版權(quán)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(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、隨著人口老齡化的日益嚴(yán)重以及導(dǎo)致房顫發(fā)生的因素增多,房顫已成為我國乃至全球最為常見的心律失常。因此,及早地發(fā)現(xiàn)房顫,對減少病人的發(fā)病率和死亡率,以及減少經(jīng)濟(jì)上的負(fù)擔(dān)都具有重要的臨床和社會意義。目前,已有的房顫檢測算法尚未妥善解決特征提取問題,所以房顫檢測錯誤率仍較高。稀疏分解可以實現(xiàn)數(shù)據(jù)壓縮的高效性,更重要的是可以利用字典的冗余特性捕捉信號內(nèi)在的本質(zhì)特征。本文利用稀疏分解這一優(yōu)越性,將其應(yīng)用于本文的房顫檢測算法當(dāng)中。RR間期絕對不規(guī)整是
2、房顫發(fā)生時的一重要心電圖特征,本文基于房顫的這一特點(diǎn)展開深入研究,設(shè)計了基于RR間期與稀疏分解的房顫自動檢測算法。
本研究主要內(nèi)容包括:⑴心電信號預(yù)處理。利用ΔRR間期直方圖對正常和房顫兩類原始心電信號進(jìn)行預(yù)處理,使房顫RR間期分布特征更加明顯。其中,直方圖寬度值M選取101,是為了細(xì)分直方圖,以增大分辨率,但為了使維數(shù)不增大,僅將直方圖中有效的部分留下,去除多余的“0”值部分,將維數(shù)降至15維以提高整體的靈敏度。實驗結(jié)果表明
3、,這樣做不僅準(zhǔn)確率高,而且算法運(yùn)行時間短。⑵稀疏分解在房顫檢測算法中的應(yīng)用。從預(yù)處理后的直方圖數(shù)據(jù)中隨機(jī)選取一定數(shù)量的樣本進(jìn)行原子庫設(shè)計,在此基礎(chǔ)上構(gòu)造兩個子類字典,分別是正常心電信號字典和房顫心電信號字典。分別求心電信號在兩個字典上的稀疏表示,這樣能夠保留更多的信號特征。最后采用最小二乘支持向量機(jī)(LS-SVM)進(jìn)行分類。經(jīng)MIT-BIH房顫數(shù)據(jù)庫驗證,房顫檢測算法的準(zhǔn)確率、靈敏度和特異性分別達(dá)到了96.92%、97.93%和95.5
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(quán)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(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)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(hù)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(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)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(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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。
最新文檔
- RR間期分段與房顫檢測算法研究.pdf
- 基于RR間期和深度置信網(wǎng)絡(luò)的房顫檢測.pdf
- 房顫伴長rr間期是否需要
- 心房顫動的上游治療緊急處理與長rr間期的處置對策
- 心電信號中R波的檢測及RR間期預(yù)測方法的研究.pdf
- 基于稀疏分解的信號去噪方法研究.pdf
- 基于稀疏分解的頻譜感知方法研究.pdf
- 基于稀疏表示的目標(biāo)檢測與跟蹤方法研究.pdf
- 基于稀疏表示方法的行人檢測研究.pdf
- 基于稀疏分解的音符起始點(diǎn)檢測.pdf
- 基于矩陣低秩稀疏分解的運(yùn)動目標(biāo)檢測.pdf
- 191例長rr間期的動態(tài)心電圖分析
- 基于稀疏分解的音頻場景識別方法研究.pdf
- 基于結(jié)構(gòu)化低秩稀疏分解模型的運(yùn)動目標(biāo)檢測方法研究.pdf
- 基于稀疏分解算法的稀疏信道估計研究.pdf
- 基于矩陣稀疏分解的圖像顯著性檢測.pdf
- 基于低秩矩陣與稀疏矩陣分解的語音增強(qiáng)方法.pdf
- 基于稀疏分解的音符識別研究.pdf
- 基于稀疏約束非負(fù)矩陣分解算法的故障檢測與診斷.pdf
- 基于稀疏表示的行人檢測方法研究.pdf
評論
0/150
提交評論