论文题目: 基于多尺度时频分析的心电R波检测以及心率变异性（HRV）分析方法研究
论文类型: 硕士论文
论文专业: 生物医学工程
作者: 李向军
导师: 陈裕泉
关键词: 心电波检测,心率变异性,多尺度,时频分析
文献来源: 浙江大学
发表年度: 2005
论文摘要: 基于RR间期序列的心率变异性分析(HRV)是近20年发展起来的定量评估心脏自主神经调节功能的无创性检测方法,在科研和临床上有较大的应用价值。HRV分析的第一步是心电R波的准确检测。小波分析在R波检测方面得到了有效应用,显示了多尺度分析在分析诸如心电信号这样非平稳信号方面的独特优势。在第三章介绍了小波变换检测信号奇异性的原理,即可用信号小波变换的模极值与奇异性的对应的关系来确定信号奇异点的位置,并介绍了使用一次微分小波和二次微分小波检测R波的原理和特点,给出了算法流程,还简要介绍了此类算法的发展方向。 在第四章深入介绍了经验模式分解(EMD)方法的原理,该方法在具有小波变换多尺度分析优势的同时,更具有自适应性。虽然在地震、水波和故障检测领域得到了良好的应用,但在R波检测方面的应用还极少见诸报道。本文分析结果显示将心电信号用EMD分解后的一阶本证模函数(IMF)能有效抑制和缓解工频、肌电以及呼吸伪迹等各种干扰,并准确突出了R波位置,可用以进一步检测定位,并用MIT/HIB的标准心电信号进行了验证,取得了良好的效果。 在准确探测R波的基础上,可对以RR间期为基础的URV信号进行分析。HRV可以反映自主神经系统活性和定量评估心脏交感神经与迷走神经张力及其平衡性,是预测及判断心血管疾病的一个有价值的指标,并在人群健康评估,运动员、飞行员以及航天员的生理状况监测上得到了有效应用。第五章将从研究方法上指出以小波分析和EMD为代表的多尺度时频分析可以比通常的HRV时频分析方法揭示更多的信息,和非线性动力学分析一起成为HRV分析的发展方向。特别是经EMD分解得到的Hibert谱及Hibert边际谱具有更好的分辨率,非常适合对HRV进行时频分析。
论文目录:
第一章 绪论
1．1 心率变异性(HRV)的生理基础及临床应用
1．1．1 HRV的生理基础
1．1．2 HRV的临床应用意义
1．2 HRV信号的获得
1．2．1 心电R波检测技术概述
1．2．2 HRV信号的定义方法
1．3 HRV分析发展状况
1．3．1 HRV线性分析
1．3．2 HRV非线性分析
1．4 课题背景及内容
1．5 小结
第二章 多尺度时频分析理论概述
2．1 非平稳信号与多尺度时频分析方法
2．2 短时傅立叶变换(STFT)与Gabor变换
2．3 双线性时频分布及Wigner-Ville谱
2．4 小波变换(WT)
2．4．1 连续小波变换(CWT)
2．4．2 离散小波变换(DWT)
2．4．3 小波多尺度分析(多分辨率分析)与Mallat算法
2．5 经验模式分解方法(EMD)
2．6 小结
第三章 基于小波变换的R波检测方法
3．1 小波变换在心电信号分析中的应用情况
3．2 小波变换检测信号奇异性的原理
3．2．1 信号的奇异性和Lipschitz指数
3．2．2 信号小波变换的局部极值与奇异性检测
3．3 基于小波变换的R波的检测方法
3．3．1 基于一次微分小波的R波检测方法
3．3．2 基于二次微分小波的R波检测方法
3．4 小波检测R波算法的发展方向
3．5 小结
第四章 基于经验模式分解(EMD)的R波检测方法
4．1 EMD方法检测信号奇异性的原理
4．1．1 深入理解EMD方法
4．1．2 EMD方法检测信号奇异性的依据
4．2 EMD检测QRS波可行性研究
4．2．1 直接基于本征模函数(IMF)的R波检测法
4．2．2 用IMF的Hilbert变换来检测R波
4．3 小结
第五章 基于多尺度时频分析的HRV分析方法研究
5．1 多尺度时频分析方法在HRV时域研究中的应用
5．2 多尺度时频分析方法在HRV频域研究中的应用
5．3 多尺度时频分析方法在HRV时频联合分析中的应用
5．4 小结
第六章 结论与展望
6．1 主要结论
6．2 未来研究工作的展望
参考文献
攻读学位期间发表的学术论文目录
致谢
发布时间: 2005-07-15
参考文献
- [1].探究不同趋势下HRV信号熵信息的稳定性[D]. 张印.陕西师范大学2017
- [2].基于心血管信号特征和心率变异性的多情绪量化与分类[D]. 夏逸蓉.山东大学2018
- [3].基于心率变异性的精神压力评估方法研究[D]. 吴志钢.华南理工大学2017
- [4].基于时频分析的心率变异性研究[D]. 卢山.重庆大学2004
- [5].血压变异性和心率变异性的关联分析[D]. 白岩.浙江大学2006
- [6].基于心率变异性参数的压力状态描述研究[D]. 陈彦会.天津理工大学2017
- [7].心率变异性在汽车司机驾驶疲劳监测中应用的研究[D]. 刘灵.重庆大学2007
- [8].心率变异性非线性动力学分析的研究[D]. 闫春红.重庆大学2004
- [9].基于心音HRV理论的精神压力分析系统[D]. 姚鹏飞.南京邮电大学2017
- [10].心率变异性信号频域及人工神经网络分析[D]. 杨林.华中科技大学2006
相关论文
- [1].心率变异信号的检测与分类[D]. 袁静.江苏大学2006
- [2].基于小波变换的异常心电自动分析系统研究[D]. 唐庆余.西安电子科技大学2007
- [3].基于小波变换的心电检测系统及其FPGA实现[D]. 孙长江.哈尔滨工程大学2007
- [4].心电自动分析系统的研究[D]. 李雪飞.重庆大学2007
- [5].心率变异性非线性动力学分析的研究[D]. 闫春红.重庆大学2004
- [6].心电算法及其参数数据库的构建[D]. 杨洁.浙江大学2004
- [7].心率变异信号临床分析技术的研究[D]. 肖冬萍.重庆大学2004
- [8].基于时频分析的心率变异性研究[D]. 卢山.重庆大学2004
- [9].心电信号检测算法研究[D]. 张飞.中南大学2005
- [10].动态ECG分析中QRS波检测算法的研究[D]. 尹登峰.浙江大学2003