心電診斷儀的研究.pdf

1、當人類的心血管發(fā)生病變時,心臟所產生的心電信號會相應隨之而出現(xiàn)各種節(jié)律紊亂及失常的情況。心電信號是人類最早研究并應用于醫(yī)學臨床的生物信號之一,它比其它生物電信號更易于檢測,并且具有較直觀的規(guī)律性,因而心電圖分析技術促進了醫(yī)學的發(fā)展。心電圖分析在七十年代起開始發(fā)展,從人工分析發(fā)展到自動分析的技術。為了更好的適應市場需求,心電圖自動分析與診斷是國內外學者近年所熱衷的研究課題。本文的目的是設計出一個完整的心電診斷儀系統(tǒng)。其中包括心電采集系統(tǒng)、

2、心電信號預處理系統(tǒng)、心電分類識別系統(tǒng)及其后續(xù)的界面顯示。本文主要工作如下:
　　1.本文設計了多路心電信號的實時采集及顯示系統(tǒng)。其中包括心電信號多路采集及AD轉換、后續(xù)的上位機顯示界面。
　　2.本文采用基于小波閾值方法與形態(tài)學峰谷檢測相結合的Q RS波群聯(lián)合檢測算法,解決了小波變換會出現(xiàn)的誤檢。并對多類小波的消噪效果進行對比,取得最優(yōu)化小波對心電信號進行預處理。采用中值濾波的方法濾除小波的基線漂移,最后運用上述方法進行 Q

3、RS波群聯(lián)合檢測,實驗證明,本文采用的方法取得了良好的檢測效果。
　　3.本文提出了基于加入稀疏約束的非負矩陣分解(SCNMF)的算法運用至心電信號分析中,該算法可提取特征向量,并通過分類器支持向量機(SVM)對異常心電信號進行分類。為驗證算法性能,本文分別根據(jù)基于主分量分析(PCA)和SCNMF算法提取特征向量,將其結果通過分類器SVM、決策樹(DT)進行處理,并對心電信號的病變情況進行分類診斷,隨后比較算法的性能。實驗結果證明