【摘 要】
：
据统计,目前心血管疾病是我国城乡居民致死率最高的疾病,并且近年来患病率持续上升。心血管疾病的发病具有隐秘性和突发性的特点,因此对心血管疾病及时预警显得尤为重要。心室的复极过程反映在心电图上即T波,当心室复极过程出现异常时,心电图T波会相应的发生形态改变,因此监测T波的形态变化可以提早发现心脏的病变。但心电图连续监测所获得的心电信号数据量庞大,医生的诊断任务会相当繁重。因此,为了辅助医生阅读心电图,
论文部分内容阅读
据统计,目前心血管疾病是我国城乡居民致死率最高的疾病,并且近年来患病率持续上升。心血管疾病的发病具有隐秘性和突发性的特点,因此对心血管疾病及时预警显得尤为重要。心室的复极过程反映在心电图上即T波,当心室复极过程出现异常时,心电图T波会相应的发生形态改变,因此监测T波的形态变化可以提早发现心脏的病变。但心电图连续监测所获得的心电信号数据量庞大,医生的诊断任务会相当繁重。因此,为了辅助医生阅读心电图,减轻医生的负担,检测出医生感兴趣的异常T波,同时考虑个性化问题,提高算法的适用性,本文提出了基于总布雷格曼散度的T波形态异常检测算法。本文主要工作内容如下:（1）针对异常T波形态与正常T波形态的差异性问题,提出了基于总布雷格曼散度（Total Bregman Divergence,TBD）和高斯混合模型（Gaussian Mixed Model,GMM）的T波形态异常检测算法。针对T波易受噪声影响这一特性,选择总布雷格曼散度作为T波形态的相似性度量。使用总布雷格曼散度改进K-Means聚类算法生成数个正常T波模板,再利用高斯混合模型优化这些模板。最后利用总布雷格曼散度计算模板与T波之间的相似性,从而检测出异常T波形态。实验结果表明,采用总布雷格曼散度度量T波形态相似性的有效性,对异常T波形态的检测率达到了95.35%,总的检测准确率为96.58%。（2）针对个体间心电信号存在差异的问题,提出基于半监督学习的个性化T波异常检测算法。首先采用半监督学习的自训练思想,选择来自不同病人的正常T波构成训练集,生成T波形态异常检测模型。然后模型对特定病人进行检测,给检测为正常的T波贴上伪标签,根据伪标签,生成专属于个人的正常T波模板。最后总布雷格曼散度度量个人T波与个人正常T波模板的差异性,判断其与阈值的关系完成对T波的异常检测。实验结果表明个性化T波异常检测模型对个人的异常T波检出率最高可提高约10.29%。
其他文献
离散事件系统（Discrete Event System,DES）是由不规则时间间隔出现的事件序列驱动状态变化的一种动态系统。DES故障诊断指系统故障发生后,通过有限事件的发生诊断出故障发生。大部分的人造系统从逻辑层次上都可以将其抽象为DES,比如通讯系统、自动生产系统、柔性制造系统、交通控制系统等等。但由于现代科技的发展,系统规模日趋扩大,构造也越来越复杂,而故障的出现也日益频繁。故障的出现导致
图像是获取信息的主要方式之一,在图像采集的过程中,由于采集设备及外部条件的影响,导致图像中包含的有效信息较少,并且同一场景很难通过一幅图像收集到该场景的全部信息。因此,将两幅及以上的图像信息融合到一张图,以获得更为全面的场景信息是非常重要的技术,这个信息融合的过程被称为图像融合。其中,多聚焦图像融合技术可以将多幅同一场景不同聚焦区域的图像信息融合得到一幅全聚焦图像,该技术在军事、工业和农业等领域获
情感是人类工作生活中不可或缺的一部分,随着人机交互和人工智能领域的发展,情绪识别方面的研究已经在面部表情、语音、文本和生理信号等各个领域展开。但是面部表情、语音、文本等信号中的情绪具有很大的伪装性。与这些非生理信号相比,脑电（Electroencephalogram,EEG）信号可以更真实地反映真实的情绪状态。然而基于脑电信号的情绪识别仍然有很大的改进空间,如何更有效地提取脑电信号的情绪相关特征,
肝脏是人体五脏器官之一,也是肿瘤易发部位之一,每年都有大量因患肝癌而亡的患者。计算机断层扫描（Computed Tomography,CT）可以清晰地展现人体腹部内肝肿瘤的大小、数量以及边界等信息,是当前诊断肝癌的常用手段。肝切除手术是治疗肝癌的首选手段,术前快速且准确地从CT影像中分割出肝肿瘤,将有助于医生更直观地了解病灶,从而降低手术中存在的风险,提高手术成功率。但是传统的人工勾画病灶是一项极
通用滤波多载波（Universal Filtered Multi-Carrier,UFMC）是一种融合滤波器组多载波（Filter Bank Multi-Carrier,FBMC）和正交频分复用（Orthogonal Frequency Division Multiplexing,OFDM）优势的传输技术,具有更低的带外泄露、更高的频谱效率、参数配置灵活等优点,能够更好地应用于目前诸多通信场景中。
阿尔茨海默病（Alzheimer Disease,AD）的影像学诊断主要依靠正电子发射型计算机断层显像（Positron Emission Computed Tomography,PET）和磁共振成像（Magnetic Resonance Imaging,MRI）。PET图像中葡萄糖代谢水平的高低可以直观反映AD患者的脑功能,但分辨率受限,无法确定葡萄糖代谢在组织中的详细位置。MRI图像可以清晰显
近年来,随着互联网的飞速发展,人们能够获取海量信息的同时也越来越难从中找到有用的信息,而推荐系统的出现则缓解了这一问题所带来的影响。在日常生活中,事件的发生都有一定的时间顺序,时间顺序是推荐系统不可忽视的重要信息,因此序列推荐系统受到广泛关注。现有的序列推荐算法容易受到用户行为序列的单向链式结构束缚,一旦序列中出现突发性购买项目则会产生一定的噪音,从而影响整体的推荐效果。由于不同的项目和用户的重要
运动想象脑电信号由被试者想象肢体运动产生。基于运动想象的脑机接口技术被认为是最具有发展前景的技术之一,它在医疗康复、家居生活、游戏娱乐等方面都有广泛应用。运动想象脑电信号的分析解码是脑机接口技术的核心。但是脑电信号具有低信噪比、非周期性、非平稳性、个体差异性大等问题,导致了运动想象脑电信号解码困难。具体表现为用于分析运动想象脑电信号的模型难以充分学习到其有效特征,模型泛化能力差。本文基于深度学习的
结直肠癌肝转移疾病是影响结直肠癌患者治疗和预后的主要原因,大约有一半的结直肠癌患者会发生肝转移。因此,如何更准确地鉴别出肝转移病灶和更早的预测出肝转移风险是非常重要的。然而,临床医师目前主要是凭借多年的临床经验,通过常规的影像对疾病进行定性评估,还达不到精准医疗的效果。近年来,随着影像组学技术的不断发展,很多研究学者对肿瘤疾病的鉴别和预测有了新的思路。本文在研究结直肠癌肝转移病灶鉴别困难问题上,给
孤独症谱系障碍（Autism Spectrum Disorder,ASD）是一种神经发展障碍性疾病,目前其发病原因还不明确,至今仍然没有有效的诊断手段和治疗方法。ASD患者在社交和行为等方面异于常人,康复训练费用昂贵,严重影响了患者及其家庭生活质量,同时对社会和国家造成了负担。ASD的早期诊断可以使病情在发展初期得到有效干预,因此寻找一种客观的诊断方法有着重要的现实意义。随着医学影像的发展,研究人