多导联心电判别分析的研究及应用-计算机科学与技术专业论文.docxVIP

万方数据 万方数据 Dissertation Submitted to Shanghai Jiao Tong University for Master Degree of Engineering RESEARCH ON DISCRIMINANT ANALYSIS FOR MUTI-LEAD ECG Author： Hanlin Zhang Student ID: 1110339032 Specialty： Computer Science Supervisor: Prof. Liqing Zhang School of Electronic Information and Electrical Engineering Shanghai Jiao Tong University Shanghai, P.R. China December, 2013 PAGE 1 PAGE 1 万方数据 附件四 上海交通大学 学位论文原创性声明 本人郑重声明:所呈交的学位论文，是本人在导师的指导下， 独立进行研究工作所取得的成果。除文中已经注明引用的内容外， 本论文不包含任何其他个人或集体己经发表或撰写过的作品成果。 对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式 标明。本人完全意识到本声明的法律结果由本人承担。 学位论文作者签名 z 尿蜘林 日期: 2Dl4年 l 月 g 日 万方数据 万方数据 附件五 上海交通大学 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定， 同意学校保留并向国家有关部门或机构送交论文的复印件和电子 版，允许论文被查阅和借阅。本人授权上海交通大学可以将本学位 论文的全部或部分内容编入有关数据库进行检索，可以采用影印、 缩印或扫描等复制手段保存和汇编本学位论文。 本学位论文属于 保密口，在 年解密后适用本授权书。 不保密因。 (请在以上方框内打 .J) 学位论文作者签名:原除林 指圳签名:裙柑 日期:20 I呼年 (月 1 日 日期:;W(Cf年 f 月 r 日 2 万方数据 万方数据 多导联心电判别分析的研究及应用 摘 要 本文主要针对 12 导联的心电信号，提出了一个基于半监督判别分 析（Semi-supervised Discriminant Analysis, SDA）的心电分类方法。 多导联心电判别分析研究主要包括对心电信号预处理，心电信号 特征提取，心电特征降维以及心电信号分类的研究。心电信号预处理 主要针对原始的心电输入数据进行噪声消除、R 波检测、心电波形切 分等几个步骤，最终得到单一的心跳数据作为特征提取模块的输入。 心电信号的特征主要采用小波变换方法进行提取。在心电特征降维方 面，本文讨论了经典的线性判别分析方法的思想，并在线性判别分析 的基础上，介绍了半监督判别分析的概念。半监督判别分析能够利用 无类型标记的样本的结构化信息，并使用了正则化项提高泛化能力， 适合采纳为特征降维的算法。最后，降维后的心电特征通过支持向量 机实现心电的分类。 实验结果表明，半监督判别分析的降维效果优于其它几种常用降 维方法，并且本文提出的基于半监督判别分析的心电分类方法取得了 较高的分类准确率。 此外，作为应用，本课题还将实现一个远程心电诊断服务平台， 并尝试在该平台上整合多导联心电判别分析方法，为医生提供辅助决 策服务，提高心电诊断质量。通过该平台，患者可以在短时间内完成 从采集心电数据到接受心电诊断结论的全过程。 关键词： 心电，半监督判别分析，小波变换，支持向量机 I - II - RESEARCH ON DISCRIMINANT ANALYSIS FOR MUTI-LEAD ECG ABSTRACT This paper proposes an electrocardiogram (ECG) pattern classification method for 12-lead ECG using Semi-supervised Discriminant Analysis (SDA). The research on discriminant analysis for ECG mainly includes the pre-processing, feature extraction, rank reduction and classification for ECG. The pre-processing for raw ECG data includes noise elimination, R peak detection and ECG signal segmentation. The ECG feature is extracted by wavelet