论文部分内容阅读
世界卫生组织的统计结果显示，全球每年死于心脏类疾病的人次达到1700万，相当于每分钟有32人因心脏类疾病而死。中国有逾2亿的心血管疾病患者，每年因各种心脏类疾病而死的人数超出100万，死于高血压并发症的人次则超出150万，因此研究心电信号对治疗心脏疾病有重要意义。据相关数据表明，心室复极变异性(VRV)与心肌缺血、高血压等多种疾病有关，且大多数产生高危性心律失常的病人均能观察到心室复极变异现象。医学上心室复极对应于体表心电的ST间期。
目前分析VRV的方法主要有时域分析、频域分析及时频分析。在时域上由于有些心脏类疾病显示出类似的变化趋向，时域分析容易造成误差；频域分析虽解决了这一问题，但由于VRV是一类非平稳信号，采用频域分析方法把VRV假设为较为平稳的信号，结果产生误差。时频分析方法则从时域及频域分析对VRV信号进行了分析。
本文采用小波去噪及中值滤波对采样心电信号预处理，去除高频、低频干扰及基线漂移，得到相对稳定心电信号。对滤波后的心电信号采用Pan&Tompkins的QRS波群定位算法，并经过S波和T波定位处理提取ST间期，后进行1HZ三次样条插值重采样，得到用以时频分析研究的信号。采用短时傅立叶变换(STFT)及小波变换两种方法对信号进行时频分析，求出高频(HF)、中频(MF)、低频(LF)各个频段的平均瞬时频率。
基于上述方法，对健康人数据10例及临床采集的心脏病人数据30例进行短时傅立叶变换时频分析，得出每例数据平均瞬时频率，对得到的健康人组及心脏疾病组数据进行双侧t检验，设定显著性水平p为0.05。统计分析得出在低频段p值为3.91977*10-6，远小于0.05，表明在低频段对心电信号采用短时傅立叶变换能有效区分健康样本与心脏类疾病样本间的差异。同上采用小波变换方法对上述数据进行时频分析，统计分析得出在低频段p值为6.58786*10-10，远小于0.05，表明使用小波变换对心电序列进行时频分析在低频段具有统计学意义。根据上述结果，小波变换所得p值远小于经短时傅立叶变换所得，显示采用小波变换差异性更为显著，小波变换方法在评估性能上优于短时傅立叶变换。
目前分析VRV的方法主要有时域分析、频域分析及时频分析。在时域上由于有些心脏类疾病显示出类似的变化趋向，时域分析容易造成误差；频域分析虽解决了这一问题，但由于VRV是一类非平稳信号，采用频域分析方法把VRV假设为较为平稳的信号，结果产生误差。时频分析方法则从时域及频域分析对VRV信号进行了分析。
本文采用小波去噪及中值滤波对采样心电信号预处理，去除高频、低频干扰及基线漂移，得到相对稳定心电信号。对滤波后的心电信号采用Pan&Tompkins的QRS波群定位算法，并经过S波和T波定位处理提取ST间期，后进行1HZ三次样条插值重采样，得到用以时频分析研究的信号。采用短时傅立叶变换(STFT)及小波变换两种方法对信号进行时频分析，求出高频(HF)、中频(MF)、低频(LF)各个频段的平均瞬时频率。
基于上述方法，对健康人数据10例及临床采集的心脏病人数据30例进行短时傅立叶变换时频分析，得出每例数据平均瞬时频率，对得到的健康人组及心脏疾病组数据进行双侧t检验，设定显著性水平p为0.05。统计分析得出在低频段p值为3.91977*10-6，远小于0.05，表明在低频段对心电信号采用短时傅立叶变换能有效区分健康样本与心脏类疾病样本间的差异。同上采用小波变换方法对上述数据进行时频分析，统计分析得出在低频段p值为6.58786*10-10，远小于0.05，表明使用小波变换对心电序列进行时频分析在低频段具有统计学意义。根据上述结果，小波变换所得p值远小于经短时傅立叶变换所得，显示采用小波变换差异性更为显著，小波变换方法在评估性能上优于短时傅立叶变换。