【摘 要】
:
心电信号在心脏的健康状况监测和疾病诊断领域发挥着重要作用。在心电信号处理领域,R峰检测的准确率非常关键,因为可以通过它直接监测心率并且它是许多心电分析方法的预处理步骤。本文主要研究了两种类型的心电信号R峰检测:(1)基于频谱注意力核独立成分分析和自校准胎儿R峰检测器的无创胎儿心电R峰检测方法;(2)基于多尺度主成分分析网络的心律失常心电R峰检测方法。胎儿R峰检测在妊娠期心脏缺陷的诊断中意义重大,因
论文部分内容阅读
心电信号在心脏的健康状况监测和疾病诊断领域发挥着重要作用。在心电信号处理领域,R峰检测的准确率非常关键,因为可以通过它直接监测心率并且它是许多心电分析方法的预处理步骤。本文主要研究了两种类型的心电信号R峰检测:(1)基于频谱注意力核独立成分分析和自校准胎儿R峰检测器的无创胎儿心电R峰检测方法;(2)基于多尺度主成分分析网络的心律失常心电R峰检测方法。胎儿R峰检测在妊娠期心脏缺陷的诊断中意义重大,因为它可以在无创监测下显示胎儿心率。然而,由于非侵入信号中多个信号源的非线性混合以及低信噪比,很难获得准确的胎儿R峰检测结果。本文提出了一种基于频谱注意力核独立成分分析模块和自校准胎儿R峰检测器模块的双重自校准框架,用于从腹部无创信号中检测胎儿心电R峰。频谱注意力核独立成分分析将低维信号映射到高维空间,通过核方法在高维信号成分上进行主成分分析,从结果的频谱中得到注意力加权图并作用于原高维成分以增强QRS波群部分。通过对加权后的信号使用独立成分分析算法以实现母体心电的有效分离和去除。自校准胎儿R峰检测器利用了信号峰值信息和自校准策略,将胎儿心电形态学和心律的变异性考虑在内,通过自适应概率窗来检测R峰位置。心律失常信号的R峰自动检测也是一个具有挑战性的任务。由于QRS波群和心率的变异性较强,R峰的精确自动定位对于减少医生工作量和提高诊断效率有着重要的意义。本文提出了基于多尺度主成分分析卷积的心电R峰检测网络,从常见信号处理方法中提取出基投影的概念并将QRS波群不同尺度的基向量当作神经网络的固定卷积参数,以更好的学习QRS波群的特征。通过融合多个具有不同尺度参数的并联网络的输出结果进行R峰概率的联合决策。在大型心电数据集上的试验结果表明,本文提出的胎儿R峰检测框架在R峰检测的准确率和得到的胎儿心电质量上均优于其他对比方法,能为医生提供精确的胎心率监测;本文提出的心律失常心电R峰监测网络在R峰检测准确率上优于经典的对比方法,可作为一个有效的心律失常辅助诊断方法。
其他文献
信息化时代得到了快速发展,这使得传输数据的呈现形式变得丰富多彩。然而信息在网络传输过程中安全性未得到保证,在图像加密应用中尤为突出。因此,设计出一种新的安全性强的图像加密算法成为了当前迫切需要解决的问题。混沌所具有的对初始状态值异常敏感、难以预测的伪随机性等特点,与密码学的特性相关联,因此受到了信息安全和密码学研究者的重视,并在密码学当中得到了广泛应用。混沌系统迭代产生的伪随机序列能够为图像加密算
以互联网新技术为载体,精品在线开放课程日趋受到广大师生的欢迎。在2021年4月的全国职教工作会议中,明确提出要大力推进“岗课赛证”综合育人模式,提升人才培养质量。但从目前传统课程“岗课赛证”融通来看还存在一些问题,如课程内容融通不紧密,课程思政主线不突出,“三教”融通不充分,课程评价不能有效达到学生预期等。针对这些问题,为了更好地适应“岗课赛证”融通要求,也为了使课程更加丰富,开发传统课程(线下)
随着信息技术的发展,使得漏洞数量迅猛增长,网络安全形势愈发严峻。多步攻击是当前网络攻击的主要特点,攻击者利用多个漏洞和攻击技术,逐步深入目标系统,因此非常难以被发现。为更好地防御复杂的网络攻击,需要重点研究漏洞之间的关联关系并预测攻击者的多步攻击行为。攻击图技术是一种描述和分析网络攻击的有效方法,通过反映攻击者的行为和目标系统中的漏洞来揭示攻击行为和安全漏洞,因此被广泛应用于网络多步攻击的研究。然
随着大数据时代的到来,海量信息喷涌而出,现实生活中的网络信息规模不断扩张。如今在网络中已经涌现出纷繁复杂的节点类型,以及复杂多样的关系类型,甚至伴随出现了节点或关系的附属属性信息,此类异质网络给网络分析带来了挑战。异质网络表示学习的目的是在最大程度上保留网络拓扑结构信息以及丰富语义信息的情况下,将节点嵌入到低维向量空间中,并通过一系列下游验证任务来验证节点表示的准确性。近年来,异质信息网络表示学习
四边形网格是三维模型数字化表示的重要形式,因其天然具有张量积性质、能够直观地捕获模型的几何特征和语义信息等优良特性,而被广泛应用于多边形建模、高阶曲面造型、纹理映射、有限元建模、压缩等方面。因此,高效率、高质量、自动化地生成四边形网格算法已成为国内外研究内容的热点。基于方向场参数化,从输入的三角形网格中获得特征对齐的四边形网格是目前最有效也是最流行的方法。但是当输入带有小尺度拓扑特征的大型网格模型
自然语言文本作为互联网中不可或缺的信息载体,近年来其体量呈现爆炸性增长,进而兴起了许多协助用户快速获取信息的技术。其中,事件抽取作为信息抽取的关键子任务,可以为下游的自然语言理解和生成任务提供细粒度的事实数据。同时在基于神经网络的研究方法中,兼顾全局和局部的特征表示法已经被证实是有效的特征提取方法。基于此,本文在篇章级事件论元抽取上的主要研究内容如下:首先,研究了词跨度的实体语义增强嵌入。由于事件
就酒类专用炭的应用剂量、处理时间进行了试验,以2‰的用量,处理16小时为佳,并具澄清、除苦、去杂味之功能。(陆月霜)
随着软件定义网络(Software Defined Network,SDN)和网络功能虚拟化(Network Functions Virtualization,NFV)技术在卫星网络架构里的应用,使得卫星网络的资源配置与管理变得更加灵活。然而,传统的资源租赁模式依赖于一个可信的第三方,导致了权利集中化,从而出现了资源信息不对等、资源管理过程不透明、交易结果易被篡改等问题。另一方面,频繁的资源交易与
区块链是一种分布式账本技术,因其去中心化、可追溯以及防篡改等特性近些年得到广泛关注。随着其应用场景从虚拟货币逐渐进入到医疗、金融、农业等众多行业,区块链技术在连通性上的弊端也开始呈现出来,其封闭性阻碍了不同区块链间的信息传递和价值流通。因此跨链技术出现并成为了区块链技术的一个重要研究方向。本文基于匹配算法和中继链技术,研究并实现了一种区块链间的跨链机制,主要的研究内容如下:首先,针对现有跨链交易匹