心電信號分析及其診斷算法的研究.pdf

1、通過對心電數(shù)據(jù)的研究可以幫助我們了解一些生理現(xiàn)象和疾病的病理機(jī)制。目前心電信號的分析與診斷主要涉及到特征波的識別和病情的自動化診斷兩個(gè)方面。近來來，越來越多的方法被應(yīng)用于特征波的識別上，諸如小波分析、神經(jīng)網(wǎng)絡(luò)等。而混沌理念越來越多的被應(yīng)用在病情的自動化診斷上，因?yàn)樾呐K的本質(zhì)是一個(gè)混沌系統(tǒng)，從混沌的理念出發(fā)可以獲得比其它方法更好的效果。本文也主要從特征波的檢測和病情的自動化診斷這兩個(gè)方面展開研究。
　　 在特征波的檢測上，本文重點(diǎn)

2、對R波的檢測展開討論。首先通過小波濾波濾去噪聲和P、T波的影響，計(jì)算一階差分后進(jìn)行希爾伯特變換，并與原信號綜合考慮，設(shè)定可變閾值的規(guī)則對R波進(jìn)行檢測。并且根據(jù)心電的生理特點(diǎn)進(jìn)行合理的漏檢誤檢回溯。利用MIT-BIH心律失常數(shù)據(jù)庫，對算法進(jìn)行驗(yàn)證。并且利用檢測出的R波位置作為輔助，將排列熵應(yīng)用于室性心律失常的檢測中，取得了99％的檢出率。
　　 在對心電的自動化診斷上，本文利用非線性的思想提取多重特征：相空間軌跡的發(fā)散程度、相空間