基于小波與神經(jīng)網(wǎng)絡(luò)的心電信號(hào)自動(dòng)分析技術(shù)研究.pdf

1、本論文主要對(duì)心電信號(hào)的預(yù)處理、波形檢測(cè)、特征參數(shù)提取、心電信號(hào)的自動(dòng)分類及疾病診斷等問(wèn)題進(jìn)行了較為全面的研究,完成了心電信號(hào)自動(dòng)分析算法的設(shè)計(jì)與實(shí)現(xiàn)。
　　 首先,本文對(duì)心電信號(hào)的干擾進(jìn)行分析,并針對(duì)工頻干擾、肌電噪聲及基線漂移等噪聲采取相關(guān)的消噪方法；此外,采用了一種基于小波變換的心電信號(hào)去噪算法,對(duì)小波分解重構(gòu)法以及小波閾值法進(jìn)行了研究,分析了兩者應(yīng)用于心電信號(hào)去噪的特點(diǎn)并將其進(jìn)行有機(jī)結(jié)合,通過(guò)仿真可以看出該算法可以去除心電

2、信號(hào)中的工頻干擾、基線漂移、肌電噪聲等多種主要干擾,并能較好保持原始心電信號(hào)的特征,具有較高的實(shí)用價(jià)值。
　　 而后,采用經(jīng)典差分閾值法對(duì)心電信號(hào)中關(guān)鍵的QRS波進(jìn)行檢測(cè),并針對(duì)傳統(tǒng)差分閾值法的局限性,提出了利用雙正交二次B樣條小波來(lái)精確定位QRS波群的實(shí)時(shí)檢測(cè)算法。該算法利用小波變換與信號(hào)奇異點(diǎn)的關(guān)系,在2’尺度下識(shí)別R波,在21尺度下對(duì)QRS波的起點(diǎn)和終點(diǎn)進(jìn)行檢測(cè)。仿真結(jié)果表明,算法對(duì)QRS波的平均識(shí)別率高達(dá)99.64％,能

3、夠?qū)RS波群進(jìn)行精確檢測(cè)和定位。
　　 最后,在目前心電監(jiān)護(hù)儀常用檢測(cè)標(biāo)準(zhǔn)的基礎(chǔ)上,設(shè)計(jì)了一種基于包括RR間期,R波峰值,QRS間期,RS下降斜率等特征量的神經(jīng)網(wǎng)絡(luò)自動(dòng)診斷模型,討論了該神經(jīng)網(wǎng)絡(luò)的設(shè)計(jì)和訓(xùn)練過(guò)程。經(jīng)MIT-BIH標(biāo)準(zhǔn)心律失常數(shù)據(jù)庫(kù)驗(yàn)證,基于L-M算法的BP網(wǎng)絡(luò)不僅能有效檢測(cè)出心電中存在的房性早搏與室性早搏波形,而且可以根據(jù)病人心電波形的自身特點(diǎn)來(lái)進(jìn)行差異性參數(shù)閾值選擇,對(duì)于多種心律失常類心電也能達(dá)到滿意的診斷效