室性早搏异常心电检测与分析.doc

资料分类:工业大学 上传会员:无悔青春 更新时间:2018-09-15
需要金币1000 个金币 资料包括:完整论文 下载论文
转换比率:金额 X 10=金币数量, 例100元=1000金币 论文字数:11830
折扣与优惠:团购最低可5折优惠 - 了解详情 论文格式:Word格式(*.doc)

摘要:心血管疾病是目前威胁人类健康的主要疾病之一,心电图检查是临床上诊断心血管疾病的重要方法。室性早搏是心律失常中最为常见的一种病症,本文根据室性早搏的心电图特点,设计并实现了针对室性早搏异常心电波形的检测算法。在心电信号预处理阶段,利用形态学滤波与滑窗均值滤波相结合的方式校正基线漂移、剔除高频噪声,有效提高了信噪比,改善了原有波形质量。在特征提取阶段,利用峰值检测与角度检测相结合的方式,并通过设置双重阈值来检测R波,大大提高了对R波的识别率,并由R波出发获取QRS波群宽度,T波幅度等有效特征信息。在波形分类阶段,对比使用了KNN分类器、SVM分类器,并利用ROC曲线给出两种分类器的图像可视化比较,发现SVM分类器在分类准确率和运行速度上均优于KNN分类器。本课题所用心电数据均来源于MIT-BIH标准心律不齐数据库。

 

关键词: 心电信号 室性早搏 形态学滤波 特征提取 波形分类

 

目录

摘要

Abstract

第一章  绪论-3

1.1课题背景-3

1.2研究目的和意义-3

1.3国内外研究现状-4

1.4 ECG信号简介-5

1.5 MIT-BIH心电数据库简介-6

1.6论文安排-7

第二章 ECG信号预处理-7

2.1 ECG噪声产生的原因与特性-7

2.2形态学滤波原理及优势-8

2.3滑窗均值滤波-13

2.4 ECG信号去除高频噪声-14

2.5 ECG信号校正基线漂移-18

2.6本章小结-21

第三章 特征提取-22

3.1室性早搏ECG信号特点-22

3.2特征信息提取-23

3.2.1 R波定位-23

3.2.2 QRS波群检测-27

3.2.3 T波定位-28

3.3本章小结-29

第四章 波形分类-31

4.1 ROC曲线评价方法-31

4.2基于KNN算法的分类-31

4.2.1 KNN算法简介-31

4.2.2 KNN分类效果评价-32

4.3 基于SVM算法的分类-34

4.3.1 SVM算法简介-34

4.3.2 SVM分类效果评价-34

4.4本章小结-35

第五章 总结与展望-36

5.1总结-36

5.2展望-36

参考文献-37

致谢-38

相关论文资料:
最新评论
上传会员 无悔青春 对本文的描述:本次课题主要是利用计算机以Matlab2014a为平台对静态ECG进行自动分析,根据室性早搏的心电图特点,设计并实现对室性早搏异常心电波形的检测识别。实验所用心电数据均来源于MIT-BIH标......
发表评论 (我们特别支持正能量传递,您的参与就是我们最好的动力)
注册会员后发表精彩评论奖励积分,积分可以换金币,用于下载需要金币的原创资料。
您的昵称: 验证码: