用于房颤辅助诊断的心电P波自动识别研究

用于房颤辅助诊断的心电P波自动识别研究

ID:37107244

大小:5.62 MB

页数:55页

时间:2019-05-17

用于房颤辅助诊断的心电P波自动识别研究_第1页
用于房颤辅助诊断的心电P波自动识别研究_第2页
用于房颤辅助诊断的心电P波自动识别研究_第3页
用于房颤辅助诊断的心电P波自动识别研究_第4页
用于房颤辅助诊断的心电P波自动识别研究_第5页
资源描述:

《用于房颤辅助诊断的心电P波自动识别研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、中图分类号:TP393论文编号:153127319学科分类号:520.6099密级:天津理工大学研究生学位论文用于房颤辅助诊断的心电P波自动识别研究(申请硕士学位)一级学科:信息与通信工程学科专业:研究方向:生物信号与智能处理作者姓名:王贺贺指导教师:郑刚教授2018年2月ThesisSubmittedtoTianjinUniversityofTechnologyfortheMaster’sDegreeStudyonAutomaticIdentificationofElectrocardiogramPWaveforAtrialFibrillatio

2、nAssistedDiagnosisByHeheWangSupervisorGangZhengFebruary,2018摘要房颤(AtrialFibrillation,AF)是常见的心脏临床疾病,是一种危险性较高的心律失常疾病,极易引发多种创伤型并发症。因此其识别成为改善患者生存状态的主要手段。由于房颤具有隐蔽性,短时心电图(Electrocardiogram,ECG)很难发现,而长时心电图在长达几天的数据中准确寻找几秒、几十秒的房颤数据是研究的难点和热点。在房颤诊断和房颤监测中,房颤的自动识别对临床治疗是极其重要的。房颤的自动识别不仅可以给予心脏

3、病专家做出准确、可靠的诊断结果提供重要的信息,而且也可以为个体随检者提供及时有效的建议。房颤识别的重要特征之一是判断心电信号中P波是否存在,本文提出了一种基于高斯模型的P波自动识别方法,以解决房颤的识别。本文按照P波形态分三类建立了不同的P波识别通用高斯模型,过程包括建立一个包含圆滑型P波、尖耸型P波以及双峰型P波三种类型的P波模型组,提取特征数据并利用高斯混合模型(GaussianMixtureModel,GMM)训练成P波高斯模型组。然后利用马氏距离(MahalanobisDistance,MD)训练相应的阈值范围。本文选取MIT-BIHAtr

4、ialFibrillationDatabase作为实验数据,实验结果表明圆滑P波、尖耸P波、双峰P波以及直线型数据的识别正确率分别为80.50%、84.36%、67%和100%。由于心电信号是微弱信号,受环境影响很大,本文提出的P波识别机制会出现伪P波现象,影响房颤的诊断,为此,本文又提出了基于BP神经网络伪P波判别策略。将真P波数据和伪P波数据作为正反例,训练BP神经网络。实验数据来自MIT-BIHAtrialFibrillationDatabase,实验结果表明伪P波识别别正确率为96.72%。关键字:心电信号心房颤动P波高斯模型组马氏距离BP

5、神经网络AbstractAtrialFibrillation(AF)isacommonclinicaldiseaseoftheheart.Itisanarrhythmiawithhighrisk,whichcaneasilyleadtomultipletraumaticcomplications.Therefore,itsidentificationbecomesthemainmeanstoimprovethesurvivalconditionofpatients.becausetheAFhasconcealment,short-termelect

6、rocardiogram(ECG)isverydifficulttofindanditisadifficultyandhotspotforlong-termECGtoaccuratethedatathatafewseconds,dozensofsecondsofAFinafewdaysofdata.InAFdiagnosisandAFminitoring,automaticidentificationofAFisextremelyimportantforclinicaltreatment.TheautomaticidentificationofAF

7、notonlygivesthecardiologistanaccurateandreliablediagnosis,butalsoprovidestimelyandeffectiveadvicefortheindividual.OneoftheimportantcharacteristicsofAFrecognitionistodeterminewhetherPwavesexistinECG.Inthispaper,aPwaveautomaticidentificationmethodbasedongaussianmodelisproposedto

8、solvetheidentificationofAF.Wehaveestablisheddifferentpointsac

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。