發(fā)布時間：2017-09-29 14:42

  本文關鍵詞：心電信號特征提取及ST段形態(tài)識別的方法研究

  更多相關文章： 心電圖 數(shù)字濾波 小波變換 曲率尺度空間 QT間期 ST段改變

【摘要】：心肌缺血是中老年人群中常見的病癥,但隨著人民生活水平的提高,心肌缺血在我國的患病率呈上升趨勢,且逐步趨于年輕化,嚴重危害了我國人民的身體健康。心電圖(Electrocardiogram, ECG)作為由體表記錄的心臟電活動反映,是臨床診斷心肌缺血常見、有效的方式。其中,心電圖的QT間期和ST-T段改變是臨床診斷心肌缺血的主要指標。為準確獲取QT間期及檢測ST段的變化,本文對ECG信號中關鍵特征點的檢測作了深入研究,并利用ST段分析方法準確檢測ST段的變化情況。主要工作如下：(1)心電信號的預處理。本文采用[0.01,45]Hz的數(shù)字帶通濾波器(BPF)和高斯低通濾波器(LPF)結合的方式對心電信號進行濾波處理。利用該方法對MIT-BIH數(shù)據(jù)庫中的心電數(shù)據(jù)進行去噪實驗,結果表明：信號在有效濾除噪聲和漂移的同時,還保證了心電信號中有用特征和形態(tài)信息不受影響。(2)心電信號特征點提取研究。首先,利用二次樣條小波對心電信號進行小波分解及重構；然后,通過Mallat算法定位心電信號的R波及T波,利用小波變換模極值組的方法判斷R波的方向及T波的類型；最后,對比分析了三種經(jīng)典的T波終點檢測算法的檢測性能,并提出基于T波形態(tài)的自適應選擇算法。文中利用QT數(shù)據(jù)庫中20例共3569個心拍的心電數(shù)據(jù)對該方法進行實驗驗證,結果表明：自適應選擇T波終點檢測算法不僅保證了算法的實時性,而且檢測性能均高于單一的T波終點檢測算法。(3)ST-T改變的分析研究。ST-T段改變主要包括ST段水平變化及ST段形態(tài)變化。本文提出利用曲率尺度空間技術定位ST段的起止點,并檢測ST段水平；同時,在曲率尺度空間中利用多尺度分析方法獲取ST段中彎曲程度最大的點,并識別ST段的形態(tài)。該方法采用QT數(shù)據(jù)庫和歐洲ST-T數(shù)據(jù)庫中的心電數(shù)據(jù)進行研究,識別率分別達到了96.54%和86.66%,證明了該方法的有效性。綜上所述,本文提出的一系列心電信號自動分析方法,不僅能精確定位ECG關鍵特征點位置,還能準確提取QT間期以及識別ST-T段的改變,為心電信號自動分析技術在臨床中的應用提供了理論基礎。
【關鍵詞】：心電圖 數(shù)字濾波 小波變換 曲率尺度空間 QT間期 ST段改變
【學位授予單位】：安徽大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：R542.2;TN911.7
【目錄】：

• 摘要3-4
• ABSTRACT4-8
• 第一章 緒論8-17
• 1.1 研究背景及意義8-10
• 1.2 心電信號的簡介10-13
• 1.2.1 心電信號的組成10-11
• 1.2.2 心電圖的關鍵評估指標11-13
• 1.3 心電圖自動分析的研究現(xiàn)狀13-15
• 1.4 本文工作的主要內(nèi)容及創(chuàng)新點15
• 1.5 本論文的章節(jié)安排15-17
• 第二章 標準數(shù)據(jù)庫的簡介17-21
• 2.1 引言17-18
• 2.2 標準數(shù)據(jù)庫的簡介18-20
• 2.2.1 PhysioNet網(wǎng)站簡介18-19
• 2.2.2 本文使用的心電數(shù)據(jù)庫19-20
• 2.3 本章小結20-21
• 第三章 心電信號的預處理研究21-27
• 3.1 引言21
• 3.2 心電信號的噪聲組成21-22
• 3.3 心電信號的濾波方法22-25
• 3.3.1 傳統(tǒng)的數(shù)字濾波器22-23
• 3.3.2 基于小波變換的心電信號濾波23-24
• 3.3.3 基于LPF的心電信號濾波24-25
• 3.4 本文使用的心電濾波方法25-26
• 3.5 本章小結26-27
• 第四章 心電信號的特征提取研究27-43
• 4.1 引言27
• 4.2 QRS波群檢測研究27-33
• 4.2.1 QRS波群檢測的概述27-29
• 4.2.2 基于小波變換的R波檢測29-32
• 4.2.3 Q波和S波檢測32-33
• 4.3 T波的檢測研究33-42
• 4.3.1 T波檢測的概述33-35
• 4.3.2 T波的檢測35
• 4.3.3 T波形態(tài)的識別35-36
• 4.3.4 T波終點的檢測研究36-42
• 4.4 本章小結42-43
• 第五章 ST段的分析研究43-59
• 5.1 引言43-44
• 5.2 曲率尺度空間技術的簡介44-46
• 5.3 ST段的特征提取46-51
• 5.3.1 J點的定位47-48
• 5.3.2 ST段終點的定位48-51
• 5.4 ST段改變的研究51-55
• 5.4.1 ST段水平檢測51
• 5.4.2 基于曲率尺度空間技術識別ST段形態(tài)51-55
• 5.5 實驗結果55-57
• 5.6 本章小結57-59
• 第六章 總結與展望59-61
• 6.1 論文總結59-60
• 6.2 工作展望60-61
• 參考文獻61-66
• 致謝66-67
• 碩士期間發(fā)表的論文與參加的科研項目67

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前2條

1 平其能;納米藥物制劑的現(xiàn)在和將來[J];中國藥師;2002年07期

2 ;[J];;年期

中國重要會議論文全文數(shù)據(jù)庫 前3條

1 鄒建成;范興華;;基于尺度空間的醫(yī)學圖像特征分析[A];第四屆全國幾何設計與計算學術會議論文集[C];2009年

2 胡巍;張桂林;陳朝陽;;一種基于尺度空間理論的高斯平滑方法[A];1998年中國智能自動化學術會議論文集（下冊）[C];1998年

3 周艷蕊;邵長波;;PIV技術在大尺度空間的應用研究[A];2005年山東省制冷空調(diào)學術年會論文集[C];2005年

中國博士學位論文全文數(shù)據(jù)庫 前2條

1 胡俊華;圖象局部不變特征及其應用研究[D];中國科學技術大學;2009年

2 章鵬;多尺度特征檢測：方法和應用研究[D];中國科學技術大學;2010年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 曲穎;角點在輪廓高斯差尺度空間的行為分析及檢測算法研究[D];重慶大學;2012年

2 王穎;基于尺度空間技術的多邊形近似[D];蘇州大學;2013年

3 鄭瑞連;基于L曲率的尺度空間技術[D];南京航空航天大學;2012年

4 付杰;基于尺度空間的局部不變特性提取及匹配算法研究[D];上海師范大學;2014年

5 王洪星;角點在輪廓尺度空間的行為分析與檢測研究[D];重慶大學;2010年

6 李明;基于曲率尺度空間的人頭部檢測算法研究[D];湖南大學;2010年

7 李金金;基于k曲率的尺度空間描述技術研究[D];蘇州大學;2014年

8 丑國珍;城市空間的層次及尺度空間初探[D];重慶大學;2003年

9 高培培;小尺度空間水景設計理念及營造技術的研究[D];河北農(nóng)業(yè)大學;2008年

10 崔憶南;曲率尺度空間形狀分析技術研究[D];蘇州大學;2013年

，

本文編號：942592