智能處理在ECG檢測中的應(yīng)用研究.pdf

1、心電（ECG）信號的智能處理是目前研究的熱點(diǎn)問題，因為心血管疾病正嚴(yán)重威脅著人類的健康，成為人類健康的殺手，而 ECG檢查是診斷心血管疾病的重要方法。實現(xiàn) ECG的智能處理可以有力地促進(jìn)醫(yī)療事業(yè)的發(fā)展，提升人們的健康水平，對心臟疾病的診斷有重要的意義。目前，智能處理在 ECG信號中的研究還存在諸多的不足，主要體現(xiàn)在信號的預(yù)處理、特征點(diǎn)的檢測、ECG信號的分類等方面。本文在前人研究的基礎(chǔ)上，主要對以上三個方面的智能處理進(jìn)行了研究，主要的研

2、究工作和創(chuàng)新點(diǎn)如下：
　　ECG信號預(yù)處理的研究。ECG信號的預(yù)處理是基礎(chǔ)，也是關(guān)鍵步驟，信號中的噪聲主要有工頻干擾、基線漂移、肌電干擾。根據(jù)這幾種噪聲的特點(diǎn)，提出了基于形態(tài)學(xué)和小波的濾波方法。實驗結(jié)果表明，該方法能夠較好地濾除信號中的噪聲。
　　ECG信號特征點(diǎn)檢測的研究。特征點(diǎn)的檢測是心律失常分類診斷的重點(diǎn)和難點(diǎn)，因為ECG信號很復(fù)雜，檢測的精度影響分類的結(jié)果。其中QRS波的檢測最為關(guān)鍵，是其他特征點(diǎn)檢測的基礎(chǔ)，采用了基

3、于形態(tài)學(xué)的自適應(yīng)閾值法來檢測QRS波。實驗結(jié)果表明，用該方法來檢測R波的效果較好。
　　心律失常分類診斷的研究。提出了基于模板匹配的支持向量機(jī)的分類方法，主要針對四種常見的心律失常心拍以及正常心拍進(jìn)行分類研究，該方法中的模板寬度會隨信號的變化而不斷更新，并且模板庫中的信號會發(fā)生變化，增加了形態(tài)差異較大的信號，分類結(jié)果較好。
　　本文算法的設(shè)計都是以Matlab為平臺的，用MIT-BIH心律失常數(shù)據(jù)庫的部分?jǐn)?shù)據(jù)來評價算法的性能