收藏本站
《东南大学》 2019年
收藏 | 手机打开
二维码
手机客户端打开本文

心电信号特征提取、稀疏表示与异常心拍识别

秦钦  
【摘要】:心血管疾病已经成为全球范围内非传播性疾病死亡的第一位原因,居所有疾病之首。尤其是进入21世纪以来,全球人口特别是老龄化人口持续增加,心血管医疗费用快速增长,医疗资源相对紧缺且分布不平衡,我国心血管疾病发病率、死亡率持续增高。日常心电监护是实现心血管疾病早期检测与预防的有效手段,为心血管疾病早发现、早治疗提供了可行的技术途径。基于人体无线传感器网络技术构建的新型移动心血管监护体系能够捕捉罕见的瞬时致病心拍并加以分析处理,再将处理结果反馈至病患、医生和家属,实现远程心血管监护、医疗和保健。但日常心电监护要得到真正实现,在干性电极、信号感知、典型波识别、特征提取、心拍分类等方面依然存在巨大挑战。论文针对心电监护领域存在的问题,从“感知”、“表征”和“识别”为切入点,开展了干性和湿性电极信号同步采集与质量对比评估、自适应R波定位、低维度特征提取、异常心拍分类与识别等方面的研究。论文重点工作内容包括:(1)心电信号采集与信号质量对比评估,以验证AgNW电极应用于临床信号感知的性能;(2)快速自适应的心电信号R波检测算法,为后续特征提取提供准确的R波参考基线;(3)基于小波变换和稀疏表示的低维心电特征提取,为分类器提供有效输入特征;(4)基于小波特征、稀疏原子特征和机器学习的早搏心拍分类,以验证两种特征的有效性。论文取得的进展包括:(1)设计了基于AgNW电极和Ag/AgCl电极的信号同步采集方案,采用信号质量指标和心率变异性分析,系统地对比评估了同步信号质量并量化了信号之间的质量差异,证明了AgNW电极是Ag/AgCl电极的潜在替代品之一,同时为信号质量评估提供了可选择的评估参数;(2)提出了基于小波多分辨率分析的频率段选取方法,既可用于信号去噪和增强,也可用于特征提取;提出了基于稀疏表示的心拍特征提取方法,为心拍分类提供了另一种可行方案;(3)提出了快速自适应的R波检测算法,R波识别准确率达到99%以上,并降低了30%的计算时间;(4)提出了R波检测算法中双阈值的自适应选取方法并验证了方法的有效性,给了幅值阈值系数的推荐范围[0.2,0.3]和时间间隔阈值系数的推荐范围[0.42,0.48];(5)给出了维度可调的特征提取框架,可根据信号特点和分类要求选取合适的特征维度,实验结果证明,选取不同维度的小波系数或不同稀疏度的稀疏原子作为分类器的输入特征时,分类效果趋于稳定并保持一致;(6)提出基于十折投票的心拍分类方案,用于识别房性早搏、室性早搏、正常和其他四种心拍,采用基于个体的分类方案,对四种心拍的整体识别率在70%以上。论文研究成果进一步丰富了心电监护领域信号感知技术和处理方法等方面的研究,从技术层面为心电信号感知、心血管疾病连续监测、疾病早期预防、智能诊断评估等提供技术参考。
【学位授予单位】:东南大学
【学位级别】:博士
【学位授予年份】:2019
【分类号】:R540.4;TN911.7

手机知网App
【相似文献】
中国期刊全文数据库 前10条
1 Fang LI;Jia SHENG;San-yuan ZHANG;;基于稀疏表示的拉普拉斯稀疏字典图像分类(英文)[J];Frontiers of Information Technology & Electronic Engineering;2017年11期
2 黄宏图;毕笃彦;侯志强;胡长城;高山;查宇飞;库涛;;基于稀疏表示的视频目标跟踪研究综述[J];自动化学报;2018年10期
3 刘嘎琼;;改进稀疏表示的人脸识别在高校管理中的应用[J];计算机与数字工程;2018年11期
4 余庆辉;朱晗琰;吴海霞;戈晓玲;潘逸炜;;基于类内稀疏表示的人脸识别[J];科技展望;2015年32期
5 滕升华;商胜楠;王芳;赵增顺;;一种基于复合稀疏表示的阿尔茨海默病的诊断方法[J];生物医学工程研究;2016年01期
6 黄宏图;毕笃彦;高山;查宇飞;侯志强;;基于局部敏感核稀疏表示的视频跟踪[J];电子与信息学报;2016年04期
7 张保庆;穆志纯;曾慧;;基于非负稀疏表示的遮挡人耳识别[J];计算机辅助设计与图形学学报;2014年08期
8 张石清;赵小明;楼宋江;闯跃龙;郭文平;陈盈;;一种局部敏感的核稀疏表示分类算法[J];光电子.激光;2014年09期
9 陈思宝;许立仙;罗斌;;基于多重核的稀疏表示分类[J];电子学报;2014年09期
10 李映;张艳宁;许星;;基于信号稀疏表示的形态成分分析:进展和展望[J];电子学报;2009年01期
中国重要会议论文全文数据库 前10条
1 杨宝;朱启兵;黄敏;;基于非负矩阵分解一稀疏表示分类的玻璃缺陷图像识别[A];第24届中国控制与决策会议论文集[C];2012年
2 樊亚翔;孙浩;周石琳;邹焕新;;基于元样本稀疏表示的多视角目标识别[A];2013年中国智能自动化学术会议论文集(第五分册)[C];2013年
3 田野;张立新;严涛;杨志梅;张茁;;基于稀疏表示的北斗导航卫星预失真滤波器设计方法[A];第九届中国卫星导航学术年会论文集——S08 测试评估技术[C];2018年
4 肖琼;黄永言;;稀疏表示在脑电信号处理中的应用研究现状[A];人-机-环境系统工程创立30周年纪念大会暨第十一届人-机-环境系统工程大会论文集[C];2011年
5 赵雪峰;孙成禹;;基于稀疏表示的地震多属性融合[A];2016中国地球科学联合学术年会论文集(十九)——专题40:油气田与煤田地球物理勘探[C];2016年
6 廖佳俊;刘志刚;蔡尚;姜江军;;基于非负—平滑约束的高光谱稀疏表示目标检测算法研究[A];国家安全地球物理丛书(十二)——地球物理与信息感知[C];2016年
7 蒙红英;柴昱洲;韩宇;;一种基于稀疏表示的JPEG-LS改进算法[A];第四届高分辨率对地观测学术年会论文集[C];2017年
8 柴汉超;郭翌;汪源源;曹万里;孙福康;;基于多尺度稀疏表示分割肾上腺肿瘤CT图像[A];仪器仪表学报(2015(增刊)第36卷)[C];2015年
9 杜兰;李晨;孙永光;;基于联合动态稀疏表示的SAR自动目标识别[A];第五届高分辨率对地观测学术年会论文集[C];2018年
10 余力;郭翌;汪源源;陈萍;;基于超声心动图序列的胎儿左心室分割[A];仪器仪表学报(2015(增刊)第36卷)[C];2015年
中国博士学位论文全文数据库 前10条
1 秦钦;心电信号特征提取、稀疏表示与异常心拍识别[D];东南大学;2019年
2 项凤涛;基于稀疏表示与优化的图像信息处理方法及应用[D];国防科学技术大学;2014年
3 张永强;基于稀疏表示和级联回归的面部动作捕捉技术研究[D];哈尔滨工业大学;2018年
4 商琨;稀疏、低秩表示学习模型与相关方法研究[D];天津大学;2017年
5 杨红红;稀疏表示及多示例跟踪算法研究及其在视频监控中的应用[D];西北工业大学;2018年
6 樊晓宇;基于自适应稀疏表示的压缩感知MRI算法研究[D];燕山大学;2019年
7 范长德;基于稀疏表示模型的行为识别研究[D];燕山大学;2019年
8 张岩;基于稀疏表示的油气地震勘探数据重建与去噪方法研究[D];东北石油大学;2018年
9 赵永红;基于稀疏表示的阵列信号空间谱估计方法研究[D];西安电子科技大学;2017年
10 任博;基于稀疏表示和流形学习的SAR图像分类算法研究[D];西安电子科技大学;2017年
中国硕士学位论文全文数据库 前10条
1 何玲丽;基于核稀疏表示的人脸识别方法研究[D];湖南大学;2014年
2 田晨曦;稀疏表示分类的模型、量化指标体系及应用[D];河南大学;2019年
3 韩青云;基于稀疏表示的DAS数据降噪方法研究[D];电子科技大学;2019年
4 周艳发;基于稀疏表示的高光谱图像分类方法研究[D];重庆邮电大学;2018年
5 孙磊;基于特征表示和反投影稀疏表示分类的临床医学数据分析[D];河南大学;2019年
6 许晓帆;基于边缘保持滤波器与稀疏表示的多模态医学图像融合方法研究[D];重庆邮电大学;2018年
7 韩征彬;智能视频监控系统中的人群异常行为检测算法研究[D];长春理工大学;2019年
8 丁婷婷;稀疏表示图像分类算法研究[D];云南大学;2018年
9 张伟东;基于稀疏表示的目标追踪算法研究[D];中国计量大学;2018年
10 孙恬恬;基于回归和稀疏表示的图像超分辨率重建算法研究[D];中国计量大学;2018年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026