基于隱馬爾可夫模型的J波識(shí)別技術(shù)研究.pdf

1、J波是出現(xiàn)在心電圖中QRS波下降支終點(diǎn)的一個(gè)看起來像凹口或頓挫的波形。J波是一種低幅、高頻的變異波形，往往出現(xiàn)在早期復(fù)極化綜合征和Brugada綜合征病人的心電圖中，容易導(dǎo)致心率失常和猝死。臨床上，醫(yī)生只能通過肉眼觀察心電圖中的J波變異，容易造成誤診。因此，J波檢測在臨床上可以作為判定某些心臟病的一種非侵入性的標(biāo)記手段。
　　本文中首先利用獨(dú)立成分分析技術(shù)從心電圖中提取原始J波信號(hào)。并利用模糊神經(jīng)網(wǎng)絡(luò)的模型對(duì)提取算法進(jìn)行了改進(jìn)，定

2、義了分離度的概念，根據(jù)迭代過程中的分離度的不同選擇不同的步長，使得提取過程中的算法收斂速度和穩(wěn)態(tài)誤差達(dá)到均衡。根據(jù)提取的J波，構(gòu)建了一個(gè)包括2000個(gè)心電模式的數(shù)據(jù)庫。其次，本文定義了五個(gè)能反映J波特性的特征向量，包括三個(gè)時(shí)域特征向量和兩個(gè)基于小波的特征向量，并使用特征選擇和主成分分析減少特征向量的維數(shù)，作為分類器的輸入。而且，本文研究了時(shí)域特征向量的理想配置，這個(gè)理想配置是（a）140ms的時(shí)間延續(xù)，（b）-20ms的起點(diǎn)位置，和（c