版權(quán)說(shuō)明:本文檔由用戶(hù)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、低成本醫(yī)療設(shè)備是農(nóng)村醫(yī)療發(fā)展的一個(gè)方向,對(duì)農(nóng)村醫(yī)療體系的建設(shè)具有很大的意義。低成本醫(yī)療器械要求醫(yī)療器械在保證器械基本功能的條件下,盡可能的降低醫(yī)療器械的制造和使用成本。而算法的改進(jìn)可以推動(dòng)器械成本的降低,低成本醫(yī)療器械要求算法精煉,即使用最小的硬件資源和能源,實(shí)現(xiàn)盡可能多的功能。本文以此為目標(biāo),采用多種數(shù)學(xué)方法,在前人的基礎(chǔ)上,改進(jìn)了心電工作站和血細(xì)胞分析儀的核心算法。本研究主要內(nèi)容包括:
?、挪捎眯〔ǚ治龊椭С窒蛄繖C(jī)方法實(shí)現(xiàn)了
2、心電工作站核心算法設(shè)計(jì)。文中采用了雙正交濾波算法對(duì)心電信號(hào)進(jìn)行濾波處理,從而去除干擾,為以后的信號(hào)處理掃清障礙。利用離散型小波分析方法分解和重構(gòu)心電信號(hào),文中采用四尺度分解,再?gòu)乃某叨确纸庵兄貥?gòu)信號(hào),分解時(shí)采用Mallat算法,從而實(shí)現(xiàn)對(duì)心電信號(hào)中的QRS波群、T波和P波的識(shí)別。另外,本文通過(guò)支持向量機(jī)算法的實(shí)現(xiàn),使心電工作站具有學(xué)習(xí)能力,能夠針對(duì)不同的患者提供個(gè)性化診斷。實(shí)驗(yàn)表明,通過(guò)此種方法,能實(shí)現(xiàn)心電信號(hào)快速準(zhǔn)確的分析,為醫(yī)療診斷
3、提供實(shí)時(shí)診斷依據(jù),同時(shí)也大大減少了醫(yī)務(wù)人員的工作量。
⑵采用數(shù)學(xué)形態(tài)學(xué)等算法,完成了血細(xì)胞脈沖信號(hào)特征點(diǎn)的識(shí)別。文中根據(jù)血細(xì)胞信號(hào)的特點(diǎn),采用了巴特沃茲濾波器對(duì)信號(hào)進(jìn)行預(yù)處理,取得了理想的濾波效果。為了準(zhǔn)確得到血細(xì)胞群相關(guān)信息,我們采用數(shù)學(xué)形態(tài)學(xué)方法識(shí)別血細(xì)胞信號(hào)中的脈沖,得到脈沖精確的起點(diǎn)、終點(diǎn)和峰值點(diǎn)數(shù)據(jù)。接著對(duì)脈沖信息進(jìn)行篩選,得到有效脈沖數(shù)據(jù),并采用浮動(dòng)界標(biāo)實(shí)現(xiàn)白細(xì)胞群的三分類(lèi),最終根據(jù)分類(lèi)結(jié)果計(jì)算出血細(xì)胞群的各個(gè)參數(shù)
4、。同時(shí),我們也結(jié)合非線(xiàn)性最小二乘法和LM算法,對(duì)血細(xì)胞群分布直方圖進(jìn)行擬合,使得信息的顯示和儲(chǔ)存更加方便,提高儀器的工作效率。通過(guò)實(shí)驗(yàn)和各類(lèi)分析表明,以上算法能夠準(zhǔn)確地給出患者血細(xì)胞群的各類(lèi)參數(shù),為醫(yī)務(wù)人員的診斷提供全面的參考。
?、峭ㄟ^(guò)對(duì)兩個(gè)項(xiàng)目的研究,在心電波形檢測(cè)和心電分類(lèi)方面取得了理想結(jié)果,檢測(cè)方面實(shí)現(xiàn)了對(duì) QRS、P、T波的檢測(cè);在心電分類(lèi)方面,本文采用一般的支持向量機(jī)方法結(jié)合醫(yī)生診斷結(jié)果,讓分類(lèi)器進(jìn)行自學(xué)習(xí)形成具有自
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)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(duì)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(qǐng)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(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 面向高維小樣本數(shù)據(jù)的分類(lèi)特征選擇算法研究.pdf
- 高維小樣本數(shù)據(jù)的特征提取及分類(lèi)器算法研究.pdf
- 低成本數(shù)據(jù)化精確營(yíng)銷(xiāo)
- 不平衡小樣本數(shù)據(jù)的特征提取與分類(lèi)方法研究.pdf
- 非參數(shù)統(tǒng)計(jì)中多樣本數(shù)據(jù)位置比較問(wèn)題的研究
- 文本數(shù)據(jù)處理及分類(lèi)算法研究.pdf
- 小樣本數(shù)據(jù)作物模型研究.pdf
- 中文文本數(shù)據(jù)分類(lèi)研究.pdf
- 基于樣本數(shù)據(jù)的模糊系統(tǒng)建模研究.pdf
- 管理統(tǒng)計(jì)學(xué)第2章-樣本數(shù)據(jù)特征的初步分析
- 高維小樣本數(shù)據(jù)的特征選擇研究及其穩(wěn)定性分析.pdf
- 基于核方法的醫(yī)療診斷數(shù)據(jù)分類(lèi)算法研究.pdf
- 低成本數(shù)字集成電路在線(xiàn)故障檢測(cè)的研究.pdf
- 基因表達(dá)數(shù)據(jù)的特征選擇及其分類(lèi)算法研究.pdf
- 基于SVM的小樣本數(shù)據(jù)不確定度的研究.pdf
- 低成本數(shù)控雕刻機(jī)控制系統(tǒng)研究開(kāi)發(fā).pdf
- 面向小樣本數(shù)據(jù)的變電站設(shè)備熱故障診斷方法的研究.pdf
- 模式分類(lèi)中特征選擇算法研究.pdf
- BP網(wǎng)絡(luò)樣本數(shù)據(jù)預(yù)處理技術(shù)研究.pdf
- 生態(tài)數(shù)據(jù)和含協(xié)變量樣本數(shù)據(jù)的聯(lián)合分析.pdf
評(píng)論
0/150
提交評(píng)論