心電信號自動檢測與診斷方法的研究.pdf

1、隨著社會的進(jìn)步和發(fā)展,心臟類疾病正日益成為人們的主要健康隱患。由于心臟類疾病多為慢性病,且具有明顯的突發(fā)性,因此一直困擾著廣大患者和醫(yī)學(xué)工作者。為了能及時發(fā)現(xiàn)心臟的異?；顒?希望能找到一種簡單有效的方式來監(jiān)測心臟活動。心電圖信號以其無創(chuàng)采集的特性得到了廣泛應(yīng)用。圍繞動態(tài)心電信號的自動檢測與診斷方法,人們正在開展大量的研究工作。
　　為了能夠?qū)崿F(xiàn)智能的24小時心電監(jiān)測系統(tǒng),一套快速有效的心電檢測與分類算法是必需的。本文針對心電圖五大

2、特征波形的自動檢測方法和幾類常見心電異常的分類方法展開了研究。
　　首先,本文提出了基于小波變換與K均值聚類的QRS波群檢測算法,以小波變換為工具對原始心電信號進(jìn)行預(yù)處理,再基于信號波形的斜率信息,利用K均值聚類的方法分離出QRS區(qū)域,從而檢測出R波,Q波和S波。然后根據(jù)T波和P波所處的RR間期中的相對位置信息,檢測出T波和P波。在完成了心電信號五大特征波形的檢測之后,以此為基礎(chǔ),提取出相應(yīng)的波形信息(包括時間間隔、波形高度等)。

3、在論文的最后一部分,對正常竇性心律(Normal)和四類異常心律:左束支傳導(dǎo)阻滯(LBBBB),右束支傳導(dǎo)阻滯(RBBBB),房性早搏(APC),室性早縮(PVC)展開分類研究,以提取出的波形信息組成特征向量,提出了基于支持向量機(SVM)方法的心電分類算法。
　　本文實驗中采用的數(shù)據(jù)集是麻省理工學(xué)院提供的心律不齊數(shù)據(jù)庫(MIT-BIHArrhythmiaDatabase),該數(shù)據(jù)庫的注釋文件中標(biāo)注出了R波位置,并由專家對各個心電