基于小波變換的心電波形分類及冠心病自動診斷.pdf

1、冠心病是當(dāng)今危害人類健康的主要心血管疾病之一，動態(tài)心電圖是目前臨床上診斷心血管疾病的重要手段，利用人工智能技術(shù)對心電信號進(jìn)行準(zhǔn)確的分析一直是國內(nèi)外研究的熱點(diǎn)，而ST段形態(tài)的準(zhǔn)確分類又是其中的一項(xiàng)重要技術(shù)，對提高冠心病自動診斷系統(tǒng)的性能起關(guān)鍵性作用。
　　 本文采用更為精確的心電信號檢測定位方法，結(jié)合自適應(yīng)神經(jīng)模糊推理系統(tǒng)建立數(shù)學(xué)圖形分類模型，并對模型進(jìn)行改進(jìn)，準(zhǔn)確地實(shí)現(xiàn)了對冠心病病發(fā)初期病理特征的自動診斷，主要的創(chuàng)新性工作如下：

2、
　　 1、利用多孔算法的小波變換對于不規(guī)則離散信號采樣點(diǎn)的無抽取平移不變性和三次B樣條函數(shù)的高階平滑特性，把三次B樣條小波嵌入到多孔算法的小波變換中，對QRS波群的特征點(diǎn)進(jìn)行精確的檢測定位，通過實(shí)驗(yàn)仿真數(shù)據(jù)驗(yàn)證，該方法的準(zhǔn)確率達(dá)到了99.8％：
　　 2、根據(jù)ST段各種形態(tài)的數(shù)學(xué)特征，本文定義四個參數(shù)：曲線類型參數(shù)d，偏移電平參數(shù)c，直線傾斜方向參數(shù)k，曲線凹凸方向參數(shù)p，然后采用自適應(yīng)神經(jīng)模糊推理系統(tǒng)建立數(shù)學(xué)圖形分類