心電信號質(zhì)量評估與心率變異性分析方法研究.pdf

1、心率變異性信號蘊含著豐富的心血管系統(tǒng)生理和病理信息，被廣泛用于自主神經(jīng)系統(tǒng)功能的定量評估。眾所周知，心率是自主神經(jīng)系統(tǒng)協(xié)調(diào)控制的結(jié)果，心血管疾病、生理狀態(tài)、生活壓力對自主神經(jīng)系統(tǒng)的調(diào)控有很大的影響。提取心率信號，識別與疾病相關(guān)的異常心率信息，對于心血管疾病的早期預(yù)警有著重要的意義。然而，心電信號在采集過程中不可避免地受到噪聲污染，造成心率信號提取精度下降。因此，心電信號質(zhì)量評估是心率信號分析的重要環(huán)節(jié)。本文主要圍繞心電信號質(zhì)量評估和心率

2、變異性分析方法兩個方面展開深入研究，主要工作如下：
　　1）針對多導(dǎo)聯(lián)心電信號質(zhì)量評估，提出了多導(dǎo)聯(lián)心電融合算法。算法中，利用局部加權(quán)線性預(yù)測基本思想對多導(dǎo)聯(lián)心電信號實施融合。為了有效保留多導(dǎo)聯(lián)心電信號的質(zhì)量特征，模糊推理系統(tǒng)被設(shè)計用于加權(quán)值估計。實驗結(jié)果表明本文所提算法能夠?qū)M合心電信號和實際心電信號實施有效融合。研究中，使用相空間重構(gòu)理論和量化遞歸分析對心電信號質(zhì)量特征進行提取。通過實驗結(jié)果分析，最終選取遞歸度、確定性和熵三個

3、指標作為信號質(zhì)量特征參數(shù)。
　　2）為了對心電信號質(zhì)量實施有效分類，本文提出了基于局部投影距離的譜聚類算法。在算法中，定義了局部投影鄰域，該區(qū)域是任意兩數(shù)據(jù)點所構(gòu)成的局部鄰域，鄰域內(nèi)數(shù)據(jù)點投影到兩數(shù)據(jù)點間的直線。利用投影點之間的歐幾里得距離，數(shù)據(jù)局部空間結(jié)構(gòu)便能被該數(shù)據(jù)之間相似度很好地描述。根據(jù)數(shù)據(jù)點間的結(jié)構(gòu)信息，對投影距離進行壓縮或者拉伸，從而獲得親和矩陣。通過對擬合數(shù)據(jù)、實際數(shù)據(jù)和圖像的聚類實驗結(jié)果說明基于局部投影距離的譜聚類

4、算法具有較好的算法性能。
　　3）為了檢測心電信號中的R波，本文提出了一種能夠自適應(yīng)地將信號分解為一系列調(diào)幅-調(diào)頻分量的改進總體局部均值算法。面對低分辨率信號，總體局部均值算法在信號分解過程中常出現(xiàn)信號的模式混疊，從而難以在調(diào)幅-調(diào)頻信號中提取有用信息。本文提出了一種基于三次樣條插值的總體局部均值算法，通過對數(shù)據(jù)點插值處理從而提高了信號的分辨率。實驗結(jié)果表明本文所提算法能夠有效克服信號的模式混疊，進而提取到心電信號特征信息。因此，

5、本算法性能優(yōu)于局部均值算法和總體局部均值算法。
　　4）本文提出了基于改進的總體局部均值算法的R波檢測算法。算法中，R波的檢測分為三個過程：信號預(yù)處理階段、特征提取階段和決策階段。利用MIT心律不齊數(shù)據(jù)庫對本算法性能進行評估，實驗結(jié)果表明所提算法能夠有效實現(xiàn)心電信號R波的檢測。
　　5）對于心率變異性分析，龐加萊散點圖對心率變異信號的非線性動力學(xué)特征描述不足。本文提出了三維龐加萊散點圖，在原散點圖基礎(chǔ)上充分利用了散點間內(nèi)在聯(lián)