動態(tài)心電信號分析技術(shù)的研究.pdf

1、臨床醫(yī)學上的重要生理參數(shù)，如心電、血壓、血氧飽和度、體溫等的監(jiān)護與檢測對慢性病患者和老年人的健康，特別是對這些生理信號的長期監(jiān)護，了解人體健康狀況的變化趨勢及這些疾病對人體的影響，有著極其重要的臨床意義。心電信號分析與識別成為目前信號處理領(lǐng)域及生物醫(yī)學工程領(lǐng)域中的研究熱點之一。
　　 本文運用小波變換和數(shù)學形態(tài)學理論，對人體心電信號的濾波預處理、波形檢測與定位等關(guān)鍵技術(shù)展開了研究，主要工作如下：
　　 首先，綜合分析了現(xiàn)

2、有心電信號預處理技術(shù)、波形檢測與識別方法等文獻資料，比較了現(xiàn)有各種方法的優(yōu)缺點，指出了現(xiàn)有心電信號的濾波預處理技術(shù)、波形檢測與定位算法、特征信息提取與選擇等方面的有待改進的地方，確定了動態(tài)心電信號的去噪和特征檢測算法為本文主要研究內(nèi)容。
　　 然后，在了解心電生理參數(shù)的產(chǎn)生機理和特征的基礎上，分析了工頻、肌電和基線漂移等噪聲對心電信號的干擾；小波濾波器雖然具有時頻局域化等優(yōu)點，但在濾除低頻噪聲時可能會造成P波、T波信號的部分失真

3、，且計算量大，處理時間長，實時性差；在此基礎上，運用小波變換與數(shù)學形態(tài)學理論，提出了一種結(jié)合形態(tài)學與小波變換的小波閾值去噪算法，較好的去除了幾種噪聲干擾，并保留了ECG信號的奇異點，有效的提高了信噪比。應用MIT-BIH心電數(shù)據(jù)庫中的心電數(shù)據(jù)對該算法進行了仿真實驗，最小均方誤差MSE、信噪比SNR及局部最大誤差因子LocalMax等指標均有了提高，實驗表明該算法有效地提高了信噪比，并具有良好的濾波效果。
　　 接著，分析了傳統(tǒng)的

4、小波算法在波形檢測中處理漏檢方面的局限性，指出了傳統(tǒng)的小波算法存在容易丟失較多心電波形的缺陷。在此基礎上，本文對基于小波變換的波形檢測與特征點識別的算法進行了改進，提出了基于二次B樣條小波的QRS波群檢測的改進算法，將心電信號通過小波算法分解到不同頻帶上，加入了復檢及補充策略，以達到最小程度的漏檢或誤判，算法取得了良好的效果。最后，仿真實驗驗證了該方法對于含噪的ECG信號的處理的有效性，在總誤檢拍，總漏檢拍，誤檢率等方面，較傳統(tǒng)方法有了