基于小波變換與神經(jīng)網(wǎng)絡(luò)的心電圖分類方法研究.pdf

1、近幾年伴隨著城市居民生活、工作節(jié)奏的加快和飲食規(guī)律的紊亂，心臟疾病已成為現(xiàn)代社會的高發(fā)病癥，心電圖能反映人體心臟的工作狀況，是對心臟疾病進行診斷的重要依據(jù)，因此，對大量的心電圖信息進行處理的過程就要求更加準確，實時性能更高。所以計算機對心電圖的自動分類方法就越來越受到廣大群眾尤其是研究者們的高度重視。
　　 本文研究基于小波變換與概率神經(jīng)網(wǎng)絡(luò)相結(jié)合的心電圖自動分類的方法。由于心電信號是非常微弱的信號，單位為毫伏(mV)級的，所以

2、非常容易受到環(huán)境的影響，噪聲對它的干擾較大，如果不加濾波，直接提取波形特征，會因為噪聲的加入而影響特征值的質(zhì)量，也會降低網(wǎng)絡(luò)的準確率和泛化能力。如何將肌肉震顫和工頻干擾，即高頻干擾的頻率成分，及基線漂移，即低頻信號成分濾除對進行后續(xù)特征提取和分類工作的準確率非常重要。所以本論文先采用小波算法對心電圖信號中因肌肉震顫、工頻干擾、基線漂移等引起的高低頻噪聲進行濾波處理，并利用數(shù)學形態(tài)學對心電圖的QRS波進行檢測定位和特征提取，提取出心電圖的