体外自动除颤仪心室纤颤检测算法的研究

论文摘要

心脏的猝死是心律失常中最严重的症状和表现,如果不能及时地进行除颤等治疗手段,心脏猝死意味着生命的结束。经过数年的研究和实验表明,绝大多数情况下的心脏猝死是由心室纤颤或是持续性室性心动过速恶化所导致的。心室纤颤是最严重的,也是最致命的恶性心律失常。一般,若室性心动过速的心率大于180次/分钟就应立即除颤,避免迅速转换为心室纤颤,引致猝死。因此,心室纤颤节律的准确识别有着重要的意义。对于心电信号的时间序列的分析目前分为两种:从线性统计学和非线性动力学的角度分析。越来越多的研究和资料表明:利用线性的方法来研究非线性的心电信号是不够准确的,必然会丢失一些有用信息。目前已有一些非线性的方法用于异常心律的分析及心室纤颤的检测,如复杂度,熵等,但这些算法需要高信噪比或较长的时间序列。本文的目的是在心室纤颤检测领域,开发与应用一种新的非线性分析方法:递归量化分析法。该方法克服了传统方法对过程平稳的严格要求,又不受关于数据统计分布假设的限制,从而可获得其它方法难以得到的可靠结论。算法评估结果表明:将利用递归量化分析得到的心电信号的几种非线性参量作为特征值,对不同心律分类可以获得较高的准确率,可以有效的检测心室纤颤。这不仅为心室纤颤的检测,同时也为异常心电信号的检测提供了新的研究工具,在理论和实际应用上都有重要的意义。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题研究背景
• 1.2 本课题研究的目的及意义
• 1.3 国内外相关技术的研究现状
• 1.3.1 除颤仪的发展
• 1.3.2 VF 检测算法的发展
• 1.3.3 异常心电信号的非线性动力学研究
• 1.4 课题来源及本文的主要研究内容
• 第2章 异常心律检测的共性问题
• 2.1 心电图基础
• 2.2 医学根据
• 2.3 影响AEDS 的外部因素
• 2.4 算法性能评估参数
• 2.5 标准数据库
• 2.6 VF 检测算法的实现过程
• 2.7 本章小结
• 第3章 VF 检测的非线性方法
• 3.1 引言
• 3.2 传统的VF 非线性检测方法
• 3.2.1 相空间重构
• 3.2.2 复杂度
• 3.2.3 近似熵
• 3.3 递归量化分析
• 3.3.1 递归量化分析的优点
• 3.3.2 递归图
• 3.3.3 递归量化分析特征量
• 3.3.4 嵌入维及延迟时间参数的确定
• 3.4 本章小结
• 第4章 VF 检测算法的实验及评估
• 4.1 实验数据
• 4.2 信号的预处理
• 4.2.1 基线漂移的纠正
• 4.2.2 工频干扰的抑制
• 4.2.3 本实验的预处理过程
• 4.3 VF 检测算法的实验结果
• 4.3.1 相空间重构法的实验结果
• 4.3.2 复杂度法的实验结果
• 4.3.3 近似熵法的实验结果
• 4.3.4 递归量化分析法实验结果
• 4.4 算法性能评估
• 4.5 本章小结
• 结论
• 参考文献
• 致谢