摘要:心血管疾病是目前威脅人類健康的主要疾病之一，心電圖檢查是臨床上診斷心血管疾病的重要方法。室性早搏是心律失常中最為常見的一種病癥，本文根據(jù)室性早搏的心電圖特點，設(shè)計并實現(xiàn)了針對室性早搏異常心電波形的檢測算法。在心電信號預處理階段，利用形態(tài)學濾波與滑窗均值濾波相結(jié)合的方式校正基線漂移、剔除高頻噪聲，有效提高了信噪比，改善了原有波形質(zhì)量。在特征提取階段，利用峰值檢測與角度檢測相結(jié)合的方式，并通過設(shè)置雙重閾值來檢測R波，大大提高了對R波的識別率，并由R波出發(fā)獲取QRS波群寬度，T波幅度等有效特征信息。在波形分類階段，對比使用了KNN分類器、SVM分類器，并利用ROC曲線給出兩種分類器的圖像可視化比較，發(fā)現(xiàn)SVM分類器在分類準確率和運行速度上均優(yōu)于KNN分類器。本課題所用心電數(shù)據(jù)均來源于MIT-BIH標準心律不齊數(shù)據(jù)庫。

關(guān)鍵詞: 心電信號 室性早搏 形態(tài)學濾波 特征提取 波形分類

目錄

摘要

Abstract

第一章  緒論-3

1.1課題背景-3

1.2研究目的和意義-3

1.3國內(nèi)外研究現(xiàn)狀-4

1.4 ECG信號簡介-5

1.5 MIT-BIH心電數(shù)據(jù)庫簡介-6

1.6論文安排-7

第二章 ECG信號預處理-7

2.1 ECG噪聲產(chǎn)生的原因與特性-7

2.2形態(tài)學濾波原理及優(yōu)勢-8

2.3滑窗均值濾波-13

2.4 ECG信號去除高頻噪聲-14

2.5 ECG信號校正基線漂移-18

2.6本章小結(jié)-21

第三章 特征提取-22

3.1室性早搏ECG信號特點-22

3.2特征信息提取-23

3.2.1 R波定位-23

3.2.2 QRS波群檢測-27

3.2.3 T波定位-28

3.3本章小結(jié)-29

第四章 波形分類-31

4.1 ROC曲線評價方法-31

4.2基于KNN算法的分類-31

4.2.1 KNN算法簡介-31

4.2.2 KNN分類效果評價-32

4.3 基于SVM算法的分類-34

4.3.1 SVM算法簡介-34

4.3.2 SVM分類效果評價-34

4.4本章小結(jié)-35

第五章 總結(jié)與展望-36

5.1總結(jié)-36

5.2展望-36

參考文獻-37

致謝-38