由于P、T波在心电图信号中不是很明显,因此检测难度非常大。

根据P波的四类基本形态特点,将小波变换与P波在变换后的幅值和斜率参数结合起来,提出了一种基于“小波-幅值-斜率”的P波检测新方法[11]:先应用小波变换初步搜索出满足阈值的模极大值对;然后根据P波对应的模极大值对的特点,结合幅值和斜率判据,剔除干扰,检测P波的峰点和形态;最后区别单峰P波和双峰(及双向)P波,分别确定出P波的起点和终点。用该方法进行了随机采集的临床ECG数据和MIT/BIH数据的P波检测实验,和人工检测结果比较,实验统计结果显示正确检测率高于96%。

Daniel Lemire[5]小波时间熵的计算,求得T波的形态特征,从而判断是否心肌缺血。该方法与ECG无关,从而减少了噪声干扰。

徐钰[8]等人对基于小波变换的P前波的自动识别技术进行了探索性研究。通过窦房结电图的基线漂移抑制技术、A波定位技术及基于此的P前波自动识别技术,对实际采集的人体窦房结电图信号的P前波进行识别,识别正确率为76%。

P前波的识别,由于前人的研究很少,其算法需要不断摸索,是本课题的难点。

1.4 本课题的研究工作

1.4.1 本论文研究的主要内容

(1)熟悉并了解窦房结电图基本图形以及特征波形。窦房结电图的种类繁多,波形差异很大。窦房结电图的特征波形是指构成窦房结电图波形的,其形态与参数能够反映心脏及窦房结功能的子波形,包括QRS波、T波、P波、P前波等。在进行波形识别的过程中,了解窦房结电图的基本图形和特征波形,有利于医护工作者对窦房结功能进行检测,对窦房结起搏和传导功能状态进行评价。

(2)研究基线漂移抑制、噪声消除(电极极化电压、工频干扰以及肌电干扰)的算法。信号的预处理分为硬件实时法和软件后处理法。硬件实时法是指设计各种滤波电路,在信号采集时,实时消除或抑制干扰信号。软件后处理法是指对采集到的信号数据进行处理时,采用数字信号处理技术即通过软件设计各种滤波器实现,软件后处理法相比硬件实时法而言,其数据处理是非实时性的。本论文主要对软件后处理法的算法和软件实现进行研究。

(3)研究特征波形自动识别的算法。该算法旨在实现图形自动分析时,自动确定各特征波形的位置,方便后续算法对各特征波形进行分析,从而得到窦房结电图分析的结果。

1.4.2 论文结构分布及简介

第一章 绪论。介绍了窦房结电图的应用及发展历程,阐述了其在国内外研究中的现状及面临的一些问题。通过介绍窦房结电图的一些基本信息,以及特征波形的参数和位置,了解前人研究的方法,针对本课题所要实现的功能,确定研究的内容及重点。

第二章 窦房结电图信号的预处理。简单介绍和分析了小波滤波理论和自适应滤波理论,将两者相结合,提出了小波自适应滤波的思想,对含噪SNE信号进行工频干扰滤除和基线漂移抑制的预处理。

第三章 特征波形的自动识别。此部分内容为本论文核心,对构成窦房结电图信号的P前波、A波、V波、T波等特征子波形进行自动检测识别算法进行研究。

上一篇:Labview身管直线度测试系统硬件设计
下一篇:labview735MM身管缠度系统设计软件与硬件部分

数控技术发展趋势智能化数控系统【1672字】

Solidworks95式步枪智能化导轨设计

FPGA智能化超微心电图仪数...

智能化清洗机器人的结构设计+CAD图纸

智能化枪械的概念研究及总体设计

张洁小说《无字》中的女性意识

我国风险投资的发展现状问题及对策分析

老年2型糖尿病患者运动疗...

安康汉江网讯

LiMn1-xFexPO4正极材料合成及充放电性能研究

互联网教育”变革路径研究进展【7972字】

新課改下小學语文洧效阅...

网络语言“XX体”研究

麦秸秆还田和沼液灌溉对...

ASP.net+sqlserver企业设备管理系统设计与开发