基于无监督的心电信号异常诊断研究

摘要

心血管疾病一直困扰着人类社会，尤其是近年来随着人口老年化趋势明显，心血管疾病患者的人数逐年增加，如何有效地扼制这种快速增长的趋势，如何保障人们的心血管健康，已经成为人们迫不及待解决的难题。心电信号是由体表电极采集的人体心脏电信号，能有效地反映心脏的健康状态，本文主要研究内容就是心电信号的预处理、识别以及无监督异常诊断，主要工作如下： 本文依据移动心电数据的具体特点，针对心电特征提取算法中一些重要参数，采取了自适应的参数调整策略。根据心电信号的周期性以及 R 波的波形特征，在实际检测中动态调整基本时间阈值和幅度阈值参数，并以此确定波形检测系统的相关参数，从而在一定程度上实现了检测系统的参数无监督调整。 本文设计了基于均方差的基线提取、基于二阶差分与幅度阈值的波峰波谷检测以及波形始末点检测等多种方法，实现了心电波形特征点的提取。首先在时间轴上设定“滑动窗口”，通过计算窗口内T-P段波形的电压值均方差，判别心电基线。然后，系统根据心电波形的几何特征，采取基于二阶差分与幅度阈值相结合的方法，完成波峰与波谷检测。最后，根据波形始末点特征不够显著，单一算法的检测准确度不够，本文提出了基于算法组的波形始末点检测策略，综合多算法的检测精度实现波形的检测，在保证了检测的精度同时，也考虑了算法的适用性。经过实验验证，其中关于RR间期的测量误差小于1ms。 本文提出了一种基于无监督学习的心电信号异常判定方法。该方法利用层次聚类将心电数据进行分类，同时结合特征量的优先级，进行分层诊断，有效地降低了运算的时间和空间复杂度。 系统相关算法，已在实际系统进行试运行。相关结果验证了算法的有效性。

目录

第一个书签之前