移動心電監(jiān)護系統(tǒng)ECG信號的智能檢測與分析方法研究.pdf

1、移動心電監(jiān)護系統(tǒng)是一種基于移動通信網(wǎng)絡的、面向家庭和社區(qū)的新型遠程心電監(jiān)護系統(tǒng)。針對心臟疾病的發(fā)作具有隨機性和危險性的特點，該系統(tǒng)對傳輸?shù)接嬎阒行牡膭討B(tài)心電信號進行實時檢測和心臟疾病的自動診斷，為用戶提供緊急救護、疾病預警、醫(yī)學咨詢和指導等多種服務，從而保證了用戶心電監(jiān)護的質量。因此，移動監(jiān)護系統(tǒng)ECG信號實時檢測和自動診斷結果的準確性如何，將直接關系到整個心電監(jiān)護系統(tǒng)性能與服務質量的好壞，甚至和用戶的生命息息相關。另一方面，目前心電信

2、號的自動檢測和分析方法還存在諸多的不足之處，在理論研究和實際應用方面仍有改進和創(chuàng)新的余地。針對這種現(xiàn)狀，論文從移動心電監(jiān)護系統(tǒng)ECG信號的智能檢測和分析方法著手，對動態(tài)ECG信號的實時檢測、心電信號的多域特征信息的提取、心電信號的自動分類與疾病診斷等問題進行了理論研究和臨床實驗。論文的主要研究工作和創(chuàng)新點在于： (1)針對傳統(tǒng)差分閾值法檢測QRS波群的局限性，提出了利用二階差分極小值和一階差分過零點來精確定位心電信號QRS波群的

3、實時檢測算法。該算法通過對ECG信號的二階差分和一階差分信號進行四點平滑濾波，提高了二階差分信號和一階差分信號的信噪比，更有利于信號特征點的檢測；具有自適應和自學習功能的檢測閾值的設置，提高了QRS波群精確檢測和定位的準確率，增強了算法的抗干擾能力和魯棒性；該算法的對特征波形定位的搜索時間窗不到0.02秒，使其更適合于動態(tài)ECG信號的實時處理。通過對MIT/BIH心律失常數(shù)據(jù)庫、模擬動態(tài)心電信號、臨床動態(tài)心電信號進行的測試，QRS波群的

4、檢測準確率分別達到了99.12％、99.92％和99.97％，說明該實時檢測算法是切實可行的。 (2)首次采用粗糙集理論來提取ECG信號的特征信息。目前心電信號特征信息的提取都是憑經(jīng)驗和研究者的主觀臆斷，沒有理論依據(jù)可借鑒。論文采用粗糙集理論的知識表達系統(tǒng)，將ECG的各種信息作為心電知識表達系統(tǒng)的條件屬性，把各種ECG信號的診斷結果作為其決策屬性，建立了ECG信息的決策表；應用粗糙集的知識約簡理論來對決策表的條件屬性進行化簡，所

5、得的條件屬性核就是心電信號的特征信息。由于粗糙集理論具有嚴格的數(shù)學定義，使得ECG信號的這種特征提取方法具有充分的理論依據(jù)，提高了特征信息的科學性和可靠性。 (3)對ECG信號進行多域特征信息的提取和處理。針對目前心電信號特征信息的提取僅依靠時域、頻域或小波域中某一域的信息，論文基于數(shù)據(jù)挖掘和數(shù)據(jù)融合的思想，首次提出了心電特征信息應由患者的靜態(tài)信息特征子集、ECG信號的時域特征子集、頻域特征子集和小波域特征子集構成。論文用粗糙集

6、理論對ECG信號的時域、頻域、小波域的特征信息的提取方法進行了詳細的闡述，將多域特征子集的并集作為ECG的特征信息集，使其能夠更全面、客觀、充分地反映ECG信號所代表的疾病信息，提高了特征信息的準確性和完備性。 (4)對基于支持向量機的心律失常自動分類方法進行了研究。針對目前心電自動分類方法存在推廣性較差的缺點，論文提出了采用支持向量機來實現(xiàn)ECG信號的自動識別和分類。由于SVM分類器多用于二元模式識別，論文首次提出了具有明確數(shù)