾病是目前發(fā)病率及死亡率最高的疾病之一,心電圖(ECG)檢查是診斷心血管疾病的一種重要的手段。通過心電圖自動分析能夠有效的預(yù)防心血管疾病,減少意外情況的發(fā)生。心電圖分析的主要工作是心電波形的識別和分類。目前的心電信號分類方法主要有特征提取法、人工神經(jīng)網(wǎng)絡(luò)法、模板匹配法、模糊分類法以及句法分析算法等。本文主要介紹了一種特征提取和模板匹配算法相結(jié)合的心電信號分類算法。算法原理是根據(jù)正常波形和異常波形形態(tài)學(xué)特點,并結(jié)合波形的RR間期和QRS波寬度等特征量進行心電信號分類。算法的目的是從長時間的心電數(shù)據(jù)中識別室性早搏(PVC)和室上性早搏(SPVC)兩種常見的心律失常類型并做統(tǒng)計分析。本文詳細描述了特征匹配分類算法的實現(xiàn)流程,包括信號預(yù)處理、QRS復(fù)波檢測、模板匹配分析等過程。本文選取MIT-BIH標(biāo)準(zhǔn)心律失常數(shù)據(jù)庫進行算法的效果驗證,獲得了比較理想的分類精度。本文最后將心電信號的特征匹配算法應(yīng)用于基于動力特征和網(wǎng)絡(luò)拓撲特征的分類研究。詳細介紹了特征匹配算法的分類實現(xiàn)過程,并與單一的特征提取算法進行比較。采用數(shù)據(jù)庫檢測兩種算法的性能,得到了比較理想的結(jié)果,同時也分析了算法的不足之處。利用...

【文章頁數(shù)】：52 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖2-1正常心電圖波形

電預(yù)備知識介紹常心電圖圖呈現(xiàn)周期變化，是由一系列相同的“波組”構(gòu)成的，正常心電示：

本文編號：3904353