基于小波分析的ecg信号检测

《基于小波分析的ecg信号检测》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、厦门大学硕士学位论文基于小波分析的ECG信号检测姓名：张杨申请学位级别：硕士专业：控制理论与工程指导教师：蔡建立20060601摘要心血管疾病是当今危害人类身体健康的主要疾病之一，而心电图检查是临床上诊断心血管疾病的重要方法，如何利用计算机对心电图(ECG)进行快速、自动、准确的分析一直是国内外学者的热门课题。心电图(ECG)是与心脏搏动相关的电位变化图，由于心电图各波形的形状及其间隔皆与心脏的电气特性有直接的关系，所以医生可以籍此判定心脏微电气活动中的异常，从而诊断出各种不同的心脏疾病，并且可用来监测

2、病人的安危、评估病情的进展和治疗成效等。QRS波的检测是心电信号分析的基础，ORS波群定位准确与否直接影响后继处理的『F确性。QRS波检测的难度是在于：一是不仅每个人之

3、1白J的QRS波的形态各有差异，即使同一个人在不同时刻的QRS波也会有所变化：二是ECG信号中可能出现各种类型的噪声从而干扰QRS波的检测。小波变换具有处理多尺度、多分辩的特点，可将信号进行多尺度分解，并把不同频带的信号显现在小波分解的各个尺度上。本文论述小波变换如何应用在检测心电图中的QRS波位置，并详细分析所使用的Quadratic

4、SplineWavelet的特性。论文内容先介绍相关的小波理论分析基础，然后介绍QRS波检测算法，最后以国际通行的权威的MIT—Bill心律不齐(arrhythmia)的ECG数据库作为评估测试依据。结果表明，使用QuadraticSplineWavelet对QRS波群进行准确的定位的方法准确有效。本文在之f}仃对QRS信号的干扰进行研究(见文章[5]，已被EI收录)的基础上，提出一套完整的QRS波检测算法，从而为从事与QRS波检测应用相关的医疗工程及科研人员提供了快捷准确的诊断方法和手段。关键词：小波

5、变换、QRS检测、Dow鼎i11SimplexABSTRACTCardiacdiseasesareoneofmajordiseasesthatendangerhuman’ShealthAnalysisofECG(Electrocardiogram)signalisanimportantmeansofclinicaldiagnosisofcardiacdiseases．Andithasbeenaresearchhotspotformanyyearsathomeandabroadthatusecompute

6、rtOanalyzeECGanddiagnosecardiacdiseases．Electrocardiogramisapictorialrepresentationoftheelectricalactivityofheartbeats，BecauseofthedirectrelationshipbetweentheECGwaveformandintervaloftheheartbeats，itispossiblethatdoctorCalldiagnosecardiacdiseaseandmonito

7、rpatientconditionsfromtheunusualECGwaveforms．QRScomplexdetectionisthebase．ofautomaticanalysisofECG，whichismostlythefirststepofanalysisandaffectsthefollowingstepsgreatly．ThedifficultiesofQRSdetectionlieintwofactors：firstly，thephysiologicalvariabilityofQRS

8、complex．Secondly．thevarioustypesofnoisesthatcanpresentintheECG，forinstancethepowerlinenoise，musclenoise，baselinedrift．UsingMultiresolutionWaveletAnalysisdecomposedtheECGsignalonmultiscales，differentfrequenciesofthesignalwereshowedondifferentscalesBasedon

9、thewavelettransform．thisworkintroducesanalgorithmtodetectQRScomplex．Inparticular，thequadraticsplinewavelethasbeenadopted．Thethesisfirstreviewswavelettransformbriefly，thendevelopsaQRSdetentionalgorithm，whichisthentestedbyus