论文部分内容阅读
近年来,心血管疾病已经成为威胁人类健康的三大杀手之一,心脏病患者的数量逐年递增。心律失常是极为常见的临床表现,及时且准确地检测心律失常对于防治各种心脏疾病有着重要的临床意义。本文针对目前心律失常自动分析中存在的技术问题,结合多种理论,研究了心律失常辅助诊断方法,该方法能够有效检测多种心律失常,为医生高效而准确地诊断心律失常提供有效帮助。首先,在总结近年来几种主要的QRS复合波检测方法的基础上,对心电波形检测算法进行了研究。研究中以小波变换为基础,结合时域分析技术,实现了完整的心电波形检测算法。通过MIT-BIH心律失常标准数据库评估该算法,获得了较好的效果,其中R波的检出率为99.41%,P波和T波的特征点定位准确。第二,在实现波形检测的基础上,通过提取有效的心电特征参数,采用逻辑分支法完成了心律失常检测。研究中针对心电特征参数的选择以及心律失常判别规则的制定都是凭专家的经验,存在主观因素等缺陷,利用基于粗糙集理论的属性约简方法来选择特征参数,克服了参数选择的主观性,并参照临床诊断标准,在心电专家的指导下建立了基于Ⅱ导联的心律失常判别规则。将该规则应用于MIT-BIH心律失常标准数据库,获得了较好的效果。第三,针对逻辑分支法的不足,利用模糊神经网络求检测到的各异常心拍的隶属度,为医生的诊断提供了更多的辅助信息。第四,在软件编程上,使用C#与MATLAB混合编程技术,即：利用MATLAB的各种工具箱实现心电信号的预处理,波形检测,参数提取,逻辑判别,模糊神经网络求隶属度等主要功能模块；用C#设计用户界面,搭建总体框架并结合SQL Server开发数据库,完成了心律失常辅助诊断系统的软件设计。通过MIT-BIH心律失常标准数据库对其进行测试,获得了较好的检测结果。