基于LABVIEW的無(wú)線心電分析處理系統(tǒng)研究.pdf

1、隨著人民生活水平的提高和人口老齡化的加快，心臟病的發(fā)病率和死亡率都在不斷地增長(zhǎng)，因此預(yù)防和診斷心臟病具有重要的研究意義。臨床上通常使用心電圖記錄微弱的心電信號(hào)來(lái)對(duì)心臟疾病進(jìn)行診斷分析，但由于微弱的心電信號(hào)具有強(qiáng)烈的非平穩(wěn)性和隨機(jī)性，不易進(jìn)行處理和分析，因此心電信號(hào)分析處理成為現(xiàn)代生物醫(yī)學(xué)檢測(cè)的重要研究課題。
　　本文在分析心電信號(hào)原理的基礎(chǔ)上，研究了心電信號(hào)預(yù)處理算法和QRS波檢測(cè)分析算法，并設(shè)計(jì)了一種基于LabVIEW的無(wú)線心電

2、分析處理系統(tǒng)。本文的具體內(nèi)容包括:
　?。ㄒ唬┨岢隽艘环N改進(jìn)的小波閾值處理函數(shù)，并優(yōu)化了閾值規(guī)則，采用改進(jìn)后小波閾值算法能很好地濾除心電信號(hào)中的工頻干擾和肌電干擾。結(jié)合小波分解與重構(gòu)算法，確定最佳小波分解層數(shù)，能很好地濾除心電信號(hào)中的基線漂移。通過(guò)MIT-BIH數(shù)據(jù)庫(kù)選取10種心電信號(hào)進(jìn)行實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果表明:預(yù)處理后的心電信號(hào)信噪比SNR提高了6.86％，均方誤差RMSE降低了11.84％。
　　（二）提出了一種小波變換和H

3、ilbert變換相結(jié)合的QRS波檢測(cè)算法，根據(jù)幅度閾值和QRS波位置，實(shí)現(xiàn)了R波的檢測(cè)定位，同時(shí)采用了R波防漏檢和多檢策略。采用Hilbert變換的改進(jìn)包絡(luò)提取心電信號(hào)包絡(luò)，提高了R波的檢測(cè)準(zhǔn)確率。通過(guò)MIT-BIH數(shù)據(jù)庫(kù)選取10種心電信號(hào)進(jìn)行R波定位檢測(cè)，實(shí)驗(yàn)結(jié)果表明:R波檢測(cè)準(zhǔn)確率可以達(dá)到99.82％。最后利用R波位置信息計(jì)算RR間期等相關(guān)參數(shù)，完成對(duì)心電信號(hào)的心率變異性時(shí)頻域分析，為預(yù)測(cè)心臟疾病提供依據(jù)。
　?。ㄈ┗贚a