心電信號節(jié)律異常自動分析研究.pdf

1、心臟疾病具有突發(fā)性強、發(fā)病征兆不易察覺等特點。長期以來，對于心臟病的研究一直是學(xué)術(shù)界的重要課題。心電圖（Electrocardiograph）作為心臟電活動在體表的綜合表現(xiàn)，是目前分析與鑒別各種節(jié)律異常最精確的方法。心電信號節(jié)律異常自動分析是提高心電信號智能分析的重要手段。 本文對心電信號節(jié)律異常分析的整體流程進行了研究。心電信號首先要經(jīng)過預(yù)處理，進行噪聲的抑制和干擾的去除。之后，根據(jù)分類算法的需要選擇好的特征提取方法，提取心電

2、信號的特征向量。最后，選擇合理的分類器對特征提取得到的特征向量進行心搏分類。 心電信號的預(yù)處理主要包括基線漂移的去除和工頻的抑制，以及肌電信號的去除等。本文使用中值濾波去除基線漂移，平滑濾波抑制工頻干擾，用FIR濾波器同時去除這兩種噪聲，并且討論了小波變換同時去除基線漂移、工頻和肌電干擾等。并分析了不同場合對這些方法的選擇和使用。 本文使用小波變化提取心搏的特征向量。首先使用QRS檢測器檢測出QRS波群基點，從而得到QR

3、S波群的參考位置，然后利用db2小波進行l(wèi)evel4的分解，從而得到心搏的特征向量。本文還加入了RR1和RR2兩個時域特征，組合成為最終的特征向量。并用主成分分析和統(tǒng)計理論分析了特征向量的性能。 BP神經(jīng)網(wǎng)絡(luò)是本文使用的心搏分類器。本文討論并實驗了BP網(wǎng)絡(luò)的構(gòu)造和參數(shù)，如隱層個數(shù)，目標向量的構(gòu)造方法，隱層節(jié)點數(shù)等。最后利用實驗得到最佳參數(shù)，并利用這些參數(shù)分別對14類和8類心搏進行了分類，得到了優(yōu)良的性能指標，驗證了特征提取和分