首页 > 文献资料
-
心室复极化时程变异的检测研究
QT间期受到前一RR间期和心室肌细胞状态的影响,因此对心室复极化时程变异(repolarization duration variability,RDV)的分析可用来评价心室疾病状况.由于QT间期检测困难,一般以RT间期代替QT间期.我们采用以相关系数为条件的模板匹配的方法检测T波峰值点.受试者受控呼吸时,从HRV和RDV谱分析的结果可以看到,高频峰受到呼吸频率的调制.在乌拉坦麻醉下,用阿托品改变大自鼠呼吸频率,也可以看到类似的结果.这些结果证明了RDV检测方法的可靠性,为今后进一步深入研究心室复极化的心电图指标打下了基础,将会在一些心室疾病的早期诊断和预后评估等方面发挥更大的作用.
-
基于小波变换的T波检测算法研究
T波检测是心电图(ECG,electrocardiogram)分析的难点.本文首先对T波形态进行了细致的分类,然后提出了一个排除u波的方案,以减少u波对T波检测构成的干扰,进一步提高T波特征点检测的准确性.后利用QT数据库里的专家手工标注对算法的性能进行验证,检测结果基本可以达到人工标注的水平.
-
T波检测和QT间期提取策略
提出一种T波检测和QT间期提取新策略,应用QRS波群起始点和终末点检测算法,检测到QRS波群的起始点和终末点;从QRS波群的终末点出发,向后求出16点线段参数的LS估计;根据LS估计确定窗口,在窗口内检测出T波的峰谷值位置,从而检出T波;从峰谷值位置向后根据LS估计确定R点和R回归直线,根据心电数据和R回归直线在R点前的偏离程度确定T波终末点,从而提取QT问期.应用具有广泛认可度的MIT-BIH数据库中QT数据库的所有具有T波终末点专家标记的数据文件来验证算法,在专家标记终末点的3 542个T波上获得98.2%的检出率,提取QT间期获得1.0 ms的平均误差,提取QT间期的准确率为97.2%.
-
基于遗传算法和神经元网络的心电信号T波检测
为了提高T波检测准确率,解决由于反向传播神经元网络(BP神经元网络)连接权值和阈值的初始值选择不合适而导致的无解问题,本研究结合求全局优解近似值的遗传算法(GA)和求局部优解精确值的传统BP神经元网络所使用的梯度法,用于T波检测.首先,用GA求得BP神经元网络权值和阈值的全局优解的近似值;然后,把该近似值作为初始值,训练该神经元网络;后,用训练好的BP神经元网络识别T波.考虑到T波波峰一定是小波变换(WT)模极大值对,但是反过来,WT模极大值对不一定是T波波峰,首先检测到R波之后一定范围内的WT模极大值对,称为准T波(备选T波),再用训练好的BP神经元网络对刚才检测出的准T波进行筛选和识别,后确认出真正的T波.MIT数据库实验表明用这样的组合方法检测T波,其检测准确率可达到98%.采取小波变换、GA、BP神经元网络的组合可提高识别T波的正确率.
-
心电信号多形态T波检测方法研究
目的 研究一种T波检测新方法,以提高检测形态异常T波的准确率.方法 基于小波变换和支持矢量机技术,设计了一种准确性高且适用于检测心电信号多形态T波的新方法,并从QT数据库下载了50组真实心电信号中5000个形态多样的T波数据验证新方法的性能.结果 将实验结果与库中专家标注的信息对比,在误差容忍度20 ms内,检测准确率达到96.38％,敏感度达到98.04％,阳性预测率达到100％.与现有其他类似方法比较,新方法的平均检测精确度和敏感度分别高出6.73％和4.48％.结论 本文方法对于各种形态的T波均具有高的检测准确率,且具有良好的抗噪性和可扩展性.
-
多态T波区间检测技术的研究
目的:利用小波变换进行T波区间的检测.方法:在23尺度上通过模极大值法定位R波.在24尺度上首先根据R峰以及T波起点和终点的经验值确定起始T波区间.然后对每个心拍在此区间上找到T波的模极大值,根据模极值的个数和正负顺序确定T波波形的形态.由于不同形态的T波对应不同的T波起点和终点的检测方法,实现T波区间的分类检测,提高T波检测的精确度.由于本文算法是作为T波交替检测的前期工作,为了验证算法的准确率,采用了QT数据库中的部分记录进行了仿真,评价实验结果.结果:仿真实验证明了本文算法能正确地分辨出每个T波的形态,并在此基础上得到较为准确的T波区间.结论:本文采用模极大值算法根据T波的不同形态进行T波区间的分类检测,检测结果比较理想,且计算简单,较易实现.
