【硕士论文】关于ECG信号处理与分析的研究.pdf

《【硕士论文】关于ECG信号处理与分析的研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、广西师范大学硕士学位论文关于ECG信号处理与分析的研究姓名：陈瑞中申请学位级别：硕士专业：计算机理论与软件指导教师：冯嘉礼20000101关于ECG信号处躞与分板鼹鼍厍究中文摘腰心盎营蒺孵是藏骑A类生象游主妥疫病之一。而，0电信譬(electrocardiogram-ECGJ则怒评价心蛀功能的巫要依据。周此，芙p心电信亏的处理和分忻的肼宄一直为耳方所戈注。髓j瞥计算}几技术的进步，所聚Hj的方洼也盎下断的政进甲。菇本文中，笔肯飙计算扭技表翘角度密黢，对心电簧号研究中盼三个重要方向进fr了探讨，霄党，

2、介绍一种以小波变撒实现心电信号滤波处理的方法。该方法采用小波变按融慝治心电信号分蜒为不霹频段F的鳃露信号。掇掘心电信号特氇t，眉麓鏖滤液方法对期再进杼处理。再瑚小波逆变按饿复信号，就簇实现心电信号中主要干扰舸消除。其次．在本文中介绍了一种搏丁I小渡}申经网络的心电数据压缩方法。经过研究轰薅，采用小波舞络心电厩缭楼投蛹方法W戬大锰抽谯秘络数蝗敛遮藏；与整于BP网络{j勺压缩法摇比。具育较犬的优点。鼹后．本文研究了一种基于小波神经列绺的心电分类方法。该方法j{j～些心电数搦(其中色括P波，ORS复台波和

3、T波等信息)训练小渡芦#经网络，使网络既娆对城绦过瓣白I毽数据正确分娄，又能对泰{jl

4、练过鹣心壤数据毒较好黪分类照力，通过与BF'耐络的训练缩袋对比，小波神经丽络有更好神分类琏力私泛化能力。园此，小波神经网络在ECG信号处理与分l阡方面有较好的应用前景干¨优越}生。关键词；小波，滤波。小波神经网络，压端，分类AbstractCardiova5culasdiseaseisOOeofthemosl．importantdiseasesinendangeringhumall’slife-andelectr

5、ocardiogram(ECG)isaimportantdiagnostictOO]farassessinghe3nfunction．SothestudiesonECGprocessingandECGanal)zingarecmtstam[、fotIoned、githinterest．WiththeprogressofcomputertechnologiestthemethodsofECGprocessingandECGanalyzinghavebeenimprovedThispaperapproa

6、chesthreequestionsaboutthestud?ofECGwiththetechnologvofcomputer．Firstly。inthispaperafi[teffngmethodforECGsignalisintroducedwhichdecomposesoriginalECGsignalsindetailsignalsondifferentfrequencybandsbyusingWaveletTransform(WT)．AccordingtoECGsignalfeamre，s

7、omedetailsignalsareprocessedbythresholdfilteringalgorithm，andthenthesignalisreconstructectbyinverseWT．Therefore,severalmaininterferenceinECGsignalcanberemoved．Experimentalresultsdemonstratethatthisisanefficientfilteringmethod．Secondly．amethodofECG’sdat

8、acompressionbasedoilwaveletneuralnegvorkisintroducedirlthepaperhere．TheExperimentalresults曲owthatthewaveletneuralnee,sorkcompressingtemplate最mgreatlyquicken激speedofneVxorkconvergenceComparingwithBPnetwork，themethodofwaveletneuraloegvorkhasmoreadvantage

9、s．Finally，amethodofelectrocardiogramclassificationbasedonwaveletneuralnetworkisreposedinthispaper．Inthismethod。electrocardiogramdataincludingthoseofPt～aveQRScomplexandTwavevcerefirstl?usedtotrainthe佴aVe{就neuralnetwork，andthenthev,avelet