基于UMPCA的12导ECG特征提取和分类研究-计算机科学与技术专业论文.docxVIP

基于UMPCA的12导ECG特征提取和分类研究-计算机科学与技术专业论文.docx

  1. 1、本文档共127页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于UMPCA的12导ECG特征提取和分类研究-计算机科学与技术专业论文

Dissertation Submitted to Shanghai Jiao Tong University for Master Degree of Engineering UMPCA BASED 12-LEAD ECG FEATURE EXTRACTION AND CLASSIFICATION Author: Dong Li Student ID: 1110339011 Speciality: Computer Science Supervisor: Prof. Liqing Zhang School of Electronic Information and Electrical Engineering Shanghai Jiao Tong University Shanghai, P.R. China December, 2013 附件四 上海交通大学 学位论文原创性声明 本人郑重声明 :所呈交的学位论文,是本人在导师的指导下, 独立进行研究 工作所取得的成果 。除文中己经注明引用的内容外, 本论文不包含任何其他个人或集体己经发表或撰写过的作品成果 。 对本文的研究做出重要贡献的个人和集体,均 已在文中以明确方式 标明。本人完全意识到本声明的法律结果由本人承担 。 学位论文作者签名 :全拓、 日期:斗。/恪 年 l 月 8 日 附件五 上海交通大学 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留 、使用学位论文的规定 , 同意学校保 留并向国家有关部 门或机构送交论文的复 印件和 电子 版, 允许论文被查阅和借阅。本 人授权上海交通大学 可 以将本学位 论文的全部或部分 内容编入有关数据库进行检索,可 以采用影印 、 缩印或扫描等复制手段保存和汇编本学位论文。 本学位论文属于 必威体育官网网址口,在一一年解密后适用本授 权书。 不必威体育官网网址 Eio 〈请在以上方框内打 .J ) 学位论文作者签名 :去柿、 指导敬阻 1 才叫 日期:21萨 年 l 月 罗 日 日期:ν1 华年 / 月 2 日 2 学位论文原创性声明 本人郑重声明:所呈交的学位论文,是本人在导师的指导下, 独立进行研究工作所取得的成果。除文中已经注明引用的内容外,本 论文不包含任何其他个人或集体已经发表或撰写过的作品成果。对 本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标 明。本人完全意识到本声明的法律结果由本人承担。 学位论文作者签名: 日期: 年 月 日 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定, 同意学校保留并向国家有关部门或机构送交论文的复印件和电子版, 允许论文被查阅和借阅。本人授权上海交通大学可以将本学位论文 的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或 扫描等复制手段保存和汇编本学位论文。 必威体育官网网址□,在 年解密后适用本授权书。 本学位论文属于 不必威体育官网网址□。 (请在以上方框内打“√”) 学位论文作者签名: 指导教师签名: 日期: 年 月 日 日期: 年 月 基于 UMPCA 的 12 导 ECG 特征提取和分类研究 摘 要 心电信号(ECG)的数据处理是一个极具科研价值和应用价值的研究课题。本文 主要围绕 12 导联 ECG 特征提取和分类问题,提出一个精确、可行的技术方案,包 括数据去噪、波形切分、时频域分析、张量表征、特征抽取、数据分类及其实际应用。 在数据表征方面,先前所做的研究大多基于 2 导联 ECG 数据库,选用向量作为 数据表征形式,取得不错的分类精度;但是临床实际所用为 12 导联 ECG,直接将 2 导联数据串行化的处理方法套用到 12 导联数据往往是不可行的。本文针对 12 导联 ECG 的结构特性,使用张量作为表征形式,避免了串行化时对结构相关性的丢失, 确保了特征完整性。 在特征抽取方面,大多研究仅着眼于 ECG 时域特征,而忽略了频域的重要特征。 本文通过短时傅里叶变换、Gabor 变换、Wigner-Ville 分布等时频域分析的技术手段, 将 ECG 时域数据变换为时频域数据,同时转换为张量结构。紧接着,本文提出一种 多线性不相关主成分分析(UMPCA)为核心的方法,将 12 导 ECG 张量数据从张量 空间投影到低维向量空间,实现特征抽取。最后,通过支持向量机(SVM)的分类实 验以及与类似方法的对比,证明了该方法的有效性和优越性。 在实践应用方面,本文将研究成果应用到在线的远程心电诊断系统中为医生提 供辅助诊断;同时提出了离线的数据挖掘方案,构想了大数据场景下的改进措施。 关键词:心电图,张量,时频域分析,特征提取,支持向量机 I UMPCA BASED 12-LEAD ECG FEATURE EXTRACTION AND CLASSI

您可能关注的文档

文档评论(0)

131****9843 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档