基于虚拟仪器的心电波形分析研究

论文摘要

心血管疾病是威胁人类生命的最主要疾病之一,而心脏病已经成为越来越突出的问题。因此,研究高性能的心脏检查设备对于心脏病的诊治具有十分重要的意义。心电波（Electrocardiogram,ECG）波形代表了整个心脏电激动的综合过程,它的基础是一个个心肌细胞的电激动,其中QRS（心电波的一部分,Part ofelectrocardio-graphic waves）波群代表心室的电激动过程,是心电图中最重要、最显著的波群。本文的研究工作,围绕动态心电信号的预处理、自动识别和分析处理而展开,主要包括以下几个方面。（1）研究原始心电信号的预处理方法。信号预处理通常是后续分析工作的基础。针对心电信号中较频繁出现的三种主要干扰:白噪声干扰、低频干扰和工频干扰,采用LabVIEW（虚拟仪器,Laboratory Virtual Instrument Engineering Workbench）分别设计整系数低通滤波器、整系数高通滤波器和整系数带通滤波器,并用待检测心电数据进行仿真实验。利用虚拟仪器实现滤波器频率响应特性分析测试的设计,便于检测设计的滤波器的可行性,有利于较好的调试心电信号的预处理,为后面的R点标定奠定了基础。（2）对R波峰值点检测算法进行改进研究。通过选取合理的特征标称值来避免交迭干扰;利用检测特征标称值上的模极大值对来减小干扰信号对R波检测造成的影响;通过确定阈值与各段最值倍数关系来检测该段的大峰值两侧的两个或多个小峰值中的真极值点;进行二次检索来消除漏检等问题。（3）基于LabVIEW平台建立R点标定算法系统,实现对待测心电信号以及掺入干扰信号的心电信号的仿真分析。设计了该系统框图和各功能模块,实现用不同方式读取心电数据。另外,将正常和非正常的心电数据输入该R点标定算法系统,分别显示在平滑处理前后的波形图的不一致性。同时,采用不同的平滑计算对正常和非正常的心电数据进行讨论和分析。最后,研究分析在选用多个的阈值系数时的R点标定波形,并获得阈值系数的取值范围。

论文目录

• 中文摘要
• 英文摘要
• 1 绪论
• 1.1 问题的提出及研究意义
• 1.1.1 问题的提出
• 1.1.2 研究的目的及意义
• 1.2 国内外研究现状
• 1.2.1 生物医学信号特点及处理
• 1.2.2 频谱心电图临床应用研究的进展
• 1.2.3 帧间差值的DCT压缩ECG数据的方法
• 1.3 生物医学信号检测的发展趋向
• 1.3.1 12导联同步心电图
• 1.3.2 动态心电图
• 1.3.3 单向动作电位图（MAP）
• 1.3.4 心内标测
• 1.3.5 体表记录的特殊部位传导组织的心电图
• 1.4 本文数据的来源及其应用
• 1.5 本文研究目的和内容
• 2 心电波形检测算法理论基础
• 2.1 引言
• 2.2 基于滤波和阈值检测的方法
• 2.2.1 Engelsel算法
• 2.2.2 Brekelmans算法
• 2.2.3 Nygards算法
• 2.2.4 Ligtenberg算法
• 2.2.5 Ahlstrom算法
• 2.2.6 Pan算法
• 2.2.7 Grotzai算法
• 2.3 基于模板匹配法
• 2.4 基于数学模型的方法
• 2.5 基于神经网络的方法
• 2.6 基于小波变换的方法
• 2.7 基于滤波器组法
• 2.8 基于图形识别的检测方法
• 2.9 小结
• 3 基于LabVIEW的心电数据预处理
• 3.1 虚拟仪器LabVIEW简介
• 3.1.1 LabVIEW虚拟仪器环境
• 3.1.2 LabVIEW组成
• 3.2 数字滤波研究
• 3.2.1 Chebyshev Ⅰ型低通滤波器
• 3.2.2 Chebyshev Ⅱ型低通滤波器
• 3.2.3 Butterworth滤波器
• 3.3 基于LabVIEW的滤波器设计
• 3.3.1 对采集心电数据叠加的白噪声的滤波
• 3.3.2 对采集心电数据叠加的正弦波的滤波
• 3.3.3 基于LabVIEW心电数据滤波法的实现
• 3.4 小结
• 4 基于LabVIEW的心电波形检测算法
• 4.1 引言
• 4.1.1 算法实现思想
• 4.1.2 心电信号特征点分析
• 4.2 基于时域分析算法研究
• 4.2.1 算法原始模型
• 4.2.2 算法的基本思想
• 4.3 R波峰值点检测算法改进
• 4.3.1 特征标称值的选择
• 4.3.2 R波最大值的确定
• 4.3.3 阈值的确定
• 4.3.4 漏检的消除
• 4.4 R点标定改进算法的实现
• 4.4.1 基于LabVIEW的算法系统框图
• 4.4.2 基于LabVIEW的算法设计
• 4.5 输出数据及分析
• 4.5.1 R点标定及平滑处理结果
• 4.5.2 上升斜率与下降斜率时间间隔不同时，其标定结果
• 4.5.3 阈值系数分析
• 4.5.4 阈值系数自适应调整
• 4.6 小结
• 5 结论与展望
• 5.1 结论
• 5.2 展望
• 致谢
• 参考文献
• 附录: 作者在攻读学位期间发表的论文目录