基于提升小波变换和近似包络的心电特征检测算法研究

摘要

心脏病是当今医学上发病率和死亡率最高的疾病之一，心脏病的防治和诊断是当今医学界面临的首要问题，心电图(electrocardiogram，ECG)信号是诊断心血管疾病的重要依据。小波变换作为一种数学分析工具，它在时域和频域均有良好的局部化特性，克服了Fourier变换的时频联合检测的不足，适合用于心电信号的处理。随着小波变换理论及应用实践上的不断发展创新，1996年Sweldens提出了小波提升方案即第二代小波变换，它在信号去噪，压缩等方面均优于传统小波变换。
　　心电信号是低频、低幅信号，容易受噪声干扰，因此在对心电信号检测分析之前必须有效除去心电信号中的噪声。本文提出了一种基于提升小波改进半软阈值的心电信号去噪算法。该算法首先将心电信号进行提升小波分解，对分解所得高频信号进行改进半软阈值去噪处理，再选择三尺度和四尺度的信号对心电信号进行重构，获得去噪后的心电信号。由于心电波形中R波幅度最大，特征最明显，具有较高的临床诊断价值，因此R波位置检测是ECG检测中的首要问题。为了增强R波能量，提高R波的检测精度，本文设计了一种改进近似包络函数。首先对去噪后的心电信号进行Hilbert变换，然后进行改进近似包络处理，完成心电信号的预处理。该算法能够在加强R波能量的同时有效地抑制噪声及其它特征波能量，因此能够在强噪声及大P波和大T波干扰的情况下准确定位R波位置，也为准确检测P波和T波提供条件。本文运用斜率阈值对心电信号的特征点进行检测，首先对包络后信号进行R波位置检测，然后根据R波位置对去噪重构的信号进行其它特征位置检测。最后本文依据检测到R波位置信息对常见的心律失常类型进行了分类的诊断。

目录

声明

摘要

第一章 绪论

1．1 课题的研究目的和意义

1．2 课题的国内外研究现状及发展动态

1．2．1 心电信号预处理的研究现状及发展动态

1．2．2 心电信号特征检测的研究现状及发展动态

1．3 论文的主要研究内容及章节安排

第二章 心电信号产生机理

2．1 心脏传导系统

2．2 正常心电图信号及其生理意义

2．3 心电图信号特点及其噪声分析

2．4 常用标准心电数据库简介

2．5 本章小结

第三章 小波理论及其分析

3．1 小波分析基本理论

3．2 提升小波理论分析

3．2．1 提升小波的特点

3．2．2 提升算法的Matlab实现

3．3 本章小结

第四章 心电信号预处理算法设计

4．1 基于提升小波变换的心电信号去噪分析

4．1．1 提升小波基选取

4．1．2 提升小波的分解与重构尺度选择

4．1．3 提升小波阈值函数及阈值选取

4．1．4 提升小波改进半软阈值去噪

4．2 Hilbert变换和改进近似包络处理

4．2．1 Hilbert包络算法原理

4．2．2 改进近似包络

4．3 心电信号预处理仿真分析

4．4 本章小结

第五章 心电信号特征提取算法设计

5．1 常用R波检测算法

5．2 心电信号特征提取

5．2．1 R波的检测

5．2．2 QRS波群起点和终点的检测

5．2．3 P波和T波的检测

5．3 MIT-BIH数据库信号仿真分析

5．3．1 包含特殊噪声的心电信号R波检测分析

5．3．2 不规则心电信号R波检测分析

5．4 心电信号的采集与分析

5．5 本章小结

第六章 心律失常的诊断分析

6．1 心律失常的分类

6．2 心律失常的诊断方法

6．3 本文心律失常的诊断

6．4 本章小结

第七章 总结与展望

7．1 全文工作总结

7．2 展望

参考文献

发表论文和参加科研情况

致谢