基于小波變換與神經(jīng)網(wǎng)絡(luò)的心電圖分類方法研究.pdf

1、近幾年伴隨著城市居民生活、工作節(jié)奏的加快和飲食規(guī)律的紊亂，心臟疾病已成為現(xiàn)代社會(huì)的高發(fā)病癥，心電圖能反映人體心臟的工作狀況，是對心臟疾病進(jìn)行診斷的重要依據(jù)，因此，對大量的心電圖信息進(jìn)行處理的過程就要求更加準(zhǔn)確，實(shí)時(shí)性能更高。所以計(jì)算機(jī)對心電圖的自動(dòng)分類方法就越來越受到廣大群眾尤其是研究者們的高度重視。
　　 本文研究基于小波變換與概率神經(jīng)網(wǎng)絡(luò)相結(jié)合的心電圖自動(dòng)分類的方法。由于心電信號是非常微弱的信號，單位為毫伏(mV)級的，所以

2、非常容易受到環(huán)境的影響，噪聲對它的干擾較大，如果不加濾波，直接提取波形特征，會(huì)因?yàn)樵肼暤募尤攵绊懱卣髦档馁|(zhì)量，也會(huì)降低網(wǎng)絡(luò)的準(zhǔn)確率和泛化能力。如何將肌肉震顫和工頻干擾，即高頻干擾的頻率成分，及基線漂移，即低頻信號成分濾除對進(jìn)行后續(xù)特征提取和分類工作的準(zhǔn)確率非常重要。所以本論文先采用小波算法對心電圖信號中因肌肉震顫、工頻干擾、基線漂移等引起的高低頻噪聲進(jìn)行濾波處理，并利用數(shù)學(xué)形態(tài)學(xué)對心電圖的QRS波進(jìn)行檢測定位和特征提取，提取出心電圖的