论文部分内容阅读
随着心血管疾病医疗理念发展和科技水平的进步,心脏运动康复被愈加重视。心脏运动康复系统可对心脏病患者运动康复过程进行在线实时监护和科学有效管理,降低患者运动康复过程中存在的风险。本文针对心脏运动康复系统在线实时监护中的心律失常自动检测问题,研究在线心电监护数据分析处理技术与心律失常分类处理方法,并结合心脏运动康复系统研发给出其具体设计与实现,主要工作内容如下:(1)通过文献调研,对原始心电噪声处理、波形特征提取和心律失常分类的国内外研究现状进行分析。(2)研究了小波变换去噪算法,通过分解信号比较不同尺度下对信号整体特征的体现来确定分解层数,然后比较4种小波函数对原始心电信号中的高频、基线漂移等噪声的去除效果,选取信噪比(Signal to Noise Ratio,SNR)较高的小波函数构造小波基,完成对原始心电信号的预处理,得到相对纯净的信号。(3)研究并使用PT、基于斜率、基于相对位置等算法对心电信号的特征波形QRS波、P波、T波进行识别与定位,并从中提取出RR间期、R波幅值等主要特征。在识别出心电信号的五个主要波形之后,结合MIT-BIH心律失常数据库中专家对心电记录的各种注释信息,提取患者年龄、性别、服药状况构造特征集合,并从该数据库中提取待分类的心律类型样本,对常见的四种心律类型进行研究与分类。运用支持向量机和决策树算法对四种心律类型进行分类实验,通过比较两者对四种心律类型分类结果的F2值及ROC曲线,确定以决策树为分类方法能够更好的对心律类型,尤其是三种失常类型进行分类。(4)基于以上工作,具体设计实现了心脏运动康复系统移动监护客户端。该移动监护客户端不仅可通过无线AP网络在线实时获取心脏运动康复患者的实时心电数据和实时显示心电波形,并还可实现心律类型的自动识别与分类,进而对患者运动康复过程中出现的心律失常实时预警,有效降低了患者的运动康复风险。