心電信號的分析與識別方法研究.pdf

1、隨著現(xiàn)在人們生活水平的提高,心血管類的疾病的發(fā)病率也變得更高了,甚至被稱為全球“頭號殺手”。而對傳統(tǒng)的人工對心電信號進行識別,容易由于醫(yī)務(wù)人員疲勞等原因易產(chǎn)生誤判或漏判。對心電信號的自動診斷能夠?qū)⑨t(yī)務(wù)人員從煩瑣的心電圖形識別中解脫出來,提高診斷心血管疾病的效率。對此,本文提出了一個新的心律失常分類的方法,利用高階統(tǒng)計量的方法和決策表分類器的方法對心電信號進行分析與識別。
　　本文按照心電信號的自動診斷的順序,從預處理到最后的心電波

2、形識別的具體操作一步步作了介紹。通過心電儀器從病人身上得到的心電信號,需要經(jīng)過一些預處理操作,去除工頻干擾,基線漂移等噪音干擾。由于本文采用的是MIT-BIH心律失常標準數(shù)據(jù)庫,因而預處理的除噪過程和波形檢測的過程本文并沒有詳細介紹。本文所研究的主要內(nèi)容有如下幾點:
　　1.由于特征提取的2個基本原則,一是讓同類間的數(shù)據(jù)特征差異盡量小,二是讓不同類間的數(shù)據(jù)特征差異盡量大。而本文經(jīng)過對一些原始心電波形的形態(tài)進行觀察和分析,發(fā)現(xiàn)基于原

3、始心電信號的波形個體差異變得很大。本文采用了高階統(tǒng)計量的方法,將原始波形變換到三個累積量(二階累積量、三階累積量和四階累積量)上,通過在matlab中繪圖并觀測可知,同類型的心電信號的波形經(jīng)過變換之后個體差異明顯變小了。
　　2.經(jīng)過提取到高階統(tǒng)計量的特征,結(jié)合心電信號波形的RR間期特征,得到一個含有18個特征的特征向量。本文利用一個基于粗糙集理論的決策表分類器進行分類。利用在特征提取中得到的18個特征,將其作為決策表的條件屬性,

4、而根據(jù)AAMI標準將所有的心電信號波形所分成5種類型便作為決策表的決策屬性。利用MIT-BIH數(shù)據(jù)庫中的心電信號記錄對決策表進行訓練,并約簡,得到一個簡化的決策表。本文便是利用這個簡化的決策表對心電信號波形進行識別的。
　　3.本文將MIT-BIH數(shù)據(jù)庫中第101條記錄中前1000個正常搏動類型心電波形訓練決策表分類器,然后再對后續(xù)500條正常搏動類型的心電波形進行測驗?？梢缘玫皆摏Q策表的分類精度達到了90.2％。當所訓練的樣本足