基于Cortex的实时Lowns分类及检测技术-信号与信息处理(智能数字信号处理与传输)专业论文.docxVIP

独 创 声 明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研 究成果。据我所知，除了文中特别加以标注和致谢的地方外，论文中不包含 其 他 人 已 经 发 表 或 撰 写 过 的 研 究 成 果 ， 也 不 包 含 为 获 得 （注：如没有其他需要特别声明的，本栏可空）或其他教育机构的学位或证 书使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文 中作了明确的说明并表示谢意。 学位论文作者签名： 导师签字： 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，有权保留 并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借 阅。本人授权 学校 可以将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、汇编学位论文。（保密的 学位论文在解密后适用本授权书） 学位论文作者签名： 导师签字： 签字日期：201 年 月 日 签字日期：201 年 月 日 山 山东师范大学硕士学位论文 山 山东师范大学硕士学位论文 i i ii ii 目录 目录 I 摘要 I ABSTRACT III 第一章 绪论 1 1.1 课题背景及研究的目的和意义 1 1.2 ECG 自动分析与诊断的现状及趋势 1 1.3 章节安排 3 第二章 心电信号基本特征及心电信号预处理技术 5 2.1 心电信号基本特征 5 2.2 心电信号预处理 7 2.2.1 心电信号常见的几类噪声7 2.2.2 心电信号消噪9 2.2.3 去噪算法验证10 2.3 本章小结 11 第三章 心电信号 QRS 波检测与特征参数提取 13 3.1 QRS 波检测算法总结 13 3.1.1 基于数学模型的算法 13 3.1.2 基于滤波和阈值检测的算法 14 3.1.3 基于图形识别的算法 14 3.1.4 基于模板匹配的算法15 3.1.5 基于神经网络的算法 15 3.1.6 基于支持向量机的算法15 3.2 基于小波变换的 QRS 波检测算法 15 3.2.1 小波变换理论16 连续小波变换 16 离散的小波变换及 Mallat 算法 16 3.2.2 小波变换检测心电信号突变点的原理17 3.2.3 小波基的选择 19 HYPERLINK \l _TOC_250002 3.2.4 QRS 波的检测及特征参数的提取 20 3.3 检测结果 22 3.4 本章小结 23 HYPERLINK \l _TOC_250001 第四章 Lowns 分类标准及检测技术的研究 25 4.1 Lowns 分类标准 25 4.1.1 心律失常分类 25 4.1.2 Lowns 分级 26 4.2 Lowns 分级中心律失常的检测算法 26 4.2.1 常用心律失常检测算法 26 4.2.2 李氏指数（ Lipschitz 指数） 27 4.2.3 阈值计算与正常心拍模板的建立 28 4.2.4 具体检测算法 29 HYPERLINK \l _TOC_250000 4.3 MATLAB 仿真结果 31 4.4 本章小结 33 第五章 对硬件实现的探讨 35 5.1 硬件设计原则及微处理器的选择 35 5.2 原理性样机简介 36 5.3 软件环境描述 37 5.3.1 软件开发工具简介 37 5.3.2 LOWNS 分级检测流程 37 5.4 本章小结 38 总结与展望 41 总结 41 展望 42 参考文献 43 攻读硕士学位期间科研工作和发表的文章 47 致谢 49 I I PAGE PAGE IV 基于 Cortex 的实时 Lowns 分类及检测技术 摘要 心脏疾病是当今危害人类身体健康的主要疾病之一，室性心律失常又是心脏 疾病中最常见的病症。例如，室性早搏（premature ventricular contractions，PVC） 是心电图检查中最常见的心律失常。当出现 PVC 时，绝大多数人并无症状，有些 仅是在体检或健康检查时被发现，即便有症状者，不同病人之间症状的差异颇 大，且临床症状的有无或轻重与预后并不呈平行关系，不同心脏“背景”的 PVC 预后各不相同。有的 PVC 发生于健康人，心脏根本无任何器质性病变。而有些 PVC 则发生在器质性心脏病变、甚至是严重的心脏病基础上，如何正确识别不同 的 PVC 并给予恰当的处理非常重要，处理不当将造成医源性症状和不良后果。所 以对室性心律失常进行分类并自动检测的研究既是一个长期的问题，也是一个有 实际临床意义的问题。 本文主要完成了以下四个方面的工作： 1、心电信号预处理。本部分首先介绍了心电信号的基本知识，心电信号的噪声 来源