学位论文 > 优秀研究生学位论文题录展示

心电图常见疾病的统计模式识别分类方法的应用研究

作　者: 童佳斐
导　师: 董军
学　校: 华东师范大学
专　业: 计算机应用技术
关键词: 心电图 特征 贝叶斯分类 支持向量机 分类器组合
分类号: TP391.4
类　型: 硕士论文
年　份: 2010年
下　载: 149次
引　用: 4次
阅　读: 论文下载
 

内容摘要


随着现代社会的不断进步和发展,人们越来越认识到健康的重要性。心脏病是常见病和多发病,而且具有致命性。许多心脏病患者在到达医院急诊室之前,医生基本不清楚其具体情况,无法进行及时的抢救,所以快速及时的诊断和治疗是十分必要的。本文首先介绍了心电图自动诊断的相关工作,给出了基于医生经验的29种常见的心电图疾病诊断规则,实验表明,根据医生经验获得的心电图特征有更好的效果。接着具体介绍了两种统计模式识别分类方法——贝叶斯分类器和支持向量机分类器,并且利用MIT-BIH进行实验,支持向量机分类器的分类效果要优于贝叶斯分类器。随后针对实际的临床十二导联心电图数据,实验了两种支持向量机的分类方法。最后介绍和分析了分类器组合的方法,串行分类器组合算法的特异度和灵敏度离实际应用还有很大的差距。目前,我们实验的支持向量机分类方法已经移植到了远程心电诊断中心,将根据反馈不断完善应用效果。

全文目录


中文摘要  6-7
ABSTRACT  7-10
第1章 绪论  10-13
  1.1 心电图的产生  10
  1.2 研究心电图自动诊断的意义  10-11
  1.3 本文的主要内容  11-13
第2章 心电图基础知识  13-18
  2.1 基本概念  13-16
  2.2 记录形式  16-18
第3章 心电图分类的相关工作  18-28
  3.1 数据获取  18-21
    3.1.1 CSE数据库  19
    3.1.2 AHA数据库  19
    3.1.3 MIT-BIH数据库  19-20
    3.1.4 样本量计算  20-21
  3.2 预处理  21-22
  3.3 特征提取  22-24
  3.4 波形分类  24-28
    3.4.1 基于知识库的分类方法  24-25
    3.4.2 基于模式识别的分类方法  25-28
第4章 基于医生经验的心电图规则  28-40
  4.1 形态特征参数  28-29
  4.2 基于医生经验的常见心脏疾病的判别规则  29-40
第5章 贝叶斯分类方法  40-50
  5.1 几种常用的贝叶斯决策  40-42
    5.1.1 基于最小错误率的贝叶斯决策  40-41
    5.1.2 基于最小风险的贝叶斯决策  41-42
    5.1.3 最小最大决策  42
    5.1.4 序贯分类方法  42
  5.2 多元正态概率下的最小错误率贝叶斯判别函数  42-44
    5.2.1 多元正态分布概率密度函数的定义及性质  43
    5.2.2 多元正态概率下的最小错误率贝叶斯判别函数  43-44
  5.3 贝叶斯分类器两分类的实验  44-48
    5.3.1 贝叶斯分类器的实验步骤  44-45
    5.3.2 贝叶斯分类器两分类的实验过程  45-46
    5.3.3 统计分析  46-47
    5.3.4 比较  47-48
  5.4 贝叶斯分类器多分类实验  48-49
  5.5 贝叶斯分类器的优缺点  49-50
第6章 支持向量机  50-71
  6.1 最优分类超平面  50-51
  6.2 线性支持向量机  51-53
  6.3 非线性支持向量机  53-54
  6.4 核函数的选取  54-56
  6.5 支持向量机两分类实验  56-62
    6.5.1 支持向量机两分类的实现步骤  56-57
    6.5.2 支持向量机两分类的实验过程  57-59
    6.5.3 比较  59-62
  6.6 支持向量机多分类方法  62-65
    6.6.1 支持向量机多分类的几种方法  62-63
    6.6.2 支持向量机多分类的实验结果  63-65
  6.7 贝叶斯分类器和支持向量机的比较  65-66
  6.8 十二导联心电图支持向量机分类  66-70
    6.8.1 十二导联心电图特征串联支持向量机分类实验  66-67
    6.8.2 十二导联心电图特征并联支持向量机分类  67-68
    6.8.3 蒙特卡罗法多导联心电图特征融合  68-69
    6.8.4 蒙特卡罗法多导联心电图特征融合实验  69-70
  6.9 支持向量机的优缺点  70-71
第7章 分类器组合  71-82
  7.1 分类器组合的方法  72-77
    7.1.1 投票表决法  73-75
    7.1.2 Boosting算法  75
    7.1.3 Bagging算法  75-76
    7.1.4 Stacking算法  76
    7.1.5 Cascade算法  76-77
  7.2 并行分类器组合  77-79
    7.2.1 并行分类器组合的实验过程  77-78
    7.2.2 比较  78-79
  7.3 串行分类器组合  79-81
    7.3.1 串行分类器组合的实验过程  79-80
    7.3.2 串行分类器组合实验结果  80-81
  7.4 待研究的问题  81-82
第8章 总结与展望  82-84
附录  84-88
参考文献  88-97
硕士在读期间发表的论文  97-98
致谢  98-99

相似论文

  1. 基于SVM的常压塔石脑油干点软测量建模研究,TE622.1
  2. 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
  3. 东北满族民居的文化涵化研究,TU241.5
  4. 多厅影院空间架构研究,TU242.2
  5. 钢在建筑中的技术表现力研究,TU-0
  6. 长春市历史保护区的形态特征与保护对策研究,TU984.114
  7. 基于PCA-SVM的液体火箭发动机试验台故障诊断算法研究,V433.9
  8. 电网电压不平衡时复合型PWM整流器控制策略的研究,TM461
  9. 民国时期北平城市粮食市场区位分布及其等级研究,K291
  10. 昆明流动人口聚居区的现状、问题及其对策初步研究,C924.25
  11. 高频雷达信号电离层污染及时频分析方法研究,TN958.93
  12. 多重ANN/HMM混合模型在语音识别中的应用,TN912.34
  13. 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
  14. 音乐结构自动分析研究,TN912.3
  15. 用于检索的人脸特征提取与匹配算法研究,TP391.41
  16. 基于用户兴趣特征的图像检索研究与实现,TP391.41
  17. 基于三维重建的焊点质量分类方法研究,TP391.41
  18. 基于句法特征的代词消解方法研究,TP391.1
  19. 基于特征的软构件建模方法及其在VMI管理系统中的应用,TP311.52
  20. 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
  21. Q学习在基于内容图像检索技术中的应用,TP391.41

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
© 2012 www.xueweilunwen.com