心电信号分析和识别方法的研究

心电信号分析和识别方法的研究

ID:34714309

大小:1.19 MB

页数:48页

时间:2019-03-10

心电信号分析和识别方法的研究_第1页
心电信号分析和识别方法的研究_第2页
心电信号分析和识别方法的研究_第3页
心电信号分析和识别方法的研究_第4页
心电信号分析和识别方法的研究_第5页
资源描述:

《心电信号分析和识别方法的研究》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、分类号密级注1UDC学位论文心电信号的分析与识别方法研究(题名和副题名)张波(作者姓名)指导教师舒兰教授电子科技大学成都(姓名、职称、单位名称)申请学位级别硕士学科专业运筹学与控制论提交论文日期2013.05.13论文答辩日期2013.06.14学位授予单位和日期电子科技大学2013年06月27日答辩委员会主席评阅人注1:注明《国际十进分类法UDC》的类号。RESEARCHONMETHODSOFANALYSISANDRECOGNITIONOFELECTROCARDIOSIGNALAMasterThesisSubmittedtoUniversityofEl

2、ectronicScienceandTechnologyofChinaMajor:OperationalResearchandCyberneticsAuthor:ZhangBoAdvisor:ProfessorShuLanSchool:SchoolofMathematicalSciencesofUESTC摘要摘要随着现在人们生活水平的提高,心血管类的疾病的发病率也变得更高了,甚至被称为全球“头号杀手”。而对传统的人工对心电信号进行识别,容易由于医务人员疲劳等原因易产生误判或漏判。对心电信号的自动诊断能够将医务人员从烦琐的心电图形识别中解脱出来,提高诊断心

3、血管疾病的效率。对此,本文提出了一个新的心律失常分类的方法,利用高阶统计量的方法和决策表分类器的方法对心电信号进行分析与识别。本文按照心电信号的自动诊断的顺序,从预处理到最后的心电波形识别的具体操作一步步作了介绍。通过心电仪器从病人身上得到的心电信号,需要经过一些预处理操作,去除工频干扰,基线漂移等噪音干扰。由于本文采用的是MIT-BIH心律失常标准数据库,因而预处理的除噪过程和波形检测的过程本文并没有详细介绍。本文所研究的主要内容有如下几点:1.由于特征提取的2个基本原则,一是让同类间的数据特征差异尽量小,二是让不同类间的数据特征差异尽量大。而本文经过

4、对一些原始心电波形的形态进行观察和分析,发现基于原始心电信号的波形个体差异变得很大。本文采用了高阶统计量的方法,将原始波形变换到三个累积量(二阶累积量、三阶累积量和四阶累积量)上,通过在matlab中绘图并观测可知,同类型的心电信号的波形经过变换之后个体差异明显变小了。2.经过提取到高阶统计量的特征,结合心电信号波形的RR间期特征,得到一个含有18个特征的特征向量。本文利用一个基于粗糙集理论的决策表分类器进行分类。利用在特征提取中得到的18个特征,将其作为决策表的条件属性,而根据AAMI标准将所有的心电信号波形所分成5种类型便作为决策表的决策属性。利用M

5、IT-BIH数据库中的心电信号记录对决策表进行训练,并约简,得到一个简化的决策表。本文便是利用这个简化的决策表对心电信号波形进行识别的。3.本文将MIT-BIH数据库中第101条记录中前1000个正常搏动类型心电波形训练决策表分类器,然后再对后续500条正常搏动类型的心电波形进行测验。可以得到该决策表的分类精度达到了90.2%。当所训练的样本足够大时,决策表分类器的分类效果很可观。关键词:心电图,决策表,心律失常分类,高阶统计量,粗糙集理论IABSTRACTABSTRACTWithpeoplelivingabetterlife,theincidenceo

6、fcardiovasculardiseases,whichisnamedas“thefirstkiller”,isgettinghigherandhigher.While,toclassifytheelectrocardiogram(ECG)inthetraditionalway,canmakeagreatofmistakes,asresultofthetirednessofmedicalworkers.Automaticdiagnosisofelectrocardiogram(ECG),canreliefmedicalworkers,thuseffic

7、iencyofarrhythmiaclassificationcanmakeaimprovement.Inthispaper,anewmethodofarrhythmiaclassificationhasbeenproposed,whichisbasedonthehigherorderstatistics(HOS)anddecisiontableclassification.Accordingtotheprocedureofautomaticdiagnosis,thispaperintroduceeachofthesesteps,frompreproce

8、ssingtoarrhythmiaclassification.Theelect

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。