心电信号特征提取及ST段形态识别的方法研究

摘要

心肌缺血是中老年人群中常见的病症，但随着人民生活水平的提高，心肌缺血在我国的患病率呈上升趋势，且逐步趋于年轻化，严重危害了我国人民的身体健康。心电图(Electrocardiogram, ECG)作为由体表记录的心脏电活动反映，是临床诊断心肌缺血常见、有效的方式。其中，心电图的QT间期和ST-T段改变是临床诊断心肌缺血的主要指标。为准确获取QT间期及检测ST段的变化，本文对ECG信号中关键特征点的检测作了深入研究，并利用ST段分析方法准确检测ST段的变化情况。主要工作如下:
　　(1)心电信号的预处理。本文采用[0.01，45]Hz的数字带通滤波器(BPF)和高斯低通滤波器(LPF)结合的方式对心电信号进行滤波处理。利用该方法对MIT-BIH数据库中的心电数据进行去噪实验，结果表明:信号在有效滤除噪声和漂移的同时，还保证了心电信号巾有用特征和形态信息不受影响。
　　(2)心电信号特征点提取研究。首先，利用二次样条小波对心电信号进行小波分解及重构;然后，通过Mallat算法定位心电信号的R波及T波，利用小波变换模极值组的方法判断R波的方向及T波的类型;最后，对比分析了三种经典的T波终点检测算法的检测性能，并提出基于T波形态的自适应选择算法。文中利用QT数据库中20例共3569个心拍的心电数据对该方法进行实验验证，结果表明:自适应选择T波终点检测算法不仅保证了算法的实时性，而且检测性能均高于单一的T波终点检测算法。
　　(3) ST-T改变的分析研究。ST-T段改变主要包括ST段水平变化及ST段形态变化。本文提出利用曲率尺度空间技术定位ST段的起止点，并检测ST段水平;同时，在曲率尺度空间中利用多尺度分析方法获取ST段中弯曲程度最大的点，并识别ST段的形态。该方法采用QT数据库和欧洲ST-T数据库中的心电数据进行研究，识别率分别达到了96.54％和86.66％，证明了该方法的有效性。
　　综上所述，本文提出的一系列心电信号自动分析方法，不仅能精确定位ECG关键特征点位置，还能准确提取QT间期以及识别ST-T段的改变，为心电信号自动分析技术在临床中的应用提供了理论基础。

目录

声明

摘要

第一章 绪论

1．1 研究背景及意义

1．2 心电信号的简介

1．2．1 心电信号的组成

1．2．2 心电图的关键评估指标

1．3 心电图自动分析的研究现状

1．4 本文工作的主要内容及创新点

1．5 本论文的章节安排

第二章 标准数据库的简介

2．1 引言

2．2 标准数据库的简介

2．2．1 PhysioNet网站简介

2．2．2 本文使用的心电数据库

2．3 本章小结

第三章 心电信号的预处理研究

3．1 引言

3．2 心电信号的噪声组成

3．3 心电信号的滤波方法

3．3．1 传统的数字滤波器

3．3．2 基于小波变换的心电信号滤波

3．3．3 基于LPF的心电信号滤波

3．4 本文使用的心电滤波方法

3．5 本章小结

第四章 心电信号的特征提取研究

4．1 引言

4．2 QRS波群检测研究

4．2．1 QRS波群检测的概述

4．2．2 基于小波变换的R波检测

4．2．3 Q波和S波检测

4．3 T波的检测研究

4．3．1 T波检测的概述

4．3．2 T波的检测

4．3．3 T波形态的识别

4．3．4 T波终点的检测研究

4．4 本章小结

第五章 ST段的分析研究

5．1 引言

5．2 曲率尺度空间技术的简介

5．3 ST段的特征提取

5．3．1 J点的定位

5．3．2 ST段终点的定位

5．4 ST段改变的研究

5．4．1 ST段水平检测

5．4．2 基于曲率尺度空间技术识别ST段形态

5．5 实验结果

5．6 本章小结

第六章 总结与展望

6．1 论文总结

6．2 工作展望

参考文献

致谢

攻读硕士学位期间发表的论文与参加的科研项目