基于快速傅里叶变换的心电模板匹配算法设计.pdf

《基于快速傅里叶变换的心电模板匹配算法设计.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、·26·Thesisl论著基于快速傅里叶变换的心电模板匹配算法设计周酥[摘要】目的：研究心律失常患者的心电信号特征，设计一种能够准确识别正常与异常信号的心电模板匹配算法，以辅助医师诊断心血管疾病。方法：利用快速傅里叶变换计算待测心电与正常模板之间的归一化相关系数，当系数大于某一预设阈值时，判断信号正常；否则提示可能存在异常，建议患者做进一步检查。结果：利用MIT—BIH数据库的心律失常数据进行算法仿真，以正常心拍作模板信号，对10例待测异常心拍进行检测，其中3例心室融合心跳被误判为正常，其余均能正确检测；对12组正常信号进行检测

2、，肢体Ⅱ导联采集的信号全部判断正确，胸导联v1有3例被误判。结论：该算法对肢体Ⅱ导联信号具有较好的适用性，且对室性早搏的检出率较高。【关键词】心律失常；快速傅里叶变换；归一化相关系数；模板匹配[中国图书资料分类号]R318；O174．22[文献标志码]A[文章编号]1003—8868(2014)05—0026—04DOl：10．7687~．ISSN1003—8868．2014．05．026DesignofECGTemplate-matchingAlgorithmBasedonFFTZH0USu(Depa~mentofBio—me

3、dicalEngineering，XinhuaCollegeofSUNYAT-SENUniversity，Guangzhou510520，China)Abstract0I哺ToanalyzethefeaturesofECGsignalsfrompatientswitharrhythmiaandtoproposeaneffectivealgorithmtodifferentiatevarietiesofsignals．Atemplate-Matchingalgorithmtodetectarrhythmiawaspresented

4、．inwhichFFrwasusedtocomputethenormalizedcorrelationcoeficientbetweenthemeasuredECGsignalsandthetemplatesigna1．Whenthecoeficientwashihgerthanthethresholdofthumb，themeasuredECGwouldberegardedasnorma1．Otherwise，itmightbeabnormalandthepersonwasadvisedtotakeacarefulmedica

5、lexamination．ReInordertotestthevalidityoftheproposedalgorithm，ECGintheMIT—BIHarrhythmiaDatabasewereusedforsimulation．Inthesimulationof10abnormalsignals，mostsignalswerewelludgedexcept3fusionofventricular，and3ECGof12normalsignalsfromprecordialleadgotthewrongjudgments．C

6、叫d啊d咂ThealgorithmwasusefulindetectingtheECGfromlimbleadⅡandeffectiveintestingventricularprematurebeat．[ChineseMedicalEquipmentJournal，2014，35(5)：26-28，33】Keywordsarrhythmia；FF：normalizedcorrelationcoeficient；template—matchingO引言电与原规定(或学习到)的心电模板或规则的近似程心血管疾病严重威胁着人类健康。心

7、血管疾病，度，据此判断待测信号与模板是否属于同一类别。基尤其是心律失常的检测依赖于心电图。实现心电图于信号波形形态特征分析的算法，能对具有相似特(electrocardiogram，ECG)的智能分析和自动识别，对征参数(如QRS复波幅度、宽度等)不同形态特征的心血管疾病的辅助诊断具有重要的临床意义。ECG心电进行区分，与医生进行人工诊断时所使用的方法具有一致的思想。本文采用基于波形形态分类智能分析技术包括心电信号预处理、波形检测、心电的模板匹配算法来进行心律失常研究。诊断等。预处理重在对含有噪声的心电信号消除干1理论基础扰、滤

8、除噪声；波形检测的目的在于寻找信号特征1．1归一化相关系数点，提取特征参数；而心电诊断技术则主要依据心电ECG信号与模板信号的相似程度可通过计算它波形特征点的识别结果，对信号进行分类。其中ECG们在指定区间的相关性来判定[81。本文研究利用归一的自动识别方法包括