ECG信号特征检测和自动分析的研究

论文摘要

近年来,心脏病的发病率和死亡率越来越高,逐渐成为威胁人类健康的重要疾病之一,而心电图检测技术以其操作简单,于病人无创,便于阅读等优点,成为心脏病诊断、预防、科研的主要技术手段之一。心电图(ECG)作为诊断心脏病的重要手段,其分析与处理的好坏对于心脏病诊断和预防有着重要的意义。本文在研究心电信号处理的过程中,利用Iabview8.6编程环境,设计了一个心电信号特征检测和自动分析系统,实现了ECG去噪、特征提取和分析识别的功能,该系统可以对读入的ECG信号经过分析处理后,显示出简单的诊断报告。本文的主要研究工作如下：(1)通过小波变换的方法,对原始ECG信号进行去噪处理,根据不同的噪声,选取不同的阈值法进行去噪,在程序的界面显示中,可以同时显示原始ECG和去噪ECG的波形,便于对比和选取去噪方法,有利于心电信号的观察。(2)对去噪处理后的ECG信号进行特征值的提取,基于小波多分辨率分析的理论,在不同尺度上选取模极大值,进行相应的处理,能够提取出R波,QRS波群,P波和T波,经实验分析,效果较为理想。(3)通过逻辑判别法实现对ECG信号的自动分析功能,逻辑判别法类似于医生识别心电图的方法,这种方法原理简单,临床分类意义明确,特别是对心率失常类型的判断,具有较理想的结果。(4)利用labview编写程序,调试程序,实现系统的功能。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 心电信号自动分析的意义
• 1.2 心电图基础
• 1.2.1 心电图产生机理
• 1.2.2 心电图典型波形
• 1.2.3 心电图导联
• 1.3 心电信号自动分析的发展
• 1.3.1 心电信号去噪的发展
• 1.3.2 心电信号特征值检测的发展
• 1.4 论文的主要研究内容
• 第二章 心电信号的去噪
• 2.1 MIT-BIH数据库介绍
• 2.2 小波变换去噪的原理
• 2.2.1 小波变换简介
• 2.2.2 连续小波变换
• 2.2.3 离散小波变换
• 2.2.4 Mallat算法
• 2.3 小波的选择
• 2.3.1 Haar小波
• 2.3.2 Morlet小波
• 2.3.3 Marr小波
• 2.3.4 Meyer小波
• 2.3.5 Daubechies小波
• 2.3.6 Symlet小波
• 2.3.7 Coiflet小波
• 2.4 去除噪声
• 2.4.1. 去除基线漂移
• 2.4.2 去除工频干扰
• 2.4.3 去除肌电干扰
• 2.5 小结
• 第三章 心电信号特征值的提取
• 3.1 极值点检测法检测QRS波群
• 3.1.1 从极值点数组中确定R波峰值的位置
• 3.1.2 确定Q、S点位置
• 3.2 差分阈值法检测QRS波群
• 3.2.1 原理
• 3.2.2 波形检测
• 3.3 小波变换法检测QRS波群
• 3.3.1 R波检测
• 3.3.2 Q点S点检测
• 3.3.3 T波检测
• 3.3.4 P波检测
• 3.4 小结
• 第四章 ECG信号的检测和自动诊断系统的设计
• 4.1 系统结构设计
• 4.2 系统功能设计
• 4.3 系统流程设计
• 4.4 心电检测和自动诊断模块的设计
• 4.4.1 时间参数的设定
• 4.4.2 振幅参数的设定
• 4.4.3 心率的测定及诊断
• 4.4.4 常见心脏病的诊断
• 4.5 程序界面
• 4.5.1 xml格式的ECG显示界面
• 4.5.2 lvm格式的ECG显示界面
• 4.6 小结
• 第五章 总结与展望
• 参考文献
• 致谢
• 学位论文评阅及答辩情况表