论文部分内容阅读
心律失常指心律起源部位、心搏频率与节律以及冲动传导等任一项异常,在临床上常伴与各种器质性心脏病,如冠心病、心肌病、心肌炎和风湿性心脏病的发生。每一种心律失常都会引起心电图的变化,心电图是检出和诊断心律失常的有效方法。而目前对心律失常的诊断大多是由医生人工完成,费时费力,诊断结果依赖于医生的个人业务水平和责任心。实现心律失常的自动识别,方面为心脏病患者提供紧急救护,评估病情的严重性以及预测病情的发展,获取最佳的治疗时机;另一方面,可以协助医生进行临床诊断,大大节省医生的时间和提高诊断水平。因此,心律失常的自动诊断具有显著的社会效益和经济效益。在此背景下,本文主要对以下方面进入了深入研究:一、心电信号预处理针对心电信号中存在的基线漂移、肌电干扰和工频干扰,采用不同的方法来消除,首先采用小波分解重构法来滤除基线漂移;然后采用小波自适应阈值法滤除肌电干扰,并有效的克服Gibbs现象。最后,设计了一个50HZ的FIR陷波器用于滤除工频干扰。二、特征点提取利用二次样条小波按aTrous算法对滤波后的信号进行小波分解,根据信号奇异值的小波检测原理,首先提取出了R波峰值点,然后以R波峰值点为基准,利用直线拟合的方法,找到QRS波的起点和终点;最后,通过设定合适的搜索窗,分别找到P波、T波的峰值点,再利用直线拟合的方法,提取出起点和终点。三、心电监护根据现有的心电监护设备和临床医生的指导,给出了心电监护技术指标的计算方法。四、心律失常的自动诊断根据心电波形的变化区分和诊断心律失常的类型。首先根据R波峰值点并结合RR间期,从ECG中动态提取完整的心律失常心拍形态,并采用离散余弦变换和反变换压缩数据;然后设计用于心律失常识别的BP神经网络,并用DNA算法优化该BP网络的初始权值和阈值;最后用MITBIH心电数据库中ECG数据对DNA-BP网络进行了检验,实验达到了很好的识别效果。五、心律失常的心电监护与辅助诊断系统系统主要由数据管理、心电监护和心律失常的诊断三部分构成。系统界面采用Visual C++实现,结合SQLSERVER 2000数据库构建了系统用户和病例数据库,并在系统中封装了MATLAB引擎接口,利用MATLAB强大的计算能力,实现心律失常的诊断。