ecg波形可视化聚类策略研究

《ecg波形可视化聚类策略研究》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、分类号：TP391520．6099密级：天津理工大学研究生学位论文ECG波形可视化聚类策略研究(申请硕士学位)学科专业：计算机应用技术研究方向：智能信息处理作者姓名：耿涛指导教师：郑刚2013年1月霉量藿e薅sS飘b黼i重重ed重。Ti疆嘲i髓U酉墓iV辩Fsi锣。董骶曲精。I。鐾y托群1}heM爨s耄er’sD棼greeRese趣rc溉ofECGwavef。r戳vis腿a量量za赫囝魏C量鼍重s雹eri重重g黜r翘雹e霉yBv甄oG鞠gS瞻pervisofG魏髓g飘eng疆疆髓疆德l了2013独创性声明本人声

2、明所呈交的学位论文是本人在导师指导下进行的研究工作和取得的研究成果，除了文中特别加以标注和致谢之处外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得天津理工大学或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。学位论文作者签名：讯得签字日期：如侣年2月?2日学位论文版权使用授权书本学位论文作者完全了解叁盗墨墨盘望有关保留、使用学位论文的规定。特授权墨盗墨兰盘望可以将学位论文的全部或部分内容编入有关数据库进行检索，并采用影印、缩

3、印或扫描等复制手段保存、汇编，以供查阅和借阅。同意学校向国家有关部门或机构送交论文的复本和电子文件。(保密的学位论文在解密后适用本授权说明)学位论文作者签名：职涛t导师签名：签字日期：加／弓年乙月28日签字日期：劲f弓年≥月2彦日摘要动态心电图(AmbulatoryE1ectrocardio簪aIIl，AEcG)，又称Holter，经过四十多年的发展，其在无创心电辅助诊断技术领域应用非常广泛，成为临床上最为常用的心脏检查和医疗监护工具之一。动态心电图采集时间长，分析数据量大，大多数波形具有很高的相似性，如何从大

4、量的波形中准确、可靠、完整的抽取出病变波形成为了当前计算机自动分析技术成为研究的热点和难点。本文针对ECG病变波形的分类与识别问题，利用数据可视化相关技术，提出了EcG波形的可视化聚类策略。本文的主要工作有：1)首先，结合EcG的波形特点首次把平行坐标技术应用于ECG波形的聚类这一问题，详细描述了普通平行坐标的可视化ECG聚类方法以及相应的可视化交互技术。该方法可以较好的实现中小规模EcG波形的聚类分析，但对于海量波形的分析效果不理想。2)这种普通平行坐标显示大数据集时会产生显示混乱，层次不清的问题。它导致无法

5、很好的实现ECG波形的聚类问题，因此，我们又提出了层次平行坐标的可视化聚类方式。层次平行坐标首先是通过层次聚类方法，本文采用BIRcH算法，将数据集层次化，然后再层次结构进行可视化以达到可视化整个数据集的目的。在平行坐标中我们利用平行坐标的各种交互技术和方法实现用户最大程度的参与聚类过程。充分利用大脑的模式识别能力，使聚类过程可见可控，聚类结果可信可靠。3)为了达到可交互目的，本文提出一种基于通道的适合ECG波形聚簇可视化的方法，该方法是对聚好的结果进行可视化，提供了一种定性评价方法。同时可以把该方法中形成的通

6、道认为是类型模板，用于EcG波形分类，为ECG的模板分类方法提供了一个新的思路。实验证明该聚类策略能够较好的实现ECG病变波形的分类与提取，满足动态心电图自动分析诊断要求，大大降低了特异性波形的错判率。关键词：ECG数据可视化平行坐标层次聚类BIRCHAbstractThrough40yearsofdevelopment，Ambulatoryelectrocardiogram(AECG)，alsoknownasHolter,iswidelyusedinECGauxiliarydiagnostictechnolo

7、gyfield，andalsobecomesthemostcommonclinicalcardiacexaminationsandmedicalmonitoringtools．AECGhasalargevolumeofdataforalongacquisitiontime，andmostofthewaveformhashighsimilarity．SohowtoextractpathologicalwaveformsfromSOmanywaveformsaccurately,reliablyandcomplet

8、elybecomesahotanddifficulttaskinthefieldsofthecomputeautomaticallyanalysistechnologyonAECGInthispaper,wefocusontheproblemofpathologicalECGwaveformclassifyingandrecognizing．Byusingthedatavisualiz