基于虛擬儀器的心電信號采集及分析方法研究.pdf

1、隨著全球人口老齡化趨勢加強，如何妥善解決空巢家庭中老年人的養(yǎng)老保障問題，將成為全人類共同面對的課題，面對這一社會問題，開發(fā)家庭服務(wù)機器人迫在眉睫，而多參數(shù)監(jiān)護系統(tǒng)是家庭服務(wù)機器人的一個重要研究內(nèi)容。心電信號中包含著人體最基本、最重要的生理信息，是診斷心血管疾病的重要依據(jù)，并且心電圖技術(shù)具有操作簡單、無創(chuàng)、易閱、重復(fù)性好等特點，故而心電成為多參數(shù)監(jiān)護系統(tǒng)的主要監(jiān)護內(nèi)容。作為國家863計劃資助項目“智能敏捷家庭助理機器人平臺”的一個子課題，

2、本文設(shè)計了一套基于虛擬儀器的十二導聯(lián)心電信號采集和分析系統(tǒng)，最后將采集到的信號和初步分析結(jié)果發(fā)送給機器人。主要研究內(nèi)容包括：
　　 ⑴基于USB總線即插即用、接口簡單、傳送速率高的特點，本文選擇了USB數(shù)據(jù)采集卡來采集十二導聯(lián)心電數(shù)據(jù)，采用北京阿爾泰公司的USB2821卡，直接和計算機的USB接口相連，并在LabVIEW平臺上通過調(diào)用動態(tài)鏈接庫來編寫應(yīng)用程序，實現(xiàn)上位機和下位機的數(shù)據(jù)傳送。
　　 ⑵針對心電信號極其微弱、

3、背景噪聲較強的特點，本文采用了基于小波變換的預(yù)處理算法，并對現(xiàn)有的閾值處理方法進行了改進，選擇了最優(yōu)小波基和最佳分解層數(shù)，對不同層的小波系數(shù)采用不同的閾值處理方法，有針對性的去除心電信號中的基線漂移、工頻干擾和肌電干擾等主要噪聲。
　　 ⑶在對信號進行預(yù)處理的基礎(chǔ)上，本文首先提出了基于單導聯(lián)的特征提取方法，本算法對Mallat算法進行了改進，去掉了其中的二抽樣，采用多孔算法對信號進行小波變換，通過查找小波系數(shù)中的模極值對來對R波

4、進行定位，并采用一系列補償策略來提高檢測的準確率，最后用MIT-BIH心律失常數(shù)據(jù)庫中的數(shù)據(jù)對本算法進行了評估。
　　 ⑷由于單導聯(lián)的特征提取方法存在一定缺陷，本文又提出基于小波熵的多導聯(lián)特征提取方法，先對信號進行主成分分析，降低信號維度，對降低維度后的信號進行小波變換，根據(jù)小波熵的峰值個數(shù)和方差等對信號進行類周期分類，進而確定R波的位置，最后采用St. Petersburg心律失常數(shù)據(jù)庫中的數(shù)據(jù)對算法進行了評估。