论文部分内容阅读
随着生活节奏的加快,人们膳食结构的改变,我国冠心病的发病率呈上升趋势。降低冠心病的发病率对维护人们的健康非常重要,而早期诊断并且及时予以合理的治疗是降低冠心病病死率的重要手段。
本文介绍了基于BP型人工神经网络的冠心病无创检测系统的研制,它是利用患者心电信号的4个特征参数、血压以及个体的一些基本信息来实现冠心病的无创诊断。首先通过与人体接触的心电电极获得心电信号,然后心电信号由放大、滤波电路进行初步处理,接着通过A/D卡转换为数字信号,通过串口传输到PC机。PC机获得心电信号后首先对其进行数字滤波、滤除工频干扰和基线漂移,接着进行QRS波定位、ST段分析获得心电信号的4个特征参数(RR间期,QRS波宽度,ST段电平,ST段斜率)。为了提高系统的易用性,对血压的测量也不再用传统的水银血压计测量,而是采用电子袖带血压计,PC机可以通过串口向该模块发送测量血压的命令,模块就会控制气泵自动对袖带进行充气、放气实现对血压的测量,测量完毕后把血压值传到PC机,PC机得到血压值后就会把其存在数据库中。在以往的基于心电图的冠心病诊断中,都是由医生对心电图进行观测来得出相应的结论,这种方法需要医生具有很深的临床经验才能得到合理的结论,而且这种方法具有很大的主观性。本系统为了克服这个不足,把BP型人工神经网络应用到本系统中,利用神经网络良好的学习特性,经过大量的学习训练设计了用于冠心病诊断的BP型人工神经网络,其输入为心电信号的4个特征参数、血压值和患者个人的一些基本参数(性别、年龄、体重、是否吸烟),输出即代表了冠心病的诊断情况。
基于上述心电信号的分析处理方法和建立的BP型人工神经网络,本文研制出一种冠心病无创检测系统。该系统不仅可以实现对冠心病的检测诊断,还可以对患者进行多参数监护。
系统设计完成后,经过对比实验和临床验证,证实本系统具有较高的准确性和可靠性,而且软件界面操作简单,可以在家庭和社区医疗中推广使用。