心电信号检测及压缩算法的研究

论文摘要

随着人类社会经济生活水平的不断发展,心血管疾病已成为当今危害人类身体健康的主要疾病之一。而心电图检查是临床上诊断心血管疾病的重要方法,其中关键的问题是如何准确的检测出QRS波,并进行特征提取以及如何对数据进行压缩,以便于进行数据传输和存储。本论文就是针对这一系列问题,利用小波分析的理论,对心电信号特征点进行检测和特征提取,并对心电数据压缩的算法进行了深入的研究。小波变换是一种信号的时间—尺度分析方法,它具有多分辨率分析的特点,而且在时频两域都具有表征信号局部特征的能力。由于其在信号处理领域表现出的优异性能,目前在生物医学领域,广泛应用于信号检测、特征提取、图像处理、信号压缩等方面。本文首先介绍了ECG信号的产生原理及其波形特性。然后引入了小波分析理论,最后对QRS波检测算法和心电信号的压缩算法等方面进行了深入探讨。在QRS波检测时,选取二次样条小波作为小波基函数,对心电信号进行小波变换,利用小波变换可以检测信号奇异点的原理,进行R波检测,再确定Q波及S波位置;在心电信号压缩方面,使用了基于小波变换的阈值法来进行心电信号的压缩,并与现有的多种算法比较,具有较好的压缩效果。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题的背景和意义
• 1.2 心电图学基础
• 1.2.1 心电生理学机理
• 1.2.2 心电图基础
• 1.2.3 心电信号特征
• 1.3 QRS波群检测方法
• 1.3.1 阈值法
• 1.3.2 模板匹配法
• 1.3.3 小波变换法
• 1.3.4 神经网络法
• 1.3.5 语句描述法
• 1.3.6 数学形态学法
• 1.4 常用心电数据库
• 1.4.1 CSE数据库
• 1.4.2 AHA数据库
• 1.4.3 MIT/BIH 心律失常数据库
• 1.5 本文研究内容
• 第2章 小波分析基础
• 2.1 引言
• 2.2 傅立叶变换与小波变换
• 2.3 小波变换类型
• 2.3.1 小波基函数
• 2.3.2 连续小波变换
• 2.3.3 离散小波变换
• 2.4 多分辨率分析、Mallat算法
• 2.4.1 多分辨率分析
• 2.4.2 Mallat算法
• 2.5 本章小结
• 第3章 基于小波变换的QRS波群检测
• 3.1 引言
• 3.2 小波变换检测ECG奇异点的原理
• 3.3 小波函数的选取
• 3.3.1 小波基的数学特性
• 3.3.2 小波基的选取
• 3.4 二次样条小波的频谱特性分析
• 3.5 心电信号的检测
• 3.5.1 R波的检测
• 3.5.2 QRS波起止点的检测
• 3.6 实验结果及分析
• 3.7 本章小结
• 第4章 心电数据的压缩
• 4.1 引言
• 4.1.1 常用的数据压缩算法
• 4.1.2 压缩评价指标
• 4.2 心电信号小波变换压缩原理
• 4.3 压缩算法实现
• 4.3.1 信号预处理
• 4.3.2 离散小波变换及阈值处理
• 4.3.3 阈值化后的小波系数编码
• 4.4 压缩性能计算
• 4.5 实验结果及分析
• 4.6 本章小结
• 结论
• 参考文献
• 致谢