论文部分内容阅读
本论文针对ECG心电信号处理和波形自动识别系统中心电信号的预处理与波形自动识别技术展开研究工作。论文综述了心电信号预处理与波形自动识别的发展状况,概述了心电图基础知识、PTB心电诊断数据库,并对心电信号处理和波形识别系统进行了总体设计。在此基础上,设计了基线漂移去除算法和自动识别算法。心电信号中的基线漂移噪声对波形自动识别的准确性影响较大,本文通过分析心电信号中基线漂移信号的特点,设计了基于一阶差分、三次样条曲线的“去除基线漂移算法”来滤除心电信号基线漂移噪声,为心电信号的波形自动识别奠定了基础。然后采用PTB心电诊断数据库通过仿真验证该算法的效果。论文对心电信号的波形自动识别技术进行了探索性研究,提出了“基于几何特征的波形自动识别算法”。该算法主要分为两个阶段：(1)波形几何特征的提取。波形几何特征主要包括两个：点的运动趋势和最优斜率,本文设计了运动趋势判定算法和斜率寻优算法来分别提取这两个几何特征。运动趋势判定算法通过计算每个点的临近五个点的相异斜率,并根据趋势判定原理来预测每个点的未来运动趋势。斜率寻优算法是在趋势判定算法的基础上,利用均值定理获得最优斜率。(2)波形识别。波形识别阶段根据心电信号波形的特点分为五个部分：P波识别、Q波识别、R波识别、S波识别、T波识别。每个部分都是利用第一阶段得到的两个几何特征值,再结合电压阈值、时间阈值限定波形特征点的范围,采用模极大值来实现波形特征点的检测,即实现T波,P波,QRS波群的起点、终点以及波峰波谷的自动识别。然后,我们采用VS2010、TeeChart图表控件等开发工具开发了以本文设计的算法为基础的ECG心电信号处理和波形自动识别系统。该系统实现了ECG信号预处理、波形识别、特征参数检测等功能,并且该系统通过对输入的心电信号进行简单分析给出初步的诊断报告。最后,为评估算法性能,我们以联邦物理技术研究院(Physikalisch-Technische Bundesanstalt,PTB)心电诊断数据库的数据为基础数据,分析了系统运行效果。经验证本文设计的所有算法达到了比较理想的结果,有较高的可靠性和较强的实用性。