心電信號(hào)分析及其診斷算法的研究.pdf

1、通過對(duì)心電數(shù)據(jù)的研究可以幫助我們了解一些生理現(xiàn)象和疾病的病理機(jī)制。目前心電信號(hào)的分析與診斷主要涉及到特征波的識(shí)別和病情的自動(dòng)化診斷兩個(gè)方面。近來來，越來越多的方法被應(yīng)用于特征波的識(shí)別上，諸如小波分析、神經(jīng)網(wǎng)絡(luò)等。而混沌理念越來越多的被應(yīng)用在病情的自動(dòng)化診斷上，因?yàn)樾呐K的本質(zhì)是一個(gè)混沌系統(tǒng)，從混沌的理念出發(fā)可以獲得比其它方法更好的效果。本文也主要從特征波的檢測和病情的自動(dòng)化診斷這兩個(gè)方面展開研究。
　　 在特征波的檢測上，本文重點(diǎn)

2、對(duì)R波的檢測展開討論。首先通過小波濾波濾去噪聲和P、T波的影響，計(jì)算一階差分后進(jìn)行希爾伯特變換，并與原信號(hào)綜合考慮，設(shè)定可變閾值的規(guī)則對(duì)R波進(jìn)行檢測。并且根據(jù)心電的生理特點(diǎn)進(jìn)行合理的漏檢誤檢回溯。利用MIT-BIH心律失常數(shù)據(jù)庫，對(duì)算法進(jìn)行驗(yàn)證。并且利用檢測出的R波位置作為輔助，將排列熵應(yīng)用于室性心律失常的檢測中，取得了99％的檢出率。
　　 在對(duì)心電的自動(dòng)化診斷上，本文利用非線性的思想提取多重特征：相空間軌跡的發(fā)散程度、相空間