粗集理论和神经网络理论在心电图自动分析中应用的研究.pdf

粗集理论与神经网络理论在心电图自动分析中的应用 摘要本论文创造性地提出了对快速LADT方法的改进算法，使LADT方法能 更快地实现；研究了粗集理论在特征评价与选择中的作用，获取并证明了知识粗 糙性的等价条件，丰富了RS理论；运用以上改进的LADT方法和粗集理论进行 心电图特征提取和选择；采用上述提取和选择的特征，本文尝试了两种自动识别R 波的方法：第一种是设定各特征闽值，直接应用特征进行R波自动识别：第二种 是将各特征值作为BP网络的输入值，采用经过训练的神经网络进行R波自动识 别，结果表明：第_-}oo方法更加有效；论文最后部分提出了将RS理论与神经网络 理论结合来对各种室性QRS波进行分类，为心电图的自动诊断奠定了基础。 关键词 LADT、芳篡粗壶桑心哇酒。特征溉特征i基箨QRs波R 波神经网络室性波 ＼．、—／ 引 言 从1903年Einthoven采用弦线式电流计丌创了，t2,电图的临床应用至今已有近 百年的历史。在临床上对于患有心脏方面疾病的病人，医，七首选的诊断方式就是 心电图记录。由于世界上心脏疾病的发病率和死亡率逐年上升，引起了人们对心 f乜监护的重视。 早期的心电监护系统要护理人员长时问地观察，往往会因为视力疲劳和(或) 注意力分散造成漏检。五十年代末以来，随着计算机技术的发展，人们开始了对 心电自动分析技术的研究。1959年，Piberger等人完成了一个可以区分正常和异 常心电图的程序，并于1961年首先研究出导联心电图分析程序。六十年代初， Caseres验证了用计算机进行常规12导联ECG分析的可行性，开发了利用测得的 平均ECG参数进行波形模式识别的程序。1966年，Staples等人提出采用分枝树 逻辑作为心电图诊断方法。经过许多人的努力，到了七十年代中期，一些心电自 动分析程序从实验室投入临床应用。七十年代后期，微处理器技术的高度发展更 加促进了心电自动分析技术的研究。装配了微处理机的心电自动分析装置大大提 高了一心电数据处理的速率和一致性，并增加了心律监护的种类和提高了r监护准确 率，这在很大程度上使护理人员从繁重的数据处理中解脱出来。 在美国，每年约有800万例应用于计算机自动分析，占lO％；H本每年约有 100力例，占5％。计算机自动分析在临床分析技术中所占比例不大的重要原因在 于波形的测量与识别的困难和由此所造成的诊断错误。 波形检测识别和参数提取是心电自动分析系统的关键，其准确性和可靠性决 定着诊断的效果，乃至涉及挽救病人生命的成败。QRS波的检测又是ECG检测中 的首要问题，确定了R波的位置，才能分析ECO的其它细节。常用的R峰检测 方法有幅度法、低斜率法和面积法，这是因为R波具有幅度和斜率较大的特点。 采用一种因素的R波检测方法易受干扰，检测效果较差。采用两种或更多种因素 结合的QRS波检测方法是当今趋势。 但是，随着考察的因素的增多，识别系统就更为复杂。而且，并不是每一个 因素对识别效果来说都是必不可少的，即存在冗余因素。如何从众多因素中去除 )‘余凶索是彳：能不考虑的问题。 而粗集方法通过发现数据间的关系，不仅可以去掉冗余输入信息，而且可以 简化输入信息的表达空问维数。神经网络一大特长是并行处理，可以综合利用多 种因素，所以本文用粗集理论去除波形检测的冗余因素，即进行特征选择；用神 经刚络进行波形检测，即进行波形识别，从而完成波形识别任务。 整个心电图自动分析与识别过程如下： 圜◆函◆圆◆圈◆圈+ 匠圈+固 本论文共分七章。第一章、二章介绍曲线拟合理论及其改进，第三章介绍了粗 集理论及其在特征选择中的应用，第四章简要介绍了粗集理论和改进的LADT方 法在一D电图特征选择中的应用，第五、六章基于第四章所获取的特征尝试了两种 自动识别R波的方法：直接法和神经网络方法，第七章介绍了基于粗集与神经网 络结合的室性QRS波的分类方法，为心电图的自动诊断奠定了基础。 第一章 曲线拟合理论 心电数据压缩自60年代创立以来，愈来愈受到人们的重视，这主要是由于如 下几个领域发展的需要：(1)数字化Holter为了节约有限的数据存贮空间。(2) 利用公用通讯网(如电话线)传输ECG。(3)医院病案管理中需大量长期存贮病 人数字化的ECG。目前心电压缩算法有十多种，可归结为时域算法、变换域算法 和神经网络压缩算法三大类。时域算法又可分为实时算法和非实时算法。变换域 算法和神经网络算法，一般要求专用信号处理芯片或神经网络元