心电大数据自动标注方法及工具研究

摘要

由于吸烟、过量饮酒和缺乏锻炼，致使心血管疾病在全球的死亡率高居不下，每年死于心血管疾病的人数多于任何其他死因，近年来，随着生活水平的提高和老龄化的到来，我国心血管疾病患者的数量也呈现逐年增高的趋势，而且其中绝大部分是心脏病。心脏病成为了全球重大公共卫生问题，心脏病的诊断也成为了全球关注的热点问题。心脏病是一种慢性疾病，具有发病突然、死亡率高等特点，及时准确的诊断是应对突发性心脏病的关键，同时也是一个巨大的挑战。　　心电监测是应对心脏疾病的最有效手段，心电监测可以提前发现患者的心电异常，实现心脏疾病的早发现、早治疗。心电监测已经成为了现代医疗不可或缺的一个重要环节。心电监测依赖于高精度的心电检测，心电检测是识别心电图中特定波形的过程。因此对心电检测算法进行研究具有重要的现实意义。心电数据特征与国家、地区、种族等因素有关，因此构建属于中国人的心电数据库，对了解我国人民的心电数据特征，针对我国人民心脏疾病的病理分析具有重要意义。因此为构建属于中国人的心电数据库设计心电标注工具具有重要的现实意义。　　本文深入研究了智能心电监测系统的数据采集和数据处理模块，对心电监测系统与远程心电监测系统的构架进行了深入分析，对远程心电监测系统存在的问题进行了讨论。　　为了提高心电检测的正确率与灵敏度，本文提出了两种心电检测算法：中心对称算法和模式匹配算法。两种算法都是基于心电图的形态特征提出。中心对称算法核心点是：R波的幅度值远大于P波和T波，R波基本上关于R峰所在位置左右对称。模式匹配算法的核心点是：除QRS波群外，ECG存在数据震荡，R波两侧严格单调，R波峰值处斜率陡峭。分别对两种算法的核心点和流程框架进行了介绍，并进行了实验评估，与相关算法进行了对比，证明了算法的有效性，最后讨论了两种算法的优劣。　　为了构建标注完备属于中国人的心电数据库，设计开发了一款医用心电标注工具，对系统的设计逻辑和工作流程进行了介绍，对关键代码进行了讨论分析，最后对该工具的可用性进行了模拟验证。

目录

声明

第 1 章 绪 论

1.1 背景与意义

1.2 国内外研究现状

1.2.1 国外研究现状

1.2.2 国内研究现状

1.3 主要贡献

1.4 本文组织结构

第 2 章 重要概念及相关研究

2.1 人体心脏的结构及功能

2.2 心电图的产生原理及采集过程

2.2.1 心脏的极化过程

2.2.2 心电图的产生

2.2.3 心电图采集

2.3 动态心电图及心电图中的噪声

2.3.1 动态心电图

2.3.2 心电图中的噪声

2.4 心电图中的波、间期和波段

2.5 心电数据库及心电大数据

2.5.1 MIT-BIH 数据库

2.5.2 AHA 数据库

2.5.3 欧盟 CSE 心电数据库

2.5.4 ST-T 数据库

2.5.5 心电大数据

2.6 心电检测与心电描述

2.6.1 心电检测算法与心电描述算法介绍

2.6.2 常用心电检测算法

2.7 心电标注工具

2.7.1 WAVE 心电标注工具

2.7.2 LightWave 标注工具

2.8 本章小结

第 3 章 智能心电监测系统

3.1 心电监测系统

3.2 远程心电监测系统

3.3 智能心电监测系统

3.3.1 系统架构

3.3.2 数据采集与处理

3.4 本章小结

第 4 章 QRS 波群检测算法

4.1 QRS 波群检测目标

4.2 中心对称算法

4.2.1 算法流程框架

4.2.2 算法过程示例

4.3 模式匹配算法

4.3.1 算法流程框架

4.3.2 算法过程示例

4.4 实验设计与评估

4.4.1 实验数据

4.4.2 评价指标

4.4.3 实验结果与结论

4.5 本章小结

第 5 章 心电标注工具的设计

5.1 心电数据标注及标注工具设计

5.1.1 心电数据标注

5.1.2 系统设计

5.2 标注标签

5.3 系统使用

5.3.1 系统运行

5.3.2 加载文件

5.3.3 心电数据标注

5.3.4 标注文件的保存及导出

5.4 模拟验证

5.4.1 文件读取验证

5.4.2 异常类型添加及删除验证

5.4.3 数据标注功能验证

5.5 本章小结

结 论

1.总结

2.研究展望

参考文献

致 谢

附录 A 攻读硕士学位期间参与的科研项目与科研成果