心電信號特征提取及心律失常分類算法研究.pdf_第1頁
已閱讀1頁,還剩85頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

1、近年來,隨著人們物質生活水平的提高,心血管疾病的發(fā)病率和死亡率逐年增加,并呈現(xiàn)出明顯的年輕化趨勢。而心血管疾病患者早期癥狀往往都伴隨著心律失?,F(xiàn)象,因此準確而及時的檢測出患者心律失常類型,對預防心血管疾病具有及其重要的意義。
  心律失常分類技術是心電信號自動分析領域的重點研究內(nèi)容,但由于其心電信號個體差異和易受噪聲干擾的特點,要實現(xiàn)準確的特征提取及分類仍然存在一些難題?;诖?,本課題針對心電信號特征提取及心律失常的分類進行了研究

2、,本文的主要工作內(nèi)容如下:
  1.心電信號預處理。本文分別針對心電信號中常見的低頻基線漂移噪聲及高頻干擾噪聲設計了中值濾波器及小波軟閾值濾波器,并通過實驗仿真驗證,選取合適的窗口長度及小波基,較好的保留了原始信號的波形特點。
  2.心電信號特征提取。為了更加準確全面的表征心電信號的本質特征,本文提出了時域特征和變換域非線性特征相結合的方法。時域上通過經(jīng)驗模式分解和差分閾值相結合的方法提取了QRS波群特征點,選取了RR間期

3、,心率變異性及QRS波群時限長度作為時域特征向量。利用經(jīng)驗模式分解及近似熵相結合的方法,通過對其前六個本證模態(tài)函數(shù)近似熵的計算,得到了心電信號變換域非線性特征。將兩組特征融合作為分類特征向量集,為后續(xù)心電信號準確分類奠定基礎。
  3.心律失常分類。綜合比較幾種常見分類器性能,選取對小樣本非線性分類問題具有絕對優(yōu)勢的支持向量機分類模型對正常心電及四種常見心律失常信號進行分類處理。并針對標準粒子群參數(shù)優(yōu)化算法在實際應用中易陷入局部最

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論