版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、心律失常在人們的生活中比較尋常,心律失常的發(fā)生可能會對人的生命造成影響,因此,為了預防心律失常的發(fā)生,我們必須更加準確和及時的對心律失常進行檢測。
近年來,利用計算機對心律失常進行自動處理已成趨勢,但是由于心電信號的電流微小,受到的干擾較多,同時,由于個人的區(qū)別和心律失常分類的規(guī)則不統(tǒng)一等緣故,計算機對心臟的診斷至今難以滿足醫(yī)院的需求。本文針對這一狀況,在前人的基礎上對常見的六種心律失常進行識別,主要的工作如下:
心
2、電信號預處理:使用小波變換的分解重構法去除信號中的基線漂移,使用小波變換的閥值法去除高頻肌電干擾和工頻干擾,本文結合小波變換的分解重構法和小波變換的閥值法既可以消除信號中的主要噪聲干擾,又可以避免有用成分丟失。通過美國麻省理工學院和貝絲以色列醫(yī)院(Massachusettes Institute of Technology and Beth IsraelHospital,MIT-BIH)心律失常數(shù)據(jù)庫中的數(shù)據(jù)仿真可知,達到了較好的效果。
3、
心電信號QRS波群的檢測:針對目前的Mexican-hat小波檢測法,由于心律失常的影響,容易造成低幅R波漏檢,同時由于高大P波、T波和高頻噪聲的影響,容易造成R波誤檢,因此,本文采用連續(xù)小波變換和多種策略的方法來檢測QRS波群,通過MIT-BIH數(shù)據(jù)庫仿真,檢測正確率達99.50%。
心電特征參數(shù)的提取與選擇:由于傳統(tǒng)的特征提取只考慮時域特征,其具有一定片面性,不足以反映心電信號的本質,為了更加準確的反映心電信號
4、的本質特征,本文綜合采用時域特征和小波域特征作為心電信號的特征向量,時域上提取了RR1、RR2、QRS波寬和心率變異性(Heart rate variability,HRV)四個特征,小波域上提取了第四層尺度信號,第四層小波信號和第三層小波信號,然后對特征向量進行了優(yōu)化,為后續(xù)分類奠定了良好的基礎。
心律失常的分類:設計一種支持向量機(Library for SupportVector Machines,LIBSVM)分類器,
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于小波分析的心電信號去噪研究.pdf
- 基于小波分析方法的心電信號特征研究.pdf
- 基于小波分析的心電信號處理技術研究.pdf
- 基于小波變換的心電信號處理與分析.pdf
- 基于小波包和神經(jīng)網(wǎng)絡的心電信號分類方法研究.pdf
- 基于小波變換的心電信號處理.pdf
- 基于統(tǒng)計模型的人體心電信號的分類研究.pdf
- 基于小波變換的心電信號檢測與分析算法研究.pdf
- 基于小波包理論的心電信號分析方法研究與實現(xiàn).pdf
- 基于小波變換的心電信號去噪研究.pdf
- 癲癇失神發(fā)作腦電信號小波分析與腦電信號區(qū)域特征提取.pdf
- 基于分類器組合的心電信號身份識別算法研究.pdf
- 心電信號的特征提取與分類研究.pdf
- 心電信號自動分析算法的研究.pdf
- 動態(tài)心電信號分析技術的研究.pdf
- 動態(tài)心電信號分析系統(tǒng)的研究.pdf
- 基于小波變換和神經(jīng)網(wǎng)絡分類的心電信號識別算法的研究.pdf
- 基于多特征選擇的心電信號自動分類算法研究.pdf
- 基于Cortex的心電信號傳輸.pdf
- 基于小波變換的十二導聯(lián)心電信號分析研究.pdf
評論
0/150
提交評論