基于小波变换心电信号自动分析技术的研究

论文摘要

随着社会经济生活水平的不断发展,心血管疾病已经成为威胁人类健康的主要疾病之一,作为能反应心血管系统状态的心电信号,对其的研究分析具有重要的意义。心电信号的预处理和波形检测是心电自动分析和诊断的关键问题,直接决定着诊断与治疗心脏病的效果。小波变换是一种信号的时间一尺度分析方法,它具有多分辨率分析的特点,而且在时一频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。论文首先介绍了ECG信号的产生原理及其波形特性。基于小波分析理论,对心电信号的噪声抑制、特征波形检测及心律失常自动识别等方面进行了深入研究。在噪声抑制方面,讨论了小波阈值去噪原理以及小波阈值法在心电信号中存在的缺点,提出了平移不变小波去噪方法,仿真结果显示该去噪算法既有效地滤除了噪声,消除了Pseudo-Gibbs现象,又很好地保留了心电波形的奇异点,对于后面心电信号特征波形的检测有着重要的意义;特征波形检测方面,首先从信号处理的角度阐述了小波变换检测信号突变点的原理,同时根据ECG信号特征点与其小波变换模极大值之间的关系,提出了对心电信号QRS波、P波和T波的起点和终点检测的算法。最后采用MIT-BIH标准心电数据库对上述方法产生的结果进行评估,验证了算法的有效性;心律失常自动识别方面阐述了心律失常的产生原因,并介绍了主要的心律失常类别,并根据特征波形的检测结果对心律失常进行了简单的识别和诊断。

论文目录

• 摘要
• ABSTRACT
• 目录
• 第一章 绪论
• 1.1 心电图的组成
• 1.2 心电信号自动分析的内容及现状
• 1.2.1 心电信号预处理技术的研究现状
• 1.2.2 波形检测与特征点定位算法的研究现状
• 1.2.3 心律失常自动诊断技术研究现状
• 1.3 心律失常数据库介绍
• 1.3.1 CSE数据库
• 1.3.2 AHA数据库
• 1.3.3 MIT-BIH数据库
• 1.4 本课题的目的、意义和所作的工作
• 1.4.1 本文所做的工作
• 1.4.2 本文的结构和安排
• 第二章 小波理论基础
• 2.1 连续小波变换
• 2.1.1 连续小波基函数
• 2.1.2 连续小波变换的概念和性质
• 2.1.3 连续小波变换的逆变换
• 2.2 离散小波变换
• 2.2.1 连续小波变换的冗余
• 2.2.2 位移的离散化方法
• 2.2.3 离散小波变换的逆变换
• 2.3 多分辨分析
• 2.3.1 尺度函数与尺度空间
• 2.3.2 多分辨率分析概念
• 2.3.3 小波函数与小波空间
• 2.3.4 正交小波变换与多分辨率分析
• 2.4 二尺度方程及多分辨率滤波器组
• 2.4.1 二尺度方程
• 2.4.2 滤波器组系数的性质
• 2.5 多孔算法
• 第三章 心电信号的预处理
• 3.1 心电信号的噪声及其特性
• 3.2 小波阈值去噪算法
• 3.2.1 阈值去噪法去噪原理及步骤
• 3.2.2 阈值的确定
• 3.2.3 阈值函数
• 3.3 ECG信号平移不变小波去噪算法研究
• 3.3.1 小波阈值法在 ECG去噪中的缺陷
• 3.3.2 ECG信号平移不变小波去噪算法
• 3.3.3 ECG信号平移不变小波去噪实现步骤
• 3.4 仿真结果及分析
• 第四章 心电信号特征波形的检测算法研究与实现
• 4.1 小波变换表征信号突变点的原理
• 4.2 小波变换检测ECG波形成分的原理
• 4.2.1 小波函数的选取
• 4.2.2 ECG信号的分解
• 4.3 QRS波群的检测算法与实现
• 4.3.1 R波检测算法
• 4.3.2 Q波和S波的检测
• 4.3.3 检测结果
• 4.4 P波和T波的检测算法与实现
• 4.4.1 检测算法
• 4.4.2 检测结果
• 第五章 心律失常自动识别的实现
• 5.1 心律失常的分类
• 5.1.1 窦性心律
• 5.1.2 房性心律
• 5.1.3 交界区性心律
• 5.1.4 室性心律
• 5.1.5 心脏传导阻滞
• 5.1.6 预激综合征
• 5.1.7 心脏起搏器心律
• 5.2 心律失常的自动识别
• 5.2.1 识别算法
• 5.2.2 识别结果
• 第六章 总结与展望
• 参考文献
• 致谢
• 攻读学位期间主要的研究成果