t波交替主要参数检测方法分析信息与通信工程;通信与信息系统专业论文.docxVIP

摘要摘 摘要 摘 要 突发性心脏停搏因其突发性强、难于预防与救治成为～种严重威胁人类生 命健康的恶性心脏疾病。T波交替(T-wave Alternans，T、胜)是一种在规整心率 时，体现在体表中T波或ST段形态、幅度或极性逐拍交替变化的一种心电变异 现象。大量研究表明，TWA与能够诱发突发性心脏停搏的恶性心律失常具有医 学上的对应关系，对于预防突发性心脏停搏具有重要意义。 TWA现象经常为不可见的非稳态现象，因此对其进行准确检测必须借助计 算机辅助检测手段。本研究在对经典TWA算法进行学习的基础上，将三种不同 算法分别应用于TWA现象幅度、持续时间和分布位置的检测当中，并根据仿真 结果对其进行改进j得到了比原方法更可靠的检测结果。 本文首先按照分类和分步的思想提出了TWA算法研究的框架流程，并在之 后的章节中应用于研究的过程里。 在对心电信号进行预处理的过程中，我们首先应用小波分解重构的方法将 心电信号的三种主要噪声去除。然后对心电信号的主要特征点进行检测，包括 QRS波群及ST-T段的相应处理。在对T波矩阵的选取过程中，我们选取了符合 心电信号多样性特征的最大相关值方法得到最终T波矩阵的结果。 在对TWA幅度的检测中，我们应用了经典谱估计方法，通过模拟和实际数 据对该方法的检测结果进行了讨论。结果表明，该方法对于平稳的TWA现象幅 度检测具有较为良好的效果，但是对于持续时间较短的非稳态TWA现象，则其 幅度检测效果明显下降。通过对T波矩阵形成过程的分析，我们应用Lomb算 法提出了一种基于非等间隔采样的改进方法。与原有方法相比，该方法检测的 假阴性率下降，从而降低了对于患有高风险心脏病患者的误判。 TWA持续时间是另一个TWA检测中的重要参量。在这一参量的检测中， 我们采用了更能适应信号非稳态特性的相关法。通过仿真，我们发现这一方法 检测的结果随检N,o拍数目的不同而不同。为了改变这一缺陷，我们提出了一 种适当划分心拍的方法。新方法主要通过首先对信号进行粗分，然后应用方差 和线性拟合方法进行细分的思路，对所要检测信号进行分段，从而得出更能代 表一段时间内心拍特征的模板心拍。实验证明，与原有方法相比，新方法在检 摘要测的准确性和敏感度方面都有较大程度的改善。 摘要 测的准确性和敏感度方面都有较大程度的改善。 TWA在T波中的分布位置一定程度上表明所患心脏疾病的类型。本文将改 进后的修正移动平均算法应用于对TWA分布位置的检测。实验结果表明，TWA 现象严重程度与其在T波分布位置具有一定关系：TWA严重程度较高的数据， TWA最大值出现在T波中后部，而TWA现象不太明显的数据，其分布位置大 多在T波的前中部。 关键词：T波交替、心电信号、幅度、持续时间、分布位置 II AbstractAbstract Abstract Abstract Sudden cardiac arrest(SCA)is one of the most dangerous diseases because of the difficulties for curing it．T-wave altemans(TWA)is a promising eletrocardiogram (ECG)index that indicates risk for SCA from beat-to-beat altemans in the shape， amplitude，or timing of T waves．Decades of research now link TWA clinically with inducible and spontaneous ventricular arrhythnaias，and wim basic mechanisms leading to their initiation． TWA are a nonstationary phenomenons most of which are invisible to the unaided eye．With the development of computer technologies，many algorithms of TWA calculation appeared during the last two decades．After studying these methods， we respectively use three methods in the amplitude，time duration,allocation of TWA detection and modify the methods according to the simulation results． Fir