心电信号处理与测的研究.pdf

心电信号的处理与检测 摘 要 心血管疾病是当今危害人类健康的主要疾病之一 心电图检查是临床上诊 断心血管疾病的重要方法 早期的心电信号分析是由医生完成的 这一过程无 疑费时费力且可靠性不高 因此心电信号的计算机自动诊断分析技术一直是国 内外学者所热衷的课题 尽管目前已有一些心电自动分析系统投入临床应用 但是由于心电波形测量与识别困难 导致诊断错误率高 因此 计算机自动分 析在每年的心电临床分析中所占比例很小 为了研究和解决这一问题 提高心电波形检测和分类的准确率 本文根据 心电信号处理的一般过程 主要作了以下几方面的研究工作 首先是心电信号的预处理 尝试利用两种小波去噪方法对心电信号去噪,该 种方法的突出优点在于当心电信号的信噪比较低时 仍可以恢复心电的基本特 征 确保后续检测工作的顺利进行 其次是心电信号波形的检测 提取特征点 文中分别在时域和小波域上对 心电信号中 P QRS T 波的波峰和起止点进行检测 另外 还采用建立数学 模型的方法 实现了对通常被忽略的 U 波的检测 并总结出模型的初始值设置 方法 提高了建模效率 最后是对心电信号进行异常检测和分类 包括三方面的内容 一是采用模 板匹配方法检测心室心动过速(VT) 文中以正常窦性心率(SR)为模板 计算了 多种不同的相似值 实现 VT 信号快速识别 二是采用人工神经网络对心搏进 行分类 文中改变通常将整个心搏神经网络的方法 采用先求取心电的 AR 模 型 再采用神经网络分类的方法 大大地降低了输入维数 并用该方法实现了 对 N L R 三类心搏的分类 三是提出了将支撑向量机应用于室性早 搏(PVCs)的检测 文中针对 PVCs 的特点 提取了心率 形态 小波域能量三 类特征 并通过参数标准化方法 消除特征在不同心电信号间的不一致性 采 用支撑向量机对特征分类 并对不同核函数分别进行试验 取得了良好的效果 准确率优于其他方法 i 另外 本文还对独立分量分析进行了探讨 独立分量分析是近期发展起来的 一种非常有效的盲源分离技术 文中介绍了在心电信号分析特别是在母婴心电 分离方面的应用 本文中实验数据主要来 MIT-BIH 数据库 由于其病例丰富 注释详细 得 到了世界的承认 有关心电研究的学术文章基本上都是用该数据库来验证 关键词 心电信号 信号处理 小波变换 支撑向量机 独立分量分析 ii THE STUDY OF ECG PROCESSING AND DETECTION Abstract Cardiac diseases are one of the major diseases that endanger humans health. The analysis of ECG is very important for clinical diagnosis of cardiac diseases. In the early time, doctors did the ECG analysis, which was difficulty and low reliability. So the automated analysis of ECG by computers has been a hotspot to researchers at home and abroad. Some automated ECG analysis systems have been put into clinic application,. But the measurement and classific