本文關(guān)鍵詞：心電信號(hào)的異常心律分類算法研究

  更多相關(guān)文章： 心電信號(hào) 心律失常 小波去噪 遺傳算法 SVM

【摘要】：近年來,心血管疾病的患病率不斷上升,心血管疾病患者往往會(huì)在患病初期出現(xiàn)心律異常的現(xiàn)象,如果能夠?qū)崟r(shí)的檢測(cè)并發(fā)現(xiàn)病人的心律異常的類型,進(jìn)行預(yù)警提示,并進(jìn)行針對(duì)性的治療,這對(duì)于預(yù)防心血管疾病的患病率有著重大的意義。心電圖記錄了心臟搏動(dòng)過程中微弱電流的變化,是檢測(cè)心律異常類型的重要手段。目前,對(duì)于心律異常的檢測(cè)主要是通過醫(yī)生專業(yè)的醫(yī)學(xué)知識(shí)和工作經(jīng)驗(yàn)對(duì)心電圖信號(hào)進(jìn)行識(shí)別判斷,然而心電信號(hào)數(shù)據(jù)較復(fù)雜,數(shù)據(jù)大,醫(yī)生每天需要處理大量的心電波識(shí)別,很容易造成誤判。因此,對(duì)心電圖表示的心電信號(hào)的智能識(shí)別處理也成為近年來的研究熱點(diǎn)。心電信號(hào)產(chǎn)生心律異常的現(xiàn)象在心電圖上的表現(xiàn)為:出現(xiàn)反常的時(shí)間和形態(tài)形成的心拍,即出現(xiàn)異常心拍。因此在對(duì)心電信號(hào)做心律失常分類的一個(gè)重要步驟就是進(jìn)行心拍的識(shí)別分類的研究。盡管對(duì)于心電信號(hào)智能處理的研究較多,但由于心電信號(hào)原信號(hào)波形和噪聲干擾都比較復(fù)雜,心律失常的內(nèi)容劃分繁多,對(duì)心電信號(hào)的心律失常類型的分類并未達(dá)到期望的實(shí)時(shí)識(shí)別和準(zhǔn)確識(shí)別,也還未能滿足臨床的要求。本文從心電信號(hào)每一搏的心拍類型識(shí)別問題進(jìn)行深入的研究,并設(shè)計(jì)了一種改進(jìn)遺傳SVM識(shí)別分類器的心拍輔助識(shí)別系統(tǒng),實(shí)現(xiàn)了6類常規(guī)心電信號(hào)心拍的輔助識(shí)別,進(jìn)而作為醫(yī)師的輔助手段去準(zhǔn)確判斷心律異常的類型;尤其是對(duì)于動(dòng)態(tài)心電信號(hào)的每一個(gè)心拍的實(shí)時(shí)識(shí)別,準(zhǔn)確找到心律異常的原因,在實(shí)現(xiàn)實(shí)時(shí)報(bào)警等方面具有很重要的現(xiàn)實(shí)意義。首先,根據(jù)心電信號(hào)的產(chǎn)生機(jī)理及特點(diǎn),分析了其噪聲干擾的類型。在小波理論的基礎(chǔ)上,設(shè)計(jì)了一種自適應(yīng)性小波閥值去噪的濾波器,該算法較好的濾除了噪聲信號(hào)的干擾;其次在心電信號(hào)波形特征點(diǎn)的檢測(cè)上,設(shè)計(jì)了一種基于小波多尺度,根據(jù)信號(hào)奇異點(diǎn)與小波變換模極大值的關(guān)系,實(shí)現(xiàn)各特征點(diǎn)檢測(cè)的識(shí)別算法;第三方面,為了更好的提取心電信號(hào)的特征信息,本文從時(shí)域、頻域、時(shí)頻域角度,從數(shù)學(xué)統(tǒng)計(jì)學(xué)和波形形態(tài)學(xué)的角度比較全面的提取了信號(hào)的特征向量。但是如果特征向量過多,將會(huì)出現(xiàn)特征信息的冗余,故本文又設(shè)計(jì)了極大似然估計(jì)的降維PCA算法,較好的進(jìn)行了特征信息的優(yōu)化,提高了數(shù)據(jù)的運(yùn)算速度;第四方面,設(shè)計(jì)了兩種分類器對(duì)心電信號(hào)異常心律心拍進(jìn)行識(shí)別分類,分別為采用BP神經(jīng)網(wǎng)絡(luò)和改進(jìn)遺傳SVM兩種分類器。通過MIT-BIH數(shù)據(jù)庫數(shù)據(jù)對(duì)兩種分類器進(jìn)行了性能評(píng)估,結(jié)果表明兩種算法都能較好的對(duì)心電信號(hào)心拍進(jìn)行比較準(zhǔn)確的識(shí)別,但改進(jìn)遺傳SVM分類識(shí)別的算法準(zhǔn)確率更高,對(duì)于一組測(cè)試數(shù)據(jù)也能夠達(dá)到實(shí)時(shí)識(shí)別;最后,根據(jù)本文對(duì)心電信號(hào)異常心律識(shí)別的整體算法流程,設(shè)計(jì)了對(duì)心電信號(hào)異常心拍的輔助識(shí)別系統(tǒng)。
【關(guān)鍵詞】：心電信號(hào) 心律失常 小波去噪 遺傳算法 SVM
【學(xué)位授予單位】：重慶大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：R540.4;TN911.7
【目錄】：

• 中文摘要3-5
• 英文摘要5-9
• 1 緒論9-17
• 1.1 課題的研究背景及意義9-10
• 1.2 正常心電圖波形10-12
• 1.3 異常心律識(shí)別技術(shù)的國內(nèi)外研究現(xiàn)狀12-15
• 1.4 心電信號(hào)異常心律識(shí)別的難點(diǎn)15
• 1.5 本論文的研究內(nèi)容及章節(jié)安排15-17
• 2 心律失常相關(guān)基礎(chǔ)知識(shí)17-23
• 2.1 心電信號(hào)的相關(guān)機(jī)理17-18
• 2.2 心律失常18-21
• 2.2.1 心律失常的產(chǎn)生18
• 2.2.2 常見的心律失常及識(shí)別標(biāo)準(zhǔn)18-21
• 2.3 研究的數(shù)據(jù)來源21-22
• 2.4 本章小結(jié)22-23
• 3 心電信號(hào)的預(yù)處理23-33
• 3.1 心電信號(hào)中的噪聲23-24
• 3.2 小波去噪理論24-25
• 3.2.1 小波變換24
• 3.2.2 小波去噪方法24-25
• 3.3 基于自適應(yīng)小波閥值去噪算法的設(shè)計(jì)25-29
• 3.3.1 小波閥值去噪基礎(chǔ)25-26
• 3.3.2 自適應(yīng)小波閥值去噪濾波器的設(shè)計(jì)26-29
• 3.4 仿真實(shí)驗(yàn)29-31
• 3.5 本章小結(jié)31-33
• 4 心電信號(hào)的波形檢測(cè)與特征提取33-53
• 4.1 小波模極大值波形檢測(cè)算法原理33-34
• 4.2 波形檢測(cè)具體算法34-37
• 4.2.1 小波函數(shù)和尺度空間的選取34-35
• 4.2.2 QRS波群的檢測(cè)35-37
• 4.3 波形檢測(cè)仿真實(shí)驗(yàn)分析37-41
• 4.4 心電信號(hào)特征提取41-50
• 4.4.1 心拍的截取41-42
• 4.4.2 時(shí)域特征42-46
• 4.4.3 頻域特征46-48
• 4.4.4 時(shí)頻域特征48-50
• 4.5 本章小結(jié)50-53
• 5 心律失常信號(hào)心拍的識(shí)別53-69
• 5.1 特征向量的選擇53-54
• 5.2 心律失常信號(hào)心拍識(shí)別的算法54-61
• 5.2.1 BP神經(jīng)網(wǎng)絡(luò)55-56
• 5.2.2 支持向量機(jī)（SVM）基礎(chǔ)理論56-57
• 5.2.3 改進(jìn)SVM分類識(shí)別算法57-61
• 5.3 實(shí)驗(yàn)仿真分析與討論61-64
• 5.3.1 傳統(tǒng)SVM和BP神經(jīng)網(wǎng)絡(luò)分類算法評(píng)估61-63
• 5.3.2 改進(jìn)SVM分類算法評(píng)估63-64
• 5.4 心電信號(hào)心拍輔助識(shí)別系統(tǒng)的設(shè)計(jì)64-67
• 5.5 本章總結(jié)67-69
• 6 總結(jié)與展望69-71
• 6.1 總結(jié)69-70
• 6.2 展望70-71
• 致謝71-73
• 參考文獻(xiàn)73-77
• 附錄77-82
• A. 作者在攻讀碩士學(xué)位期間發(fā)表的論文目錄77
• B. 作者在攻讀碩士學(xué)位期間所獲得的獎(jiǎng)勵(lì)目錄77
• C. 相關(guān)程序77-82

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 江金龍;朱亞軍;薛云燦;;基于變區(qū)域搜索的改進(jìn)遺傳算法研究[J];九江學(xué)院學(xué)報(bào)(自然科學(xué)版);2006年03期

2 林中營;虞科;程翼宇;沈朋;;遺傳算法優(yōu)化尿樣核苷毛細(xì)管電泳分析條件[J];藥物分析雜志;2007年03期

3 曹明勇;陳超敏;周凌宏;童蕾;;雙種群遺傳算法優(yōu)化射野方向及權(quán)重的研究[J];醫(yī)療衛(wèi)生裝備;2008年10期

4 蔣興波;許開云;吳耀民;;衛(wèi)勤最短回路問題的遺傳算法求解[J];解放軍醫(yī)院管理雜志;2010年03期

5 周琴;孔玉;;基于遺傳算法的醫(yī)用溶液測(cè)定[J];醫(yī)療衛(wèi)生裝備;2011年04期

6 劉繼清;;遺傳算法在裝備供應(yīng)優(yōu)化問題中的應(yīng)用[J];江漢大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年04期

7 喬樹清;;改進(jìn)后的遺傳算法在排課系統(tǒng)中的應(yīng)用研究[J];齊齊哈爾醫(yī)學(xué)院學(xué)報(bào);2007年16期

8 邢大地;吳效明;;基于改進(jìn)的遺傳算法求解腦電逆問題[J];中國組織工程研究與臨床康復(fù);2009年17期

9 杜海艦;伍瑞昌;王運(yùn)斗;;基于遺傳算法的帶有軟時(shí)間窗的衛(wèi)生車輛調(diào)度優(yōu)化研究[J];數(shù)理醫(yī)藥學(xué)雜志;2011年05期

10 唐梅,金丕煥;遺傳算法及其在統(tǒng)計(jì)中的應(yīng)用[J];醫(yī)學(xué)信息;1999年10期

中國重要會(huì)議論文全文數(shù)據(jù)庫 前10條

1 陳家照;廖海濤;張中位;羅寅生;;一種改進(jìn)的遺傳算法及其在路徑規(guī)劃中的應(yīng)用[A];2009系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2009年

2 李國云;劉穎;薛梅;鄔志敏;;遺傳算法在高溫空冷冷凝器優(yōu)化設(shè)計(jì)中的應(yīng)用[A];第五屆全國制冷空調(diào)新技術(shù)研討會(huì)論文集[C];2008年

3 王志軍;李守春;張爽;;改進(jìn)的遺傳算法在反演問題中的應(yīng)用[A];新世紀(jì) 新機(jī)遇 新挑戰(zhàn)——知識(shí)創(chuàng)新和高新技術(shù)產(chǎn)業(yè)發(fā)展（上冊(cè)）[C];2001年

4 任燕翔;姜立;劉連民;從滋慶;;改進(jìn)遺傳算法在三維日照方案優(yōu)化中的應(yīng)用[A];工程三維模型與虛擬現(xiàn)實(shí)表現(xiàn)——第二屆工程建設(shè)計(jì)算機(jī)應(yīng)用創(chuàng)新論壇論文集[C];2009年

5 韓娟;;遺傳算法概述[A];第三屆河南省汽車工程科技學(xué)術(shù)研討會(huì)論文集[C];2006年

6 龐國仲;王元西;;基于遺傳算法控制步長的定性仿真方法[A];'2000系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)交流會(huì)論文集[C];2000年

7 張忠華;楊淑瑩;;基于遺傳算法的聚類設(shè)計(jì)[A];全國第二屆信號(hào)處理與應(yīng)用學(xué)術(shù)會(huì)議專刊[C];2008年

8 何翠紅;區(qū)益善;;遺傳算法及其在計(jì)算機(jī)編程中的應(yīng)用[A];1995年中國智能自動(dòng)化學(xué)術(shù)會(huì)議暨智能自動(dòng)化專業(yè)委員會(huì)成立大會(huì)論文集（下冊(cè)）[C];1995年

9 靳開巖;張乃堯;;幾種實(shí)用遺傳算法及其比較[A];1996年中國智能自動(dòng)化學(xué)術(shù)會(huì)議論文集（下冊(cè)）[C];1996年

10 王宏剛;曾建潮;李志宏;;攝動(dòng)遺傳算法[A];1996年中國智能自動(dòng)化學(xué)術(shù)會(huì)議論文集（下冊(cè)）[C];1996年

中國重要報(bào)紙全文數(shù)據(jù)庫 前1條

1 林京;《神經(jīng)網(wǎng)絡(luò)和遺傳算法在水科學(xué)領(lǐng)域的應(yīng)用》將面市[N];中國水利報(bào);2002年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 蔡美菊;交互式遺傳算法及其在隱性目標(biāo)決策問題中的應(yīng)用研究[D];合肥工業(yè)大學(xué);2015年

2 張士偉;三維聲學(xué)快速多極基本解法在機(jī)械噪聲預(yù)測(cè)中的應(yīng)用研究[D];沈陽工業(yè)大學(xué);2016年

3 高軍;無鉛焊料本構(gòu)模型及其參數(shù)識(shí)別方法研究[D];南京航空航天大學(xué);2015年

4 Amjad Mahmood;半監(jiān)督進(jìn)化集成及其在網(wǎng)絡(luò)視頻分類中的應(yīng)用[D];西南交通大學(xué);2015年

5 周輝仁;遞階遺傳算法理論及其應(yīng)用研究[D];天津大學(xué);2008年

6 郝國生;交互式遺傳算法中用戶的認(rèn)知規(guī)律及其應(yīng)用[D];中國礦業(yè)大學(xué);2009年

7 侯格賢;遺傳算法及其在跟蹤系統(tǒng)中的應(yīng)用研究[D];西安電子科技大學(xué);1998年

8 馬國田;遺傳算法及其在電磁工程中的應(yīng)用[D];西安電子科技大學(xué);1998年

9 唐文艷;結(jié)構(gòu)優(yōu)化中的遺傳算法研究和應(yīng)用[D];大連理工大學(xué);2002年

10 周激流;遺傳算法理論及其在水問題中應(yīng)用的研究[D];四川大學(xué);2000年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 張英俐;基于遺傳算法的作曲系統(tǒng)研究[D];山東師范大學(xué);2006年

2 鐘海萍;原對(duì)偶遺傳算法與蟻群算法的一種融合算法[D];暨南大學(xué);2013年

3 李志添;模糊遺傳算法與資源優(yōu)化配置的預(yù)測(cè)控制[D];華南理工大學(xué);2015年

4 王琳琳;新型雙層液壓轎運(yùn)車車廂的設(shè)計(jì)研究[D];上海工程技術(shù)大學(xué);2015年

5 李海全;基于遺傳算法的建筑體形系數(shù)及迎風(fēng)面積比優(yōu)化方法研究[D];華南理工大學(xué);2015年

6 彭騫;基于遺傳算法的山區(qū)高等級(jí)公路縱斷面智能優(yōu)化方法研究[D];昆明理工大學(xué);2015年

7 周玉林;基于小波分析和遺傳算法的配電網(wǎng)故障檢測(cè)[D];昆明理工大學(xué);2015年

8 郭頌;基于粗糙集和遺傳算法的數(shù)字管道生產(chǎn)管理系統(tǒng)研究[D];昆明理工大學(xué);2015年

9 吳南;數(shù)值逼近遺傳算法的研究應(yīng)用[D];華南理工大學(xué);2015年

10 于光帥;一類優(yōu)化算法的改進(jìn)研究與應(yīng)用[D];渤海大學(xué);2015年

，

本文編號(hào)：526903