心电信号分析算法的研究与软件实现

心电信号分析算法的研究与软件实现

论文摘要

心电图(electrocardiogram,简称ECG)指的是心脏在每个心动周期中,由起搏点、心房、心室相继兴奋,产生的生物电的变化,是心脏活动在体表的综合反映,对心电信号进行分析进而诊断心脏疾病具有重要研究价值。近年来,以计算机为主体的现代信息技术与医学诊断的结合,使得心电图的自动诊断和分析成为计算机在生物医学领域里应用成功的范例之一,开展这方面的研究具有重要的理论意义和实用价值。本文开展了对心电信号预处理、分析及分析软件开发方面的研究工作。首先综述了当前的心电信号预处理、心电特征分析的研究现状。然后具体分析了两种较好应用于心电信号预处理的方法。接着本文重点研究了心电特征信息提取方法,给出了基于小波变换并且结合心电特征波形态的检测算法来识别和定位心电特征波,根据信号的奇异点与小波变换后不同尺度的对应关系来确定特征波。在对低幅多形态特征T波识别和定位时,采用对特征波先定形再定位的思想,根据不同的形态采用不同的定位方法,提高了T波及其起止点定位精度。在此基础上,本文将改进动态时间规整法(DTW)应用于ST特征段的形态识别,它克服了在进行波形匹配时传统DTW算法将欧氏距离作为距离度量带来的局限性,综合利用了波形的幅值信息,一阶导数信息(反映波型变化趋势),二阶导数信息(反映波形极值信息),提高了识别的准确性。本文采用了国际公认的MIT-BIH心电数据库以及Matlab软件对所提出的算法进行了大量实验,论证了算法的准确性和可靠性。最后编写了心电自动分析软件。采用Visual C++6.0编写。软件包括病历库的管理、心电波形的显示、特征参数的分析、波形形态识别和打印等功能。

论文目录

  • 致谢
  • 中文摘要
  • ABSTRACT
  • 目录
  • 1 引言
  • 1.1 心电特征自动提取的意义
  • 1.2 国内外研究现状
  • 1.2.1 心电信号预处理研究现状
  • 1.2.2 心电特征提取研究现状
  • 1.3 MIT-BIH数据库简介
  • 1.4 主要研究内容
  • 2 心电信号预处理研究
  • 2.1 心电信号的畸变和干扰
  • 2.2 心电信号预处理方法
  • 2.2.1 平滑滤波器
  • 2.2.2 自适应相干模板算法
  • 2.3 本章小结
  • 3 心电特征自动提取方法研究
  • 3.1 引言
  • 3.2 QRS复合波的检测
  • 3.2.1 QRS复合波检测概述
  • 3.2.2 差分阈值法
  • 3.3 小波变换理论概述
  • 3.3.1 连续小波变换
  • 3.3.3 离散小波变换
  • 3.3.4 Mallat算法
  • 3.3.5 多分辨率分析
  • 3.4 基于二进小波变换的心电检测算法
  • 3.4.1 小波基的选择
  • 3.4.2 双正交样条小波滤波器的构造
  • 3.4.3 特征尺度的选取
  • 3.4.4 基于二进小波变换的QRS复合波检测
  • 3.5 T波检测
  • 3.5.1 T波的特点
  • 3.5.2 T波特征信息提取
  • 3.6 本章小结
  • 4 ST形态识别
  • 4.1 引言
  • 4.2 DTW算法
  • 4.2.1 匹配模式
  • 4.2.2 DTW算法原理
  • 4.3 DTW算法的改进
  • 4.4 本章小结
  • 5 心电自动分析软件系统的设计与实现
  • 5.1 软件功能的实现
  • 5.2 本章小结
  • 6 结论与展望
  • 6.1 结论
  • 6.2 研究展望
  • 参考文献
  • 作者简历
  • 学位论文数据集
  • 相关论文文献

    标签:;  ;  ;  ;  

    心电信号分析算法的研究与软件实现
    下载Doc文档

    猜你喜欢