基于心電圖分析的心律失常分類.pdf

1、心律失常是人群中的常見現(xiàn)象，嚴(yán)重的心律失常會(huì)立即威脅人類生命，因此及時(shí)的檢測出心律失常，對預(yù)防心臟病和心臟猝死的發(fā)生具有重要的意義。心電圖直接記錄了心臟搏動(dòng)過程中微弱電流的有規(guī)律變化，是心血管疾病診斷的重要工具，以其無創(chuàng)、快速、準(zhǔn)確的特點(diǎn)在臨床診斷中發(fā)揮了不可替代的作用。
　　 近年來利用計(jì)算機(jī)進(jìn)行數(shù)據(jù)處理，實(shí)現(xiàn)心電圖的快速自動(dòng)分析來提高臨床心律失常診斷的效率和準(zhǔn)確性是醫(yī)學(xué)研究領(lǐng)域的熱點(diǎn)問題。但由于噪聲干擾、個(gè)體差異、心律失常分

2、類繁多等原因，這一技術(shù)目前仍不能滿足臨床需求。本文針對各種異常心拍的識別分類問題做了進(jìn)一步的研究，引入了異常心電節(jié)律分析，并結(jié)合小波分析方法和獨(dú)立分量分析方法，實(shí)現(xiàn)了九類心拍的自動(dòng)識別。
　　 首先，針對心電信號中的基線漂移和工頻干擾，本文中分別使用中值濾波器和梳狀濾波器進(jìn)行去噪處理?；跒V波器的方法已經(jīng)應(yīng)用的比較成熟、穩(wěn)定，在實(shí)時(shí)處理中計(jì)算速度較快并能夠有效提高信噪比。第二，近年來應(yīng)用于心電圖特征提取的方法（包括直接方法、參數(shù)

3、方法、基于變換的方法和基于統(tǒng)計(jì)學(xué)的方法等）各有長短，但都具有一定的片面性，為了盡可能全面表達(dá)信號特征，本文嘗試綜合采用參數(shù)方法、小波變換和獨(dú)立分量分析三種方法，提取心電信號在不同域上的特征參數(shù)，構(gòu)成高維特征向量空間。第三，高維特征向量空間能夠提高分類精度，但同時(shí)也會(huì)增大分類器的計(jì)算量。本文通過遺傳算法優(yōu)化特征空間，使用類內(nèi)類間距離比來作為優(yōu)化中的適應(yīng)度評價(jià)函數(shù)，選擇能夠最大限度表達(dá)信號特征的向量，消除冗余，形成維數(shù)更低、分辨率更高的優(yōu)化