紙質(zhì)心電圖數(shù)字化信息提取的關(guān)鍵問題研究.pdf

1、在臨床診斷過程中,醫(yī)院一直依賴心電圖作為監(jiān)測病人心臟電活動的儀器。由于紙張易破碎且熱敏紙字跡不穩(wěn)定、易消退,多數(shù)紙質(zhì)心電圖都遭到了不同程度的破壞。而這些紙質(zhì)心電圖是一筆寶貴的財富,可以建立豐富的病例數(shù)據(jù)庫、有助于學者進行科研分析、增加醫(yī)生臨床診斷經(jīng)驗以及支持在線遠程診斷等等。因此紙質(zhì)心電圖數(shù)字化信息的提取成為一個亟待解決的問題。
　　 紙質(zhì)心電圖是由縱橫交錯的背景坐標網(wǎng)格、打印其上的心電波形曲線、導聯(lián)字符以及定標電壓組成。紙質(zhì)心

2、電圖數(shù)字化信息提取不是單純指將紙質(zhì)心電圖通過掃描儀等設(shè)備轉(zhuǎn)換成圖片保存,而是指通過一系列的智能處理技術(shù)將紙面上的波形數(shù)據(jù)提取并保存的數(shù)字化過程。
　　 由于掃描的心電圖像不可避免的會發(fā)生傾斜,本文首先進行了傾斜檢測與校正。使用抗干擾能力強的Hough變換方法檢測心電圖紙的邊緣直線,從而獲得圖像的傾斜角度,然后基于坐標系變換進行旋轉(zhuǎn)校正,該方法能有效的將傾斜的心電圖校正。
　　 進一步,本文提出一種基于Sobel MCO(

3、MorphologicaI Closed Operation)篩選機制的改進k-means方法用于波形曲線的提取,運用聚類的思想將屬于同類的像素點歸類,實現(xiàn)波形曲線和復雜背景的分離。該方法先使用篩選機制進行預處理,盡可能多的保留屬于波形曲線的像素點,并盡可能多的排除無用點,將保留的像素點集合作為聚類對象。再根據(jù)聚類對象的二維直方圖(灰度-位置)的波峰確定聚類中心進行k-means迭代聚類,實現(xiàn)了波形曲線和復雜背景的有效分離。該方法提高了

4、提取準確率,降低了時間復雜度。在此基礎(chǔ)上,給出了心電波形數(shù)據(jù)的提取方法,以及背景網(wǎng)格的重建方法。
　　 最后,由于心電波形的醫(yī)療診斷價值,對波形數(shù)據(jù)的提取準確率要求十分高,為有效的評價紙質(zhì)心電圖波形數(shù)據(jù)提取的準確性,本文提出了一種評價策略。該策略充分考慮了心電圖中具有診斷意義的特征參數(shù)點,并根據(jù)特征參數(shù)點提出一種相似性度量方法。通過大量的波形相似性實驗證明,本文方法能更準確評價紙質(zhì)心電圖數(shù)字化后波形數(shù)據(jù)提取的準確性。