心率失常計算機自動診斷

電子信息工程論文編號:DZXX315  論文字數:10645,頁數:31

目錄

摘要  I -
ABSTRACT II -
第一章：緒論 1
 1.1 課題研究背景介紹 1
 1.2 課題研究的意義 1
第二章：課題研究背景知識 3
 2.1 心臟的基本結構： 3
 2.2 心電圖 4
 2.3 心律失常及ECG特征 6
 2.3.1 正常竇性心律（NSR） 6
 2.3.2 心室性心動過速（VT） 7
 2.3.3 心室纖維性顫動（VF） 8
第三章:方法 10
 3.1  ECG信號特征提取方法 10
 3.1.1 AR建模法 10
 3.1.2 建模階次確定 11
 3.2 分類的技術 12
第四章：系統的實現 15
 4.1 AR建模 15
 4.2 基于普通線性分類器的分類 15
第五章：結果與討論 18
 5.1 基于線性分類器的分類結果 18
致謝 21
參考文獻 22
附錄1 程序 24

摘要

 本文的基本思想是從病人的ECG信號中采用數據處理手段自動提取與病況有關的特征，再應用線性分類技術將病人的ECG信號進行自動分類，幫助臨床醫生快速、準確地進行心臟病癥的診斷。
 本文以MIT-BIH數據庫中的正常竇性心律、心室性心動過速和心室纖維性顫動信號為研究對象，提取信號的特征并進行分類。具體的方法是：利用單變量回歸（AR）模型對正常竇性心律、心室性心動過速和心室性纖維性顫動信號進行數學建模；給出一種提取心電信號特征信息的方法，即以AR模型系數為信號的特征；再利用線性分類器進行分類和比較。
 在根據實驗結果得到：利用心電信號對心率失常進行計算機自動診斷的可行方法。
 
關鍵詞：心電圖, 心率失常, 特征值, 分類, 診斷

ABSTRACT

 The main method of this paper is based on obtaining the signal data from patient ECG signal, processing the data, then extract the feature of the ECGs. After that, using Linear classification technique was used for the automatic detection, which can help doctors make the diagnosis accurately and quickly.
   Normal sinus rhythm, ventricular tachycardia and ventricular fibrillation signals which collect from MIT-BIH database were used for the analysis in current research including Autoregressive (AR) modeling, feature extraction and classification. The AR modeling was applied to normal sinus rhythm, ventricular tachycardia and ventricular fibrillation signals. AR model coefficients were utilized as the ECG features for the classification and diagnosis, and linear classifier was employed to classify the features.
   Finally, the conclusion can be drown: It is feasible and practical that using ECG signal can diagnose the arrhythmia automatically through computers automatically.

Keywords: ECGs, arrhythmia, features, classification, diagnosis