首页 > 文献资料
-
12导联心电图P波检测算法
本文提出了一种心电信号中P波检测方法.首先分析了小波变换方法和翼形函数(wings function)方法检测P波的特点,然后提出了一种应用小波变换初步判定有无P波后,在原始信号上再应用翼形函数方法精确检测P波峰点、判定P波形态的方法,后给出P波单导联和12导联整体起点、终点的确定方法.经上海市第六人民医院随机采样的320例心电图检测验证,P波正确检率达到98%.
-
基于二次样条小波的P波检测方法
为了能够准确地检测P波,本文应用二次样条小波变换的方法,在特定的分解尺度上,寻找QRS波前搜索窗内的极值对信息,再在极值对之间寻找极值点即为P波的顶点,后根据P波的顶点位置,在其左右利用局部变换的方法实现对起止点的终定位.二次样条小波变化的方法,能够很好地避开漂移、高频等噪声的干扰.利用CSE标准数据库定量的衡量P波检测的准确度,平均偏差为-0.7ms,标准偏差为7.7ms,大大提高了P波定位的准确性,为心电图自动分析的准确性提供了保障.
-
基于小波变换和波形信息的P波检测方法
通过小波变换对ECG信号进行分解,根据模极大值对求出所有的P波.之后,用一简单有效的方法求出每个P波的起、终点,再利用P波的弧度值及P波与折线P波的相关系数值选择出真正的P波.该方法经过MIT/BIH心电数据库中9个长达30分钟的文件的检验,取得了满意的结果.
-
基于"小波-相对幅度-曲率"的P波检测算法
提出一种检测同步十二导联心电图每一导联所有完整心动周期上P波的新方法:小波-相对幅度-曲率法.首先精确定位P波峰点,然后提取P波的起点和终点,后判别形态,计算P波的时间和幅度参数.用该方法随机检测了700例心电图(除掉房颤,房扑,室颤,室速,PonT),能正确检测和识别出P波及其形态,和人工检测结果比较,准确率达到98%.
-
基于小波变换和神经网络的心电信号P波检测
为了提高P波检测准确率,利用小波变换模极大值对在多尺度上的变化规律能表征信号突变点的性质,结合人体生理特性的检测策略进行心电信号P波的跨尺度检测.同时,引入反向传播神经网络对已检出的准P波再次进行确认与识别.经MIT数据库实验表明,P波检测准确率达到97%.
-
一种基于多特征的P波检测方法
由于P波一般为低频低幅波,容易受到基线漂移,肌电干扰等噪声影响,且不是每个心拍都包含P波,确定某一心拍有无P波也是一难题,针对小波一幅值一斜率的方法对多样形态P波适应的局限性,以及小波变换结合神经网络检测方法中选取伪P波样本的局限性,本文提出了基于小波一幅值阈值并以多特征作为神经网络的输入的P波检测方法,该方法首先利用小波变换对心电(ECG)信号进行去噪,然后利用小波变换求模极大值对的方法确定候选P波的位置,接下来利用幅值阈值初步判断有无P波,后利用神经网络确定心拍有无P波.本文经由专家注释的QT心电数据库对该算法和传统的小波阈值法及基于小波一幅值一斜率的方法检测ECG信号P波的效果进行了对比,验证了本文提出的算法的可行性,对医院心电科记录的ECG信号进行了检测,其结果与医生的标注基本相同,并对QT数据库中的13份且每份15 min的ECG信号进行了检测验证,P波正确检测率达到了99.911％.
-
ECG中P波检测的Prony分析方法
自动心电诊断技术在近年来发展迅猛,相关的技术也涌现出不少.其中关于QRS波中R波检出的方法有很多,地位同等重要的P波检出的方法却相对较少.我们提出了一种针对P波检测的方法.通过使用Prony方法,将ECG (Electrocardiograph)波形先分离再检测,取得了不错的效果.本文试验数据均来自MIT Arrhythmia Database,检出率达到97.8%.
