基于单导心电图的房颤信号检测及提取方法研究-生物医学工程专业论文.docxVIP

万方数据 万方数据 独 创 性 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 获得电子科技大学或其它教育机构的学位或证书而使用过的材料。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。 签名： 日期： 年 月 日 关于论文使用授权的说明 本学位论文作者完全了解电子科技大学有关保留、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。本人授权电子科技大学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应遵守此规定） 签名： 导师签名： 日期： 年 月 日 万方数据 万方数据 摘 要 摘 要 心房颤动（房颤），是人类心脏疾病中很常见一种心律失常。对房颤电生理的 研究，尤其是研究如何通过心电图检测房颤和实现房颤信号提取，在临床医学研 究上有重大意义。 本文首先提出了一种针对单导体表心电图检测房颤的新方法。该方法应用了 改进的一阶差分 QRST 检测算法和提出的自适应 f 波波数检测算法，并设置了新的 房颤检测条件。实验采用了多种类型的临床数据来验证本文方法，包括从医院临 床采集和 MIT 心电数据库选择的正常、持续性房颤和连续室性早搏性心率不齐的 单导体表心电图。实验结果表明，新方法的准确度、灵敏度和阳性预测值分别达 到了 96.25%、96.25%和 100%，比现有经典方法更具优越的性能，还能够成功的 将连续室性早搏性心律不齐与房颤相区分，可以在房颤检测时达到很高的正确率。 本文还提出了一种从单导体表心电图间接提取房颤信号的算法。该算法分为 两个阶段：第一阶段，应用基于盲源提取的均方协差预测算法（MSCPE）提取房 颤时混合心电图中的主心电波成分；第二阶段，提出对传统谱减法进行修改，以 提高房颤信号提取的正确率。验证算法所用房颤心电数据是医院临床采集的持续 性房颤病人单导体表心电图。实验结果表明，提取的房颤信号频谱集中度(SC)的平 均值达到 66.04%，房颤信号中心频率 fp 的平均值为 4.0313 Hz。这些结果说明新 算法的提取性能良好，比其他算法有明显的优势。 关键词：心电图，房颤，盲源提取，均方协预测误差，谱减法 I ABSTRACT ABSTRACT Atrial fibrillation（AF） is a human heart disease common in arrhythmias. The study of AF electrophysiological particularly the detection of AF and the extraction of AF signal from ECG is of great significance in clinical medical research. This paper presented a new AF detect method for one-lead ECG signal. A modified first-derivative based QRST detection algorithm as well as a proposed adaptive f wave number detection algorithm was utilized in the method, and new conditions was set for AF detection. Different kinds of actual ECG data was used in the experiment to validate this method, including one-lead ECGs of normal, AF and continuous ventricular arrhythmia which collected by local hospital and MIT database. The experimental results showed the accuracy, sensitivity and positive predictive value were 96.25%, 96.25% and 100%, which means the new method had a better performance: distinguishing the continuous ventricular arrhythmia