面向人体心电信号的非线性动力特征分类研究-计算数学专业毕业论文.docxVIP

Classified Index: O29 U.D.C: 510 Dissertation for the Master Degree of Science A CLASSIFICATION METHOD BY THE NONLINEAR DYNAMICS FEATURE FOR ECG SIGNALS Candidate: Sun Xiaoran Supervisor: Associate Prof. Zhao Yi Academic Degree Applied for: Master of Science Specialty: Computing Mathematics Affiliation: Date of Defence: Shenzhen Graduate School June, 2010 Degree-Conferring-Institution: Harbin Institute of Technology 哈尔滨工业大学理学硕士学位论文 哈尔滨工业大学理学硕士学位论文 I I 摘 要 近几十年来，随着基础科学的迅速发 展，医学数字化研究的内容得到 了 极大地丰富，大大降低了医 学诊断对专家经验的依赖程度，医学诊断的效 率 和精度也得到了显著的提高 。其中，数学方法在这一过程中起了至关重要 的 作用，尤其是非线性科学， 更是为医学研究带来了众多价值斐然的成果。 本 文以非线性动力系统理论为 基础，主 要进行心电图(electrocardiography, ECG) 信号的非线性动力学特征的 分类研究 ，提 出一种新的 ECG 信号分析方法 ，并 以此方法为核心，建立一个 心律失常信号智能诊断系统。研究内容主要包 括 以下几个方面： 首先，我们对心电信号线性分析方法 常用的特征量进行分析研究，发 现 这些由心电信号波形形态所提取的特 征量很难识别波形相近的不同类 型的 ECG 信号，致使最终分类结果不理想，且易受噪音干扰。 然后，进行心电信号的非线性分析研 究，主要是从非线性时间序列分 析 理论出发，采用相空间重构 技术，重点是利用庞加莱截面观测重构轨迹的 几 何结构，从中得到用以正常窦性心律（NSR）与房颤（ AF）、室颤（VF）、 心室过速（VT）三类常见心律失常 ECG 信号自动识别的有用信息，提出一 种新的心电信号特征量的提取方法， 并通过实验验证了此方法的合理性。 再后 ，我 们利用来自 MIT 数据库中的心电数据进行实验 ，得到较高的分 类精度，进一步验证了 此方法的有效性。 最后，我们基于新方法建立一个用以 NSR 与 AF、VT、 VF 自动识别的 诊断系统，实验结果表明：此系统可有效识别 NSR 与 AF、VT、 VF 三类常 见心律失常信号，且具有分类准 确率高、运算迅速等优点。 关键词：ECG；相空间重构；庞加莱切面；诊断系统 II II Abstract With the rapid development of basic science in recent decades, the fruits of mathematicization of medical science have been enriched and the dependence of medical diagnosis has been reduced. And then, the diagnosis accuracy has been well improved. Obviously, some mathematics methods enhance this result. Especially, the nonlinear methods bring various great outcomes which are very important in medical research. In this paper, we mainly do some research work about the classification of ECG signals based on the theories of nonlinear dynamical system, and proposed a new method for ECG signal analysis. Finally, we present an intelligent system for arrhythmia diagnosis. This paper mainly includes the following aspects: Firstly, we found that the linear ECG signal cla