心电信号的预处理及特征点识别算法的研究

《心电信号的预处理及特征点识别算法的研究》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、内蒙古大学硕士学位论文心电信号的预处理及特征点识别算法的研究姓名：张斐申请学位级别：硕士专业：模式识别与智能系统指导教师：周润景20080526内蒙古大学硕上学位论文心电信号的预处理及特征点识别算法的研究摘要心电信号是心脏电活动在体表的综合反映，心电信号识别对诊断心脏疾病具有重要意义。本文系统地综述和分析了国内外心电信号的预处理和识别方法，在此发展现状的基础上，开展了心电信号预处理、心电信号识别等方面的研究工作，并且取得了一些良好的效果。工频干扰是心电信号识别影响中最大的干扰，很大程度上降低了ECG信号的信噪比。本文在论述自适应噪声抵消系统原

2、理的基础上，介绍和分析了LMS算法及其几种改进算法，提出了基于迭代次数变步长的LMS算法。然后在基于小波变换多分辨率分析方法的心电信号特征波形识别基础之上，针对小波变换误检问题，首次提出小波变换与形态学峰谷检测相结合的QRS波群联合检测算法，这种算法既保持了小波变换在信号频域上的优秀分辨率，又能够通过形态学峰谷检测避免其它信号对小波变换检测结果的干扰。针对P、T波，利用模极大值对的斜率进行识别。本文利用美国麻省理工学院MIT-BIH数据库中大量的数据进行对比实验，取得良好的效果；最后本文给出了研究展望。关键字心电信号，识别处理，0RS波，LM

3、S算法内蒙古大学硕士学位论文ARITHNIATICRESEACHONPREPROCESSANDCHARACTERISTICRECOGNITIONoFECGAbstractElectrocardiograph(ECG)signalissyntheticalreflectionofCardiacActivityinbodysurface．Itisimportantsignificanceforhearttorecognize．ECGprocessingandrecognitionisanalyzedandinthispaper．Basedonth

4、ose，researchesofECGpreprocessingandrecognitionareimplemented，somegoodeffectsWillbeobtainedPowerlineinterferenceandbaselinewandermaximalareinterferencetoECGdiagnosisanalysis，Signal—to-NoiseofECGisreducedenormously．Basedonself-adaptivenoisecancellationsystem，improvementarithm

5、eticforleastmeansquare(LMS)isintroduced；LMSarithmeticforstepchangeLMSArithmeticbasediterativetimeisbringforward．Then，characteristicwaveofECGisprocessedbywaveletbasedonmulti-resolution．Aimedattheproblemoferrortestforhighamplitudepseudodifferencetowavelet，integrationArithmeti

6、cofwaveletandmorphologicalforQRSwavetestisbought．Thiswaydoesn’tonlyremainexcellentresolutioninfrequency,butalsoavoidinterferenceofpseudodifferencesignalfortestresultsofwavelettransformationbymorphologicalArithmetic．ForPandTwave，theyarerecognizedbyusingslopeofmodulemaximumex

7、perimentsareoperatingby内蒙古大学硕士学位论文databaseinMassachusettsInstituteofTechnologyinAmecica(MIT-BIH)，comparingwithformerresults，nicereffectisobtained．Researchexpectationisgivenattheendofpaper．Keywords：Electrocardiographsignal，Recognition，QRSwave，Leastmeansquare原创性声明本人声明：所呈交的学位论

8、文是本人在导师的指导下进行的研究工作及取得的研究成果。除本文已经注明引用的内容外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得凼墓直盔堂及其他教育机