結(jié)合模糊推理與加權(quán)相似的心電診斷方法.pdf

1、心電信號(hào)是人類應(yīng)用于臨床醫(yī)學(xué)的生物信號(hào)之一，是心臟活動(dòng)在體表的綜合反映，是判斷心臟病癥的重要指標(biāo)。而目前心電信號(hào)異常的判斷基本由醫(yī)生的直接經(jīng)驗(yàn)決定，這使得判斷結(jié)果存在很大的主觀依賴性，無法確保準(zhǔn)確率。
　　模糊概念格可以將模糊描述轉(zhuǎn)化為“模糊屬性值”再進(jìn)行診斷分類，以解決領(lǐng)域本體推理無法對模糊描述的心電特征進(jìn)行診斷的問題；而利用模糊概念格匹配進(jìn)行心電診斷，會(huì)把心電全部屬性對結(jié)論的影響都考慮作同等重要，結(jié)果就會(huì)被與特定病型無關(guān)的屬性

2、誤導(dǎo)。因此，本文提出一種結(jié)合模糊推理和加權(quán)相似的心電診斷方法，其中模糊推理部分由領(lǐng)域本體推理和模糊概念格共同完成，該方法涉及三大部分：心電預(yù)處理、心點(diǎn)特征提取和心電診斷。
　　1.心電信號(hào)的預(yù)處理部分，根據(jù)心電信號(hào)主要的噪聲即基線漂移和高頻噪聲的不同特點(diǎn)，本文分別運(yùn)用數(shù)學(xué)形態(tài)學(xué)和小波變換的方法來濾除噪聲。
　　2.在心電信號(hào)的特征提取部分，本文選取ST段抬高，ST段降低，QRS波段寬大，T波倒置，T波電交替這五個(gè)作為特征提取

3、參數(shù)，在模型學(xué)習(xí)部分，對屬于同一類型的多個(gè)心電信號(hào)進(jìn)行特征提取，獲得特定類型心電的特征屬性值向量；此外利用同樣的特征提取方法對待檢心電進(jìn)行特征提取，獲得待檢心電的特征屬性值向量。
　　3.在心電診斷部分，本文提出一種結(jié)合模糊推理與加權(quán)相似的心電診斷方法，利用心電領(lǐng)域知識(shí)構(gòu)建領(lǐng)域本體，然后根據(jù)映射關(guān)系得到模糊概念格，在其形式背景中加入屬性閾值來剔除無關(guān)屬性，特征提取部分所得特征屬性值作為隸屬度值，領(lǐng)域本體結(jié)合模糊概念格的節(jié)點(diǎn)關(guān)系進(jìn)行

4、模糊推理，根據(jù)推理結(jié)果鎖定候選病型匹配集，得到病型候選概率值，最后將此概率值加入到熵的概率加權(quán)相似度量分類算法中對特征屬性值向量進(jìn)行計(jì)算，從而獲得最終診斷結(jié)果。
　　最后，本文使用VC++6.0設(shè)計(jì)了心電診斷系統(tǒng)的界面，聯(lián)合Protégé和Matlab，實(shí)現(xiàn)心電信號(hào)的計(jì)算機(jī)輔助診斷。為了驗(yàn)證本文所提心電診斷方法，利用圣彼得堡12導(dǎo)聯(lián)心律失常數(shù)據(jù)庫中的50例有專家標(biāo)注類型的心電信號(hào)作為測試樣本，來對系統(tǒng)進(jìn)行測試，實(shí)驗(yàn)結(jié)果表明本文的方