免费论文查重: 大雅 万方 维普 turnitin paperpass

探讨心电基于二维云模型心电信号ST段策略

最后更新时间:2024-03-12 作者:用户投稿原创标记本站原创 点赞:4218 浏览:9622
论文导读:
摘要:急性心肌梗死是危害中老年人身体健康的常见疾病,在其发病初期主要是通过心电图情况来进行检测,目前针对该病症的有效诊断及防治已成为医学界所面对的一项新的课题。以往常规的心电信号采集系统中均采取12导联进行采集,但多数患者在疾病突发时往往不在医院,会对诊断及救护带来不便,由此,本探讨在开发一种便携式单导联心电监护手机的背景下,进行了单导联心电信号检测技术算法探讨。该技术可以让患者随时随地的对心电图进行监测和诊断,成为了心电监护设备的一种进展方向。急性心肌梗死早期主要体现为心电图的ST段变化,由此心电信号ST段的正确识别对于急性心肌梗死的诊断具有重要的作用。ST段代表心室除极完成后复极历程的电位变化,极易受到心肌缺血、噪声等外界干扰,此外ST段形态在同一个体的不同导联情况下也有着差别,由此ST段的计算机自动识别成熟度远低于QRS波识别技术。正确识别ST段起始点、终止点、ST段形态特点及其电平测量较困难,且目前尚无统一测量标准。针对于ST段形态特点和检测难点,本论文提出了一种基于二维云模型论述的心电信号ST检测策略。具体探讨内容如下:(1)根据ST段所受的噪声特点,本论文利用了零相位数字滤波策略,设计出一个9阶Chebyshev带通数字滤波器来对心电信号进行滤波降噪,通过滤波前后的信号频谱浅析,验证了该滤波器在保持心电信号形态不失真(主要是ST段形态)的条件下,能够有效消除低频基线漂移和工频干扰。(2)在心电信号特点参数的提取方面,对于心电信号QRS波,本论文采取差分阈值法进行检测,并综合运用时间移动窗口、自适应等技术,提升了检测精度,克服了小波变换计算量大、神经网络模板训练时间长等缺点,比较适合于便携式单导联心电监护手机的开发;同时采取局域变换算法对ST段起始点、终止点进行提取,仿真实验结果显示算法具有较高的精度。(3)针对心电数据模糊性和随机性较大的特点,本论文提出了一种基于云模型的心电信号ST段的检测策略,能够通过待测信号对判别规则云隶属度大小的判断,来进行心电信号ST段形态判定。首先采取云模型对ST段内的大量采样点特点(数据点的电位值、一阶导数和二阶导数)所出现的频率进行聚类浅析,获得具有自身特性的ST段特点综合云,进而利用云模型来描述几种ST段的不同特点。之后通过云变换以生成ST段判别规则云,将待检测的ST段数据特点作为输入,通过其对判别规则云隶属度的判断,来进行ST段形态的判别。本探讨利用欧盟CSE心电数据库平台,采取Matlab对算法进行测试,结果验证了该算法有效可行,利用云模型所得到的ST段判别结果符合医学诊断逻辑思维。关键词:心电信号论文ST段论文二维云模型论文聚类浅析论文CSE数据库论文
本论文由www.7ctime.com,需要论文可以联系人员哦。摘要4-6
Abstract6-12
1 绪论12-21
内容摘要12

1.1 引言12

1.2 ST段特性与探讨作用12-15

1.2.1 心电图波形说明及频谱特点12-14

1.2.2 ST段特性14-15

1.3 ST段检测国内外探讨近况15-18

1.4 论文的探讨基础18-19

1.5 论文所做工作概述19-20

1.6. 本论文探讨的革新点20

1.7 本章小结20-21

2 云模型论述概述21-31
内容摘要21

2.1 云模型论述的基本内容21-23

2.

1.1 云的定义和云滴21-22

2.

1.2 云的数字特性22-23

2.2 云模型和云发生器23-28

2.1 一维和二维云模型23-26

2.2 云发生器26-28

2.3 云的定性规则的推理28-30

2.4 本章小结30-31

3 心电信号的预处理及特点点的提取31-47
内容摘要31

3.1 心电信号干扰的去除31-38

3.

1.1 心电信号的干扰31-33

3.

1.2 Chebyshev带通数字滤波器33-38

3.2 心电信号的特点点识别38-46
3.

2.1 QRS波群检测的自适应差分阈值法38-43

3.

2.2 局域变化策略对S波终点和T波起点定位43-44

3.

2.3 等电位点E(i)和J点的提取44

3.

2.4 T波起点的定位44-46

3.3 本章小结46-47
4 基于云模型的心电信号ST论文导读:页12
段浅析47-58
内容摘要47-48

4.1 基于云模型论述的心电信号ST段聚类浅析48-55

4.

1.1 基于一维云模型心电信号ST段浅析48-51

4.

1.2 基于二维云模型心电信号ST段浅析51-55

4.2 ST段的电平测量55-57

4.3 本章小结57-58

5 全文总结与展望58-60
内容摘要58

5.1 本论文工作总结58-59

5.2 展望59-60

参考文献60-64
附录64-77
致谢77-78
个人简历78
在学期间发表的学术论文及探讨成果78