学位论文 > 优秀研究生学位论文题录展示
基于小波变换的ECG特征提取与分类识别研究
作 者: 吴豆豆
导 师: 柏正尧
学 校: 云南大学
专 业: 生物医学工程
关键词: ECG信号 小波变换 特征提取 BP网络
分类号: TP391.41
类 型: 硕士论文
年 份: 2012年
下 载: 139次
引 用: 0次
阅 读: 论文下载
内容摘要
生物特征识别技术利用人的生理或行为特征,自动实现对个人身份的识别和认证。它具有传统的身份鉴别方式所无法比拟的优势,已逐渐成为国际的研究热点之一。目前,已被应用到人们日常工作、生活中的生物特征的身份识别方法主要有人脸识别、指纹识别和声音识别等。然而,指纹易被遗留在抓取的物体上而被别人盗用;脸形容易从用户的相片中提取出来;声音容易被模仿等等。因此,探索新的生物识别方法仍然是身份识别领域的热点之一ECG信号不仅是一个非常有用的临床诊断工具,而且也是一种很好的用于身份认证的生物特征识别工具。首先,它具有普遍性,即每个人都具有。其次,ECG信号具有唯一性。不同人的心脏位置、大小、和解剖结构的不同,以及年龄、性别、体重、胸部构造的不同会造成了人与人之间心电图信号存在差异。再次,ECG信号还具有稳定性,在较长时间内心电信号是保持不变的。近年来,相关机构和科研人员已着手将心电信号用于生物特征识别领域并取得了一定的研究成果。由于心电信号作为身份识别技术还处在初始阶段,是一种比较新颖的身份识别技术,因此还有许多需要完善的地方,为了提高身份识别的准确率以及识别算法的效率,本文在前人研究的基础上,做了如下工作:(1)选择了MIT-BIH标准心电数据库,对其进行基于小波变换的ECG特征提取,验证了方法的有效性,然后选择了5个人的50例心电周期作为实验数据,对这些心电信号进行识别分类。(2)考虑到原始信号中所含有的工频干扰和基线漂移,分别采用巴特沃斯滤波器和中值滤波法对心电信号进行预处理,消除心电信号中的噪声干扰。(3)对实验数据进行小波变换的特征提取,详细介绍了进行ECG信号特征提取的具体步骤,提取了15个时间距离特征和6个幅值特征,将其作为身份识别的特征参数。在QRS复波定位过程中与传统的差分阈值算法进行实验对比,实验证实小波变换在计算速度和R波定位准确率方面更有优势。(4)详细介绍了BP网络,给出了BP算法的推导过程,并基于提取出的特征参数通过构造和训练部分样本序列,完成ECG身份识别的验证。试验结果表明,对ECG的特征识别是一种新型的可操作性的生物识别方法,BP网络对5个人的身份能够完全识别,识别率达到了100%。基于神经网络的心电信号识别方法是一种有应用前景的身份识别方法。
|
全文目录
摘要 3-5 Abstract 5-9 第一章 绪论 9-14 1.1 生物特征识别技术概述 9-10 1.2 传统的生物特征识别方法介绍 10-11 1.3 ECG信号用于身份识别的研究背景 11-12 1.4 ECG用于身份识别研究现状 12-13 1.5 本文的主要工作及目的 13-14 第二章 小波变换的基本理论 14-24 2.1 Fourier变换和小波变换的区别及联系 14-16 2.2 小波变换的定义 16-17 2.2.1 连续小波变换 16 2.2.2 离散小波变换 16-17 2.3 Mallat算法和多采样数字滤波器 17-20 2.4 小波变换与信号奇异性检测 20-24 第三章 ECG信号特征提取与分类识别 24-44 3.1 心电图基本介绍 24-25 3.2 ECG信号的预处理 25-29 3.2.1 去50Hz工频干扰 26-28 3.2.2 去基线漂移 28-29 3.3 常用QRS波检测方法总结 29-31 3.4 ECG信号的特征点检测 31-33 3.5 ECG各波段的定位 33-36 3.6 特征点及特征向量提取 36-38 3.6.1 ECG特征的归一化 36-37 3.6.2 特征提取 37-38 3.7 BP神经网络的ECG识别原理 38-44 3.7.1 BP神经网络模型 39-40 3.7.2 BP网络的学习算法 40-44 第四章 实验结果与分析 44-53 4.1 MIT-BIH数据库 44 4.2 心电波形预处理 44-47 4.3 两种QRS波检测方法比较 47-48 4.4 ECG特征提取算法 48-51 4.5 基于BP网络的识别结果 51-53 第五章 总结和展望 53-55 5.1 本文总结 53-54 5.2 前景展望 54-55 参考文献 55-58 致谢 58-59 攻读硕士学位期间发表学术论文及参与项目情况 59
|
相似论文
- 基于SVM的高速公路路面浅层病害的自动检测算法研究,U418.6
- 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
- 基于TMS320C6713的SPIHT图像压缩算法研究及实现,TP391.41
- 胆囊炎和肾病综合症脉象信号的特征提取与分类研究,TP391.41
- Q学习在基于内容图像检索技术中的应用,TP391.41
- 图像的稀疏表示及编码模型研究,TP391.41
- 直推式支持向量机研究及其在图像检索中的应用,TP391.41
- 中医舌诊中舌形与齿痕的特征提取及分类研究,TP391.41
- 空间交会接近视觉测量方法研究,TP391.41
- 图像实时采集、存储与处理方法研究,TP391.41
- 唇读中的特征提取、选择与融合,TP391.41
- 多币种纸币处理技术的研究与实现,TP391.41
- 基于类Harr特征和最小包含球的纸币识别方法的研究,TP391.41
- 基于图像的路面破损识别,TP391.41
- 移动机器人视觉检测和跟踪研究,TP242.62
- 高光谱与高空间分辨率遥感图像融合算法研究,TP751
- 基于随机森林的植物抗性基因识别方法研究,Q943
- 基于图像处理技术的烟叶病害自动识别研究,S435.72
- 基于视觉的番木瓜外观品质检测技术研究,S667.9
- 基于遗传算法优化的BP网络对生物柴油制备工艺的优化,TE667
- 羊绒与羊毛纤维鉴别系统的研究,TS101.921
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|