论文题目: 基于小波变换与模糊神经网络的ECG自动分析
论文类型: 硕士论文
论文专业: 生物医学工程
作者: 张艳丽
导师: 陈振生
关键词: 心电图,室性早搏,小波变换,自适应滤波,模糊神经网络
文献来源: 山东大学
发表年度: 2005
论文摘要: 心血管疾病是当今危害人类健康的主要疾病之一,心电图(ECG)检查是临床诊断心血管疾病的重要方法。利用计算机对ECG信号进行自动准确的分析是国内外学者热衷的课题。ECG自动分析的任务主要包括对ECG信号进行滤波预处理、进行波形特征点的检测等,最终目的是对心电波形进行分类识别,根据其波形特点或者特征参数自动地做出疾病诊断。在各种心血管疾病中,室性早搏(PVC)是一种最常见的心律失常,它的实时、正确检测是ECG自动分析的一项重要技术,对提高心律失常检测、监护系统和动态心电图分析系统的性能起关键作用,对改善心脏病诊断有重要的实用价值。 利用小波变换进行ECG信号滤波处理与波形检测、用模糊推理技术及神经网络进行ECG分类识别等,在国内外已有不少报道,但算法还都不够完善。本课题就是要对小波变换和模糊神经网络在ECG自动分析中的应用,进行深入的研究和探讨,在总结前人工作的基础上,主要做了以下几方面的工作: 1.对基于小波变换的ECG信号滤波方法进行改进,即:将小波变换与自适应滤波技术相结合。这也是本论文的创新之处。经实验仿真验证,采用本文改进的滤波方法,可以在有效地去除噪声、干扰的同时,减少有用心电信息的损失,较好地保持心电信号的波形特征。 2.利用小波变换的信号奇异性检测理论,深入研究和探讨了ECG波形检测方法,即构造Marr小波滤波器,从等效滤波器的角度分析ECG信号的离散二进小波变换,通过对ECG信号小波变换模极大值列的探测,准确检测出R波、QRS波起止点、P波、T波等波形特征点。在R波检测中,采用了可变阈值、不应期、Lipschitz指数判据等策略,极大地提高了波形检测正确率。 3.进行室性早搏自动检测算法的研究:将模糊逻辑与神经网络进行有机结合,即利用具有模糊化输入、输出的前向神经网络的分类识别能力,实现ECG信号中正常心拍和室性早搏的自动识别,用MIT—BIH心电数据库中的样本数据对该模糊神经网络进行训练、检验,证明该网络具有较高的PVC自动识别率。
论文目录:
目录
摘要
ABSTRACT
第一章 绪论
1．1 引言
1．2 心电图概述
1．2．1 典型的正常心电图波形
1．2．2 心电图产生原理
1．3 心律失常与室性早搏
1．4 计算机辅助ECG自动分析概述
1．4．1 计算机辅助ECG自动分析研究的发展和意义
1．4．2 ECG自动分析技术的研究现状
1．4．3 ECG自动分析研究的难点
1．5 本文主要内容及章节安排
第二章 小波变换基本理论
2．1 小波变换的定义
2．1．1 连续小波基函数
2．1．2 连续小波变换
2．1．3 离散小波变换
2．2 多分辨率分析和正交小波变换
2．2．1 多分辨率分析
2．2．2 二尺度方程及多分辨率滤波器组
2．2．3 正交小波变换及其快速算法
2．2．4 离散序列的多分辨率分析与正交小波变换
2．3 小波变换的信号奇异性检测理论
2．3．1 离散二进小波变换
2．3．2 小波变化模极值(或过零)点与信号突变点的关系
2．3．3 用小波变换模极大值的变化规律表征信号的奇异性
2．4 小结
第三章 ECG滤波预处理
3．1 ECG信号的能量谱分析及其噪声特点
3．2 基于小波变换的自适应滤波方法
3．2．1 自适应滤波理论
3．2．2 滤波方法思路
3．2．3 实验仿真与结果分析
3．3 小结
第四章 ECG波形检测
4．1 R波检测
4．1．1 小波基函数的选择及ECG信号的二进小波变换
4．1．2 R波检测原理
4．1．3 R波检测过程及算法流程
4．1．4 R波检测实验与结果分析
4．2 ORS波起、止点及P、T波的检测
4．3 小结
第五章 基于模糊神经网络的PVC自动识别
5．1 基本理论简介
5．1．1 人工神经网络
5．1．2 模糊技术
5．1．3 模糊理论与神经网络的结合
5．2 模糊技术与神经网络理论在PVC自动识别中的应用
5．3 基于模糊神经网络的PVC自动识别
5．3．1 ECG信号特征参数的选取
5．3．2 模糊神经网络的模型结构
5．3．3 网络学习算法及其改进措施
5．3．4 实验及结果分析
5．4 小结
第六章 总结与展望
6．1 课题总结
6．2 研究展望
参考文献
致谢
攻读硕士学位期间所发表的论文
学位论文评阅及答辩情况表
发布时间: 2005-10-17
参考文献
- [1].基于小波变换的ECG信号的特征提取与数据压缩[D]. 薛涛.江苏大学2007
- [2].支持向量机（SVM）及其在心电图（ECG）分类识别中的应用[D]. 唐孝.四川师范大学2007
- [3].ECG信号的自适应干扰消除与波群识别研究[D]. 李娟.西安电子科技大学2014
- [4].ECG波形可视化聚类策略研究[D]. 耿涛.天津理工大学2013
- [5].ECG波形分类算法研究[D]. 洪玮.浙江大学2001
- [6].ECG和MRI数据无损压缩算法的初步研究[D]. 田峰.电子科技大学2007
- [7].基于ECG信号的身份识别技术研究[D]. 汪莉.山东大学2005
- [8].基于UMPCA的12导ECG特征提取和分类研究[D]. 李栋.上海交通大学2014
- [9].基于混沌时间序列的心电信号辅助诊断[D]. 许月琳.苏州大学2009
- [10].应用于穿戴式生理参数监护系统的ECG信号处理算法在DSP器件上的实现[D]. 颜彦.重庆大学2007
相关论文
- [1].基于小波包技术的心电信号特征提取与数据压缩[D]. 周仲兴.天津大学2006
- [2].心电信号的自动检测与分析[D]. 唐雅青.上海交通大学2007
- [3].心电信号自动分析技术的研究[D]. 赵耀.郑州大学2007
- [4].心电信号自动分析算法的研究[D]. 张美慧.西南交通大学2007
- [5].心电图自动诊断系统的设计[D]. 赵玲.重庆大学2005
- [6].基于粗集理论与小波变换的心电信号自动分析研究[D]. 邱雅竹.四川师范大学2005
- [7].基于特征提取与神经网络的心电图分类研究[D]. 冯俊.四川师范大学2005
- [8].心电信号检测算法研究[D]. 张飞.中南大学2005
- [9].心电图的计算机智能分析系统[D]. 陈长亮.山东大学2006
- [10].小波变换在心电图数据处理中的应用研究[D]. 郑凯梅.北方工业大学2003