收藏本站
收藏 | 论文排版

心律失常心电信号预处理与分类方法研究

周建桥  
【摘要】:心电图(ECG)是临床实践中使用最广泛的生理信号,用于诊断心律失常和心肌梗塞等心血管疾病。对于心电图,医生人工解释非常耗时,并且难以检测长期心电图或动态心电图记录中的细微变化。因此,使用计算机辅助诊断(CAD)系统自动识别心律失常是研究的热点,能够有效地降低心脏病患者的死亡率。在心电信号预处理方面,因为有效的去噪方法可以对心电信号进行良好的预处理,所以ECG去噪一直是有关研究的主要领域之一。经过去噪后的心电信号可以提取最大数量的有效和有意义的病理信息,并能最大限度地提高后续心电分类过程的各项指标。本文提出了一种融合经验模态分解(EMD)和离散小波变换(DWT)的自适应阈值去除ECG噪声的新方法,并通过文化算法对去噪流程进行优化。基于MITBIH心律失常心电数据库、MIT-BIH室上性心律失常心电数据库以及INCART心律失常心电数据的仿真实验,计算出性能评价指标信噪比和均方误差。针对现有心律失常公开数据库心电数据数量少且类别不平衡的问题,本文提出了一种基于改进生成对抗网络的数据增强方法,实验结果表明提出的方法能有效改进数据间不平衡的问题。在心律失常心电分类方面,从基于传统机器学习和基于深度神经网络两个方向进行研究,本文的主要贡献为:1)使用离散小波变换,经验模态分解和变分模态分解(VMD)算法提取心电信号中的时域和变换域特征,使用特征选择方法根据特征的权重对特征进行排名,从而降低分类过程计算复杂度并提高了分类准确性。使用机器学习算法将排名集特征分类为不同类型的心律失常症状,提出了一种新的方法,该方法包含基于RR间隔,DWT,EMD和变分模态分解的多域特征,根据AAMI标准对心律失常心拍进行分类。采用卡方检验和粒子群搜索算法对特征集进行排名,并使用随机森林分类器对特征集进行分类,最终将分类精度在卡方检验中提高到99.22%。(2)提出了一种基于深度神经网络的两步分类法用于识别异常心拍并进行心律失常检测。第一步,提出了一个深度双通道卷积神经网络(D-CNN)对除S类和正常心拍外所有心拍类别进行分类。在第二步,提出了一个中心LSTM网络(C-LSTM)用于区分S类心拍和正常心拍,提出的C-LSTM网络学习提取心拍及其相邻心拍之间的隐藏时间信息,并区分出两种心拍类型之间的深层差异。(3)针对可穿戴设备对于模型轻量化、计算硬件要求低、泛化能力强的需求,提出一种基于LSTM网络的Deep LSTM网络。这种用于实时ECG异常检测的灵敏轻量级模型,与用于分类和诊断的特定且计算量较大的模型结合,是当前医院门诊进行ECG分析的有效手段。通过大量的实验,对所提出的方法提供了一个全面的评价。结果表明,本文对心电信号预处理和心拍分类的研究为心律失常检测提供了实用的思路和解决方案。


知网文化
【相似文献】
中国期刊全文数据库 前19条
1 朱芳;李淮江;姜恩华;邵芬;;心电信号预处理数字滤波器的设计与分析[J];淮北师范大学学报(自然科学版);2017年01期
2 康健楠;李昕;王秀清;张涛;;基于经验模态分析心电信号预处理研究[J];计算机工程与应用;2008年14期
3 刘立勋;江晓雪;杨志烽;;基于PSoC的实时心电信号预处理系统的设计与实现[J];黑龙江科技信息;2016年33期
4 吴志伟;;基于复Gaussian小波变换的心电信号预处理[J];泉州师范学院学报;2009年02期
5 朱宇杰;潘家普;;心电信号预处理的探讨[J];上海第二医科大学学报;1998年01期
6 李澍;苏宗文;任海萍;;低功耗心电信号预处理和特征提取方法研究[J];医疗装备;2014年10期
7 李昕;王秀清;宋佳霖;应立娟;;心电信号预处理方法研究与评价[J];测试技术学报;2008年01期
8 张帷,张石,鲍喜荣,张平;心电信号预处理与心电信号分析[J];现代临床医学生物工程学杂志;2005年04期
9 杨枢;朱超;;基于模糊隶属度与支持向量机心律失常分类模型[J];蚌埠医学院学报;2012年08期
10 闫润强,詹永麒,胡伟国,张永红;12导联同步心电信号自动检测技术的研究[J];中国医疗器械杂志;2002年02期
11 吴浪;曾超;;EMD分解与IIR滤波器在心电信号预处理的应用研究[J];福建电脑;2015年06期
12 李昕;孙媛媛;;一种改进的心电信号预处理方法研究[J];微计算机信息;2010年01期
13 郭涛;;心律失常的几个新概念[J];云南医药;2006年01期
14 刘成;刘娅琴;;基于FPGA软核的佩带式心电信号处理系统的设计[J];中国医疗设备;2010年03期
15 张水旺,刘田福;心律失常心电图计算机辅助教学系统的研究及应用[J];中国高等医学教育;1995年02期
16 王维亮;;长时间连续心电图记录用以确定心律失常[J];国外医学(内科学分册);1980年06期
17 孟兆辉,张永红,白净;模糊算法在心律失常病类判别中的应用[J];电子学报;2001年09期
18 ;思考心电图之2[J];心电学杂志;1984年01期
19 ;思考心电图之3[J];心电学杂志;1984年02期
中国重要会议论文全文数据库 前5条
1 胡益祥;张颖;马庄宣;于璇;;基于深度学习的智能心电云平台设计[A];物联网与无线通信-2018年全国物联网技术与应用大会论文集[C];2018年
2 郭庆华;;208例老年人心电图临床分析[A];第七届全国老年医学学术会议暨海内外华人老年医学学术会议论文汇编[C];2004年
3 陈(岂页);李学斌;;高频心电图的临床应用[A];第四届全国心功能学术研讨会论文摘要集[C];1994年
4 赵南平;贾敏江;陈兰芳;;老年心律失常130例分析[A];第四届全国心功能学术研讨会论文摘要集[C];1994年
5 刘建文;候殿林;权吉顺;李丽莉;董杰;孙相华;钟秀珍;;3627例心电图的心律失常分析[A];第二届全国心功能学术研讨会论文摘要汇编[C];1990年
中国博士学位论文全文数据库 前2条
1 何润南;基于深度学习的心律失常分类方法研究[D];哈尔滨工业大学;2021年
2 樊小毛;动态心电心律失常智能检测方法及高性能计算研究[D];中国科学院大学(中国科学院深圳先进技术研究院);2018年
中国硕士学位论文全文数据库 前20条
1 周建桥;心律失常心电信号预处理与分类方法研究[D];重庆邮电大学;2021年
2 占峰松;面向穿戴应用的心电信号处理方法及软件实现[D];电子科技大学;2018年
3 施蕾;基于FPGA的心电信号预处理系统的设计与实现[D];吉林大学;2012年
4 陈飞;低功耗心电信号预处理电路的研究与设计[D];重庆邮电大学;2016年
5 马婵;心电信号预处理算法研究[D];杭州电子科技大学;2009年
6 赵玲;心电信号自动分类诊断技术研究[D];北京工业大学;2020年
7 赵玲;心电图自动诊断系统的设计[D];重庆大学;2005年
8 牛传莉;心电信号预处理和波形检测算法的研究[D];北京交通大学;2009年
9 陈荣钦;基于神经网络的心电信号心率估计和心律失常分类方法研究[D];浙江大学;2020年
10 梁崴巍;基于小波变换的心电信号预处理与特征识别算法[D];中国医科大学;2009年
11 孟欢欢;心电信号自动分析的几种算法研究[D];清华大学;2014年
12 白子年;基于小波变换的心电图教学系统的研究与开发[D];大连理工大学;2009年
13 杨守祥;基于小波变换的心电信号预处理及特征参数检测方法研究[D];兰州理工大学;2014年
14 徐朝浪;心律失常分类算法研究[D];广东工业大学;2020年
15 刘杰;心电信号分析算法的研究与软件实现[D];北京交通大学;2010年
16 盛志强;心电分析系统的设计与实现[D];哈尔滨工业大学;2017年
17 李昌晋;基于深度学习的心律失常分类模型研究[D];北京工业大学;2020年
18 高俊丽;不均衡心律失常智能检测关键问题研究[D];郑州大学;2020年
19 张家玥;基于时频分析的心电信号处理方法研究[D];浙江大学;2021年
20 郑腾飞;基于生成对抗网络的心电数据增强方法研究[D];江西财经大学;2021年
中国重要报纸全文数据库 前2条
1 本报记者 李颖;心电图可查心律失常是否良性[N];科技日报;2012年
2 记者 王丹;成人心电数据库有望年底建成[N];健康报;2013年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978