【摘 要】
：
在心血管疾病的发病初期常会出现心律失常现象,并且会表现在心电信号波形的异变上,通过识别心电信号可以监测心律失常现象。在医疗资源日益紧张的今天,实现心电信号的自动准确识别对防治心血管疾病具有重要意义。目前,心律失常自动识别算法主要作为辅助诊断方法,其识别准确率并不足够满足临床上的需要,如何进一步提高心电信号识别的准确率一直是研究的热点。传统的心电信号自动识别方法依赖于对信号特征的提取,而深度学习提供
论文部分内容阅读
在心血管疾病的发病初期常会出现心律失常现象,并且会表现在心电信号波形的异变上,通过识别心电信号可以监测心律失常现象。在医疗资源日益紧张的今天,实现心电信号的自动准确识别对防治心血管疾病具有重要意义。目前,心律失常自动识别算法主要作为辅助诊断方法,其识别准确率并不足够满足临床上的需要,如何进一步提高心电信号识别的准确率一直是研究的热点。传统的心电信号自动识别方法依赖于对信号特征的提取,而深度学习提供了一种无需进行特征工程的自动学习方法。利用深度学习在自主学习样本特征上的能力,本文提出了一种基于深度学习的心电信号自动识别方法。本文有如下研究内容:1、基于经验小波变换（EWT）的心电信号降噪研究。为了滤除心电信号的噪声,本文提出了一种基于EWT的心电信号降噪方法,将心电信号通过EWT分解得到多个经验模态函数,通过计算过零率和相关系数确认噪声成分,并使用小波阈值法进一步去除噪声。使用公开数据集和实际采集得到的心电信号对提出的去噪方法进行实验,并与基于其他常用的信号时域分解算法的去噪方法进行对比。本文提出的方法满足心电信号实时识别情况下的去噪要求,能够有效去除心电信号的噪声。2、心律失常识别模型的构建与分析。使用MIT-BIH心律失常数据库基于IntraPatient和Inter-Patient两种情况设计数据集并划分心拍,基于深度学习构建了Res Net、Res Net-LSTM和MSCRes Net-LSTM三种心律失常识别模型,实现了心律失常的自动分类识别。通过计算模型分类结果的准确度、灵敏度、特异性、查准率和F1分数,对模型进行对比分析。MSCRes Net-LSTM综合了多尺度卷积结构（MSC）和长短时记忆网络（LSTM）在提取多层级特征和处理时序信号上的优点,在对心律失常的分类识别上达到了先进水平。本文研究了基于深度学习的心律失常识别方法,实现了对心电信号的较准确识别,对减轻医疗负担、预防和治疗心血管疾病具有积极意义。
其他文献
随着物联网技术和机器人技术的快速发展,采用可穿戴传感器的人体动作识别技术在人机互动、医疗康复等领域有着广泛的应用前景。手部动作可以传达大量的交流和控制信息,在人机交互等领域人们也更习惯于使用手进行操作,因此手部运动识别成为国内外研究热点。基于摩擦起电效应的传感器具有制备简单、体积小、灵敏度高等特点,在可穿戴设备领域具有得天独厚的优势。本文对聚二甲基硅氧烷（PDMS）与聚氧化乙烯（PEO）的摩擦起电
超/特高压输电线路运行过程中复合绝缘子承受着电、热、力多场耦合作用,加之芯棒环氧树脂自身热导率很低,局部积累的热量难以快速消散,易引起复合绝缘子异常发热,从而加速复合绝缘子老化,甚至导致击穿和断裂。因此研制高导热环氧树脂材料对提升复合绝缘子芯棒耐热性能,延长其使用寿命具有重要意义。本文选取微、纳米BN、Al N和Si C粒子作为导热填料,以双酚A型环氧树脂作为基体,制备了不同微纳掺杂比例的填充型高
＜正＞国有企业纪检监察机构肩负全面从严治党的重要职责。当前，随着国有企业纪检监察体制机制改革进一步深化，企业内部纪检监察机构不断健全、职能不断完善，但从实际推进情况来看，有些国有企业纪检监察工作仍然会受到诸多因素影响，监督执纪问责的主要职能发挥还不全面。因此，要继续创新国有企业纪检监察工作体制，健全工作机制，完善工作体系，以促进国有企业纪检监察机构更好地履行监督执纪职责，为企业深入推进从严治党和反
锂离子电池的蓬勃发展与应用对于传统能源紧张和环境污染问题的缓解起到了巨大的推动作用。基于荷电状态（SOC）、健康状态（SOH）估计的电池管理系统（BMS）技术的不断完善,有利于发挥锂离子电池的最佳性能和提高储能系统的可靠性。鉴于此,论文以锂离子电池为研究对象,分析等效电路模型参数和可监测数据在电池整个寿命周期内的特性变化,重点研究电池的SOH估计方法,具体研究内容如下:（1）阐述锂离子电池的基本结
近年来,随着我国铁路行业的迅速发展,如何确保铁路运行的安全和稳定,维护铁路系统正常运营,改善乘客乘车体验,是一个重要课题。铁路继电器主要应用于铁路系统的逻辑控制、负载开断、信号传输、安全监测和保护,对铁路系统的长期稳定运行有直接影响。根据相关继电器生产厂商的数据,因继电器的触头故障导致的继电器失效在所有故障模式中占75%以上,触头间的接触状态、接触性能与接触表面有直接关联。本文基于恒定温度应力寿命
随着永磁材料的发展,其被广泛应用于行波管、变频空调、新能源汽车电机、风力发电、航空航天和国防等领域,并且各个领域对永磁体的温度稳定性要求越来越高。永磁体的剩磁温度系数是生产厂家必须提供的参数之一,该参数可以反应永磁体的温度稳定性。为了研制出一种价格较低并能够推广使用的永磁体剩磁温度系数测量设备,本文设计了一种基于磁致伸缩效应的永磁体剩磁温度系数传感器。该传感器是对新的测量方式的一种探索,可为开发永
近年来,碳化硅（Silicon Carbide,SiC）MOSFET已进入产业化快速发展阶段,逐渐应用在新能源汽车、5G通信、高速轨道交通等领域。随着SiC MOSFET的不断发展,其开关特性的研究引起了国内外学者的关注。开关电压作为分析开关特性的重要参数,其准确测量是器件特性分析、损耗计算、结温提取的前提,是器件运行状态评估、寿命预测以及可靠性大数据模型建立的关键。随着SiC MOSFET在开关
静息态功能磁共振成像（rf MRI）以无损性、科学性和快捷性等优势成为当今先进的脑功能成像技术。熵模型能够通过分析rf MRI信号的非线性特征和复杂度来反映大脑的生理状态,特别是在癫痫中应用广泛,因此,可将熵值作为检测脑功能异常的定量评估指标。但在使用熵模型分析rf MRI时,模型参数选择上存在依赖计算经验造成主观性和缺少统一标准的问题。为此,本文从熵模型和有监督机器学习的分析视角开展对rf MR
电触头作为承载开关电器核心功能的重要元件,其材料的选择与改良具有重要意义。AgSnO2无毒环保、性能优良,是最有希望替代AgCdO的触头材料,但存在SnO2在电弧作用下易团聚,导电性和机械加工性能不佳等缺陷。本文采用仿真计算与试验验证相结合的方法,研究过渡金属元素Cr与稀土元素（La、Ce、Y、Sm）的掺杂对AgSnO2触头材料性能的影响,主要开展了以下工作:首先,基于第一性原理,应用Materi
作为低压配电系统中重要的保护设备,电子式漏电断路器起着预防漏电、触电事故发生的作用,其可靠性高低直接影响低压配电系统的运行状态及用电人员的人身安全。因此,要求使用中的漏电断路器必须保持较高的可靠性水平。然而,当漏电断路器使用一定时间后,其内部电子元器件逐渐老化,导致漏电断路器性能发生退化,不能可靠动作。如果这些可靠性水平较低甚至已经失效的漏电断路器不能被及时更换,极有可能引发严重的低压电网事故,造