学位论文 > 优秀研究生学位论文题录展示

基于小波变换的心电波形分类及冠心病自动诊断

作　者: 熊敏
导　师: 刘雄飞
学　校: 中南大学
专　业: 电子科学与技术
关键词: 心电信号多孔算法数学图形分类自适应神经模糊推理系统
分类号: TN911.7
类　型: 硕士论文
年　份: 2011年
下　载: 60次
引　用: 0次
阅　读: 论文下载

内容摘要

冠心病是当今危害人类健康的主要心血管疾病之一,动态心电图是目前临床上诊断心血管疾病的重要手段,利用人工智能技术对心电信号进行准确的分析一直是国内外研究的热点,而ST段形态的准确分类又是其中的一项重要技术,对提高冠心病自动诊断系统的性能起关键性作用。本文采用更为精确的心电信号检测定位方法,结合自适应神经模糊推理系统建立数学图形分类模型,并对模型进行改进,准确地实现了对冠心病病发初期病理特征的自动诊断,主要的创新性工作如下：1、利用多孔算法的小波变换对于不规则离散信号采样点的无抽取平移不变性和三次B样条函数的高阶平滑特性,把三次B样条小波嵌入到多孔算法的小波变换中,对QRS波群的特征点进行精确的检测定位,通过实验仿真数据验证,该方法的准确率达到了99.8%；2、根据ST段各种形态的数学特征,本文定义四个参数：曲线类型参数d,偏移电平参数c,直线倾斜方向参数κ,曲线凹凸方向参数p,然后采用自适应神经模糊推理系统建立数学图形分类模型,通过对系统输入参数的判断,并对判断结果进行组合,完成对ST段的形态判别,通过实验仿真数据验证,该方法的准确率达到了92%以上：3、根据上述定义的四个参数,结合冠心病病发初期的病理特征,对冠心病病发初期的自动诊断过程进行建模,然后采用共轭梯度法对该系统进行改进,通过对每次反向调整运算的权重矢量的大小和方向的计算,来确定权重的最优值,从而提高系统的运算速度和收敛速度,也提高了冠心病病发初期自动诊断的准确率和精确性。

全文目录

摘要  3-4
ABSTRACT  4-6
目录  6-8
第一章绪论  8-12
  1.1 引言  8
  1.2 心电信号自动分析的国内外研究现状  8-10
    1.2.1 心电信号自动分析技术的研究历史  8-9
    1.2.2 心电信号自动分析技术的研究现状  9-10
  1.3 本文的研究意义  10-11
  1.4 本文的主要研究内容及章节安排  11-12
第二章心电信号的概述及其滤波方法  12-17
  2.1 心电信号概述  12-14
    2.1.1 心电信号的形成  12
    2.1.2 心电信号的特征  12-14
  2.2 心电信号的主要干扰及其常用滤波方法  14-17
    2.2.1 心电信号的主要干扰  14-15
    2.2.2 常用的滤波方法  15-17
第三章 ATrous小波变换的基本理论  17-27
  3.1 连续小波变换  17-18
  3.2 离散小波变换  18
  3.3 小波的选取  18-21
    3.3.1 小波的选取原则  18-19
    3.3.2 三次B样条函数  19-21
  3.4 Mallet小波变换  21-24
  3.5 ATrous小波变换  24-27
    3.5.1 ATrous小波变换的特点  24
    3.5.2 ATrous小波变换的平移不变性  24-27
第四章基于ATrous小波变换的QRS波检测  27-36
  4.1 心电信号的预处理  27-28
  4.2 QRS波检测定位  28-30
    4.2.1 R波的检测定位  28-29
    4.2.2 阀值的选择及处理  29-30
    4.2.3 QRS波群起止点的检测定位  30
  4.3 实验仿真与结果分析  30-36
    4.3.1 ATrous小波变换实验仿真  30-32
    4.3.2 ATrous小波变换与Mallet小波变换仿真结果的对比分析  32-34
    4.3.3 各种信号的检测结果对比分析  34-36
第五章 ST段图形分类  36-49
  5.1 ST段形态常用分类及其识别方法  36-38
    5.1.1 ST段形态常用分类  36-37
    5.1.2 ST段形态常用的识别方法  37-38
  5.2 ST段数学图形分类法  38-39
  5.3 数学图形分类法的参数设定及其判断方法  39-43
    5.3.1 曲线类型参数d及其判断方法  39-41
    5.3.2 偏移电平参数c及其判断方法  41-42
    5.3.3 直线倾斜方向参数k及其判断方法  42
    5.3.4 曲线凹凸方向参数t及其判断方法  42-43
  5.4 采用ANFIS系统对ST段进行分类  43-49
    5.4.1 ANFIS系统概述  43-44
    5.4.2 ST段图形分类的ANFIS系统仿真结果分析  44-49
第六章基于ANFIS系统的冠心病自动诊断系统  49-55
  6.1 冠心病简介及其对应ST段的变化  49-50
    6.1.1 冠心病简介  49
    6.1.2 冠心病病发初期ST段的变化特征  49-50
  6.2 冠心病病发初期的心电信号ST段形态分类  50
  6.3 冠心病病发初期的自动诊断系统  50-52
    6.3.1 自动诊断系统模型  50-51
    6.3.2 改进ANFIS系统算法  51-52
  6.4 实验仿真及结果分析  52-55
    6.4.1 实验仿真  52-54
    6.4.2 结果分析  54-55
第七章结论与展望  55-57
  7.1 结论  55-56
  7.2 展望  56-57
参考文献  57-61
致谢  61-62
攻读学位期间主要的研究成果  62

基于小波变换的心电波形分类及冠心病自动诊断

内容摘要

全文目录

相似论文