基于ESN的单导联动态心电信号的QRST消除

摘要

房颤作为最常见的老龄化疾病之一，发病率逐年增长，目前由于难以有效地跟踪房颤的状态变化，致使房颤的诊断准确率较低，治疗的效率和效果不理想。而随着远程心电监护系统的发展，医疗设备的小型化、便捷化，单导联的心电监护系统实现了更多应用，而利用远程心电监护系统监测到的心电图属于动态心电图，因此，研究适用于单导联动态心电信号的QRST波（由心室电活动产生）的消除方法有着非常重要的意义。
　　本文的主要研究内容如下：
　　（1）将ESN应用于单导联动态心电信号的QRST消除。在基于ESN的两导联心电信号的QRST消除方法（ESNTL）的基础上进行改进，将其用两导联心电信号消除QRST的方法改成用单导联心电信号消除QRST，并给ESN增加一路标记了R波位置的输入信号，使网络能够更准确的找到QRST的位置，提高了网络预测QRST的能力，增强了QRST消除的效果。
　　（2）针对QRST消除问题，用微分进化算法和二进制粒子群算法对ESN的参数进行优化。采用微分进化算法对 ESN的储备池参数进行优化，找到了一组比较合适的储备池参数，然后用二进制粒子群算法对 ESN的输出层连接进行优化，简化了网络，提高了网络的性能，最后用优化的网络进行 QRST预测，用房颤信号减去 QRST，完成QRST消除。
　　（3）将本文提出的方法应用于本实验室自主研发的心电监护服务平台中。通过对实际采集的心电信号进行QRST消除，验证本文提出方法的可行性。
　　分别采用 MIT-BIH数据库中的数据和本实验室采集的数据对本文方法进行可行性验证，实验结果表明本文提出的方法具有良好的QRST消除能力。

目录

声明

第1章 绪 论

1.1 课题研究的背景及意义

1.2 远程心电监护系统的研究现状及分析

1.3 QRST消除方法的研究现状及分析

1.4 论文的结构安排

第2章 心电图及房颤的基础知识

2.1 心电图的基础知识

2.2 房颤的基础知识

2.3 本章小结

第3章 基于ESN的单导联动态心电信号的QRST消除

3.1 引言

3.2 回声状态网络

3.3 QRST消除的原理

3.4 基于微分进化算法的ESN

3.5 基于二进制粒子群算法的ESN

3.6 本文方法可行性验证

3.7 本章小结

第4章 本文算法在心电监控平台上的应用

4.1 心电监护服务平台介绍

4.2 心电信号采集

4.3 心电云系统智能分析

4.4 本文算法在心电监护平台上的应用

4.5 本章小结

第5章 总结与展望

5.1 工作总结

5.2 工作展望

参考文献

致谢