動態(tài)心電圖的智能分析系統(tǒng)的研究與實現.pdf

1、隨著我國人民生活水平的不斷提高和人口的逐漸老齡化，心血管疾病正逐漸成為威脅人類健康的一大殺手，作為人體四大常規(guī)檢查的心電圖檢查，以其方便易測，和可以測出功能性病變的能力，被臨床所采用。但動態(tài)心電圖的人工分析，不僅需要經過專業(yè)訓練的醫(yī)師進行大工作量的勞動，而且主觀性比較強，因此對動態(tài)心電圖進行自動分析就顯得迫切需要。針對這一需求，本文對動態(tài)心電圖的智能分析系統(tǒng)進行了研究，并最終予以實現。
　　 本文對目前國內外研究的多種心電圖自動

2、分析的方法進行了綜述，在經過分析比較后，構建了實用的智能分析系統(tǒng)。具體策略方針為構建研究支撐平臺，研究平臺包括靜態(tài)心電圖紙數據庫、MIT/BIH重采樣數據庫、心電信號發(fā)生器數據庫、12導聯遠程心電監(jiān)護系統(tǒng)采集的臨床數據庫。其中數據的采樣率統(tǒng)一標準化為200Hz，以便于研究中采用統(tǒng)一的信號處理方法；提取心電信號特征點參數，在比較了幾種常用的參數提取方法之后，針對常規(guī)的心電波形采用改進的差分閾值法來提取特征，針對非典型波形（如束支阻滯）采用

3、小波變換方法，利用Mallat算法對心電信號進行多尺度分解、奇異點檢測后，對心電信號各波段進行精確定位并提取其特征參數；對心電信號進行自動診斷，針對不同患者心電信號的特異性，心律失常的判斷規(guī)則也不相同，應用Fuzzy-ART網絡進行前期歸類識別，區(qū)分出不同的診斷模塊，借鑒臨床專家的基本思想，利用臨床經驗對心律失常進行細分類；基于以上基礎實現了用于動態(tài)心電圖智能分析的前后臺分析系統(tǒng)，經過臨床實驗已能基本滿足要求。
　　 上述分析的