检索结果-南通市图书馆

检索条件"主题词=MIT-BIH心率失常数据库"

共 2 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

心电信号检测与分类算法的研究

心电信号检测与分类算法的研究

引用

作者：王玲利陕西科技大学

学位级别：硕士

随着社会的发展,人民生活水平的提高,以及人们生活习惯的改变,患有心血管疾病的人数逐年增多,心血管疾病中的心脏病是导致死亡率的第三位。而心脏病患者患病初期往往表现出心率失常现象。为了有效推动现代信息处理技术在生物医学工程中... 详细信息

随着社会的发展,人民生活水平的提高,以及人们生活习惯的改变,患有心血管疾病的人数逐年增多,心血管疾病中的心脏病是导致死亡率的第三位。而心脏病患者患病初期往往表现出心率失常现象。为了有效推动现代信息处理技术在生物医学工程中的应用和发展,越来越多的学者针对心电信号进行了自动检测研究。但因心电信号具有低频、多噪声及个体差异等特性,增加了心电信号检测的难度。本文针对目前心电信号检测算法精度不高的问题,开展了心电信号预处理,波形识别及分类方面算法的研究。主要研究内容可总结为如下三个方面。（1）心电信号预处理心电信号是一种低频且含有众多噪声干扰的信号。针对心电信号存在的噪声干扰问题,本文采用了平稳小波变换结合双变量阈值的方法对其进行去噪处理。通过对心电信号进行八层平稳小波变换,得到不同的小波系数,采用双变量阈值函数表达式对其进行处理得到新的小波系数,最后进行逆平稳小波变换实现小波重构,完成心电信号去噪。Matlab仿真结果显示,本文算法的准确率较高,信噪比达到84.5934dB。（2）心电信号波形识别反映心电信号的特征部分往往是信号的突变点,因此需要对心电信号的突变点进行识别检测。本文通过采用二次B样条小波对去噪后的心电信号进行四层平稳小波变换,在第四尺度上对心电信号的R波进行波形检测。在第二尺度上以正确检测R波为基础,实现Q波和S波的波峰、起始点及终止点检测。为了保证检测精度,本文设置了误检漏检机制。最后在第五尺度实现了P波和T波波峰、起始点及终止点检测。仿真结果表明本文的算法检测精度较高,准确率达到99.81%。（3）心电信号分类通过对现在常用的分类方法进行比较以及针对本硕士论文的数据量,本文选择了支持向量机分类模型来进行分类实现。本文选择时间域和小波域的特征作为输入,采用改进的蚁群算法对支持向量机进行参数优化,以达到提高检测的目的。实验结果表明采用改进的蚁群算法优化支持向量机的分类准确率更高。四分类的检测准确率高达98.89%。综上所述,本文通过采用平稳小波变换结合双变量阈值对心电信号进行去噪处理,不仅克服了伪吉布斯现象,同时保证了信号的幅值尽可能的还原原始信号幅值的大小,在预处理的基础上对心电信号进行波形识别操作,实现了心电信号各波形特征参数的检测,最终,通过支持向量机对心电信号实现四分类,并采用mit-bih心率失常数据库的数据进行验证。本文提出的分类算法具有良好的分类性能,研究内容具有一定的实际意义,对心电信号自动检测的发展具有一定的促进作用。

关键词：心电信号 mit-bih心率失常数据库双变量阈值平稳小波变换波形检测支持向量机

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

心电信号肌电干扰的去除与特征点检测算法的研究

心电信号肌电干扰的去除与特征点检测算法的研究

引用

作者：王晓花长沙理工大学

学位级别：硕士

心脏疾病无时不危害着人类的健康,甚至生命,因此对心电(ECG)信号自动分析系统的研究具有很高的临床价值,同时也是国内外学者的研究热点。实际检测到的ECG信号很容易被各种类型的干扰信号影响,进一步影响对信号的分析处理。本文主要对肌... 详细信息

心脏疾病无时不危害着人类的健康,甚至生命,因此对心电(ECG)信号自动分析系统的研究具有很高的临床价值,同时也是国内外学者的研究热点。实际检测到的ECG信号很容易被各种类型的干扰信号影响,进一步影响对信号的分析处理。本文主要对肌电干扰的去除与特征点检测这两个方面分别展开研究。ECG信号是一种比较微弱的信号,频率也较低,在采集的过程中往往被各种噪声干扰,而对ECG信号的消噪处理是检测信号特征点的前提条件,取得的消噪效果直接影响着下一步对信号的检测结果。另外ECG信号中的特征点含有十分重要的生理信息,有着不可估量的学术价值和实际意义。首先,文章对ECG信号的几种常见干扰的来源及类型进行了总结与分析,主要有基线漂移、肌电干扰和工频干扰这三类。简单介绍了小波变换理论,利用小波阈值消噪法来消除基线漂移与工频干扰。在对干扰类型的分析中得出肌电干扰的去除一直是研究的难点,近年来对ECG信号肌电干扰的研究较少,本文针对频率分布较广的肌电干扰做了深入的研究,提出一种结合经验模态分解(EMD)算法与主成分分析(PCA)技术的去噪法来去除ECG信号的肌电干扰,通过对mit-bih心率失常数据库中记录的数据进行实验,同时也定性分析了所得的信噪比(SNR)和均方误差(MSE)。结果表明,所提方法整体上优于小波阈值消噪法与EMD消噪算法,解决了导致信号产生震荡和丢失有用信息的难题。通过算法去噪处理后获得较干净的ECG信号。其次,对预处理后的信号进行特征点检测,目前以小波变换最为流行,其核心思想是在某尺度上找寻小波变换模极值对,它们之间的过零点所在的地方就是ECG信号特征点的对应点。由ECG信号的常识可知,QRS特征波的R波在一定区域内幅值、斜率最大以及宽度最广。本文提出一种区域阈值配对算法来检测波形特征点,对ECG信号用二次样条小波基函数和多孔(ATrous)算法进行小波变换求取模极值,用正极大阈值来确定搜索区域,再以这个正极大阈值为起点,这个确定区域为搜索范围,向右侧搜索负极大阈值点,把这两个阈值配对,他们两者间的过零点就是R峰的对应点。以R峰为基准来检测Q波、S波以及QRS特征波的开始点与结束点,此算法能在保持采样信号完整性的基础上精确定位QRS特征波。实验证明,该算法检测出的QRS波的准确率较高,一定程度上降低了计算复杂度,实时性较好。由于幅度小且频率低的P、T波对心血管疾病的诊断分析同样起着至关重要的作用,本文在对信号的QRS特征波准确定位后,削平QRS特征波,在二次样条小波变换的过程中,采用区域阈值配对法来检测P波,然后结合圆弧逼近法,精确定位T波的位置,经过仿真,实验的结果表明:本文所提算法降低了采样信号的误检率,抬高了检测的灵敏度和准确率。最后,概括文章研究的主要内容,包括结合EMD算法与PCA技术来去除肌电干扰和区域阈值法来检测ECG信号特征点,其中优化主成分分量的选取阈值和构造新的小波基函数是下一步的工作重点。

关键词：心电信号肌电干扰多孔算法主成分分析 mit-bih心率失常数据库

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

全选清除本页清除全部题录导出标记到“检索档案”

共1页 << < 1 > >>

回到顶部

执行限定条件

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：