学位论文 > 优秀研究生学位论文题录展示

心律失常检测及十二导联心电Holter系统的研究

作　者: 张焱
导　师: 罗小刚
学　校: 重庆大学
专　业: 生物医学工程
关键词: 心律失常 SD卡 Holter 模糊推理神经网络
分类号: TH772
类　型: 硕士论文
年　份: 2009年
下　载: 139次
引　用: 0次
阅　读: 论文下载

内容摘要

心律失常在临床上十分常见,特别是一些室性心律失常被认为是生命受到威胁的前兆。因此,尽早的识别出心律失常具有非常重要的临床意义。心电Holter系统提供了最为直接地分析心律失常的检查手段,而传统的心电Holter系统具有价格高、专业性强和各品牌不兼容的特点。因此,本文从目前心电Holter系统的使用特点和市场需求出发,研究设计了一种十二导联的心电Holter系统。该系统具有使用方便、价格低廉、功耗低、容量大等特点,加快了心脏病的预防和早期诊断进入普通家庭的步伐,使心脏病的治疗更加及时。在此基础上,本文还对心电信号的预处理和特征提取算法进行了研究,并将模糊推理技术和神经网络结合应用于PVC的自动识别中,推动了模糊推理技术和神经网络应用与ECG分析的进展。本文主要完成了以下几个方面的工作:(1)研究设计了十二导联心电Holter系统的样机,该系统采用MSP430F149作为系统的主控芯片,SD卡作为存储介质,具有低功耗、容量大等特点,能连续长时间的采集和记录心电数据。(2)创新性地采用SD卡来存储心电数据,并采用FAT文件系统组织心电数据。SD卡具有功耗低、体积小等特点,采用SD卡存储心电数据可以降低系统功耗和体积;采用FAT文件系统来组织心电数据,这种方式符合Windows用户的使用方式,极大地提高了该系统的亲和力和易用性。(3)对心电信号的预处理和特征提取算法进行了研究,实现了心电的滤波,特征提取(包括QRS波定位、QRS波宽度提取,T波的检测),为以后的心律失常的检测提供了基础。R波检测是利用心电信号的频率特性结合差分方法的幅频特性来实现,该算法简单实用,利用MIT-BIH数据库文件对该算法进行测试,正确率高达99.27%。(4)研究了模糊神经网络分类器在PVC自动识别中的应用,将模糊概念融合到传统多层前向神经网络的输入层和输出层,并利用基于梯度下降原理的误差反向传播算法进行了网络训练。该模糊神经网络由于其输入和输出均表示模糊隶属度,通过隶属度函数的适当选择,更好地模拟了人脑思维的模糊性。利用MIT-BIH数据库文件对该算法进行测试,取得较好的分类效果。

全文目录

摘要  3-4
ABSTRACT  4-9
1 绪论  9-20
  1.1 心电自动监护系统的研究意义  9
  1.2 动态心电监护仪的发展概况  9-10
  1.3 心电信号的提取方法  10-15
    1.3.1 心电信号的产生及心电图  10-12
    1.3.2 心电导联系统  12-15
  1.4 心电自动分析的现状  15-18
    1.4.1 心电信号的预处理方法  15-16
    1.4.2 心电信号特征点提取  16-17
    1.4.3 心律失常的判断  17-18
  1.5 本文的研究目的和研究内容  18-20
    1.5.1 本文的研究目的  18-19
    1.5.2 本文的研究内容  19-20
2 十二导联心电信号采集系统的设计  20-51
  2.1 系统的总体结构  20
  2.2 心电信号采集电路的设计  20-28
    2.2.1 心电预处理电路的设计  21-22
    2.2.2 心电放大电路的设计  22-27
    2.2.3 电平调理电路的设计  27-28
  2.3 DC-DC 电源变换电路设计  28-30
  2.4 单片机选型及接口电路设计  30-35
    2.4.1 单片机的选择  30-31
    2.4.2 A/D 转换器  31-32
    2.4.3 数据存储介质的选择  32-33
    2.4.4 单片机接口定义  33-34
    2.4.5 SD 卡接口电路  34-35
  2.5 单片机系统软件设计  35-47
    2.5.1 单片机主控程序的软件实现  35-36
    2.5.2 中断采集程序软件实现  36-37
    2.5.3 SD 卡读写的软件实现  37-40
    2.5.4 FAT 文件系统的软件实现  40-47
  2.6 系统抗干扰设计和安全性  47
    2.6.1 电路的硬件抗干扰设计  47
    2.6.2 电气安全的设计考虑  47
  2.7 系统的低功耗设计  47-50
    2.7.1 单片机的低功耗设计  48-49
    2.7.2 SD 卡的低功耗设计  49-50
    2.7.3 系统功耗测试  50
  2.8 小结  50-51
3 心电信号的预处理与特征提取  51-62
  3.1 心电信号的预处理  51-56
    3.1.1 基线漂移的滤除  52-54
    3.1.2 心电信号50Hz 工频滤波器的设计  54-56
  3.2 心电信号的特征提取  56-60
    3.2.1 R 波的检测算法  56-59
    3.2.2 Q、S 波的定位  59-60
    3.2.3 QRS 波宽度提取  60
    3.2.4 T 波检测  60
  3.3 小结  60-62
4 基于模糊神经网络的PVC 自动识别  62-74
  4.1 基本理论简介  62-65
    4.1.1 人工神经网络  62-63
    4.1.2 模糊技术  63-64
    4.1.3 模糊理论与神经网络的结合  64-65
  4.2 模糊技术与神经网络理论在PVC 自动识别中的应用  65-66
  4.3 基于模糊神经网络的PVC 自动识别  66-73
    4.3.1 ECG 信号特征参数的选取  66
    4.3.2 模糊神经网络的模型结构  66-70
    4.3.3 网络学习算法及其改进措施  70-71
    4.3.4 实验及结果分析  71-73
  4.4 小结  73-74
5 总结与展望  74-76
  5.1 全文总结  74-75
  5.2 研究工作展望  75-76
致谢  76-77
参考文献  77-81
附录  81

心律失常检测及十二导联心电Holter系统的研究

内容摘要

全文目录

相似论文