基于小波變換和神經(jīng)網(wǎng)絡(luò)的心電圖分類識(shí)別研究.pdf

1、隨著我國人口老齡化加劇以及現(xiàn)有醫(yī)療資源分布不均衡，醫(yī)療健康問題在我國變得越來越重要。心血管疾病是危害現(xiàn)代人身體健康的重要疾病之一，心律失常是心血管疾病中重要的一類疾病。心電圖的分類識(shí)別研究是診斷心律失常的前提與關(guān)鍵。本文的心電圖分類識(shí)別研究是基于小波變換和神經(jīng)網(wǎng)絡(luò)的數(shù)字化自動(dòng)分類識(shí)別的研究。該研究有利于促進(jìn)移動(dòng)心電監(jiān)控系統(tǒng)的發(fā)展并進(jìn)一步促進(jìn)現(xiàn)有醫(yī)療資源分布不平衡的改善。
　　心電信號(hào)分為很多種，本文進(jìn)行分類識(shí)別的心電信號(hào)有正常心電

2、信號(hào)、左束支傳導(dǎo)阻滯信號(hào)、右束支傳導(dǎo)阻滯信號(hào)、室性早搏信號(hào)、房性早搏信號(hào)。本文的主要工作如下：
　　1.本文使用小波變換濾除檢測設(shè)備獲取心電信號(hào)過程中產(chǎn)生的噪聲。本文使用強(qiáng)制濾波方法濾除基線漂移噪聲，使用閾值門限濾波方法濾除工頻干擾和肌電干擾。
　　2.本文對濾除噪聲后的心電信號(hào)依次進(jìn)行R波、Q波、S波、P波、T波的波形識(shí)別。本文分析了傳統(tǒng)的心電信號(hào)波形識(shí)別方法中的缺點(diǎn)，并針對消除這些缺點(diǎn)進(jìn)行改進(jìn)。例如，在傳統(tǒng)R波識(shí)別方法中

3、，閾值的選擇對R波識(shí)別效果影響很大，且容易出現(xiàn)最大值個(gè)數(shù)與最小值個(gè)數(shù)不匹配等問題，本文的改進(jìn)方法可以消除上述問題。
　　3.本文采用波形的幅度值和波形的間距時(shí)間作為神經(jīng)網(wǎng)絡(luò)訓(xùn)練樣本的特征值。通過訓(xùn)練樣本對傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)和徑向基神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，并使用訓(xùn)練后的神經(jīng)網(wǎng)絡(luò)對心電信號(hào)記錄進(jìn)行分類識(shí)別，以該分類識(shí)別的正確率作為神經(jīng)網(wǎng)絡(luò)分類識(shí)別的標(biāo)準(zhǔn)。本文通過修改神經(jīng)網(wǎng)絡(luò)的參數(shù)提高神經(jīng)網(wǎng)絡(luò)的性能，通過調(diào)整訓(xùn)練樣本來提高神經(jīng)網(wǎng)絡(luò)的分類識(shí)別正確