心电信号中R波的检测及RR间期预测方法的研究

摘要

心电信号蕴含了丰富的反映心脏生理和病理状态的信息。对它的波形识别及诊断，一直是心电自动分析技术的重点。体外反搏(External Counterpulsation)系统是一种由微控制器控制的无创伤的机械辅助循环系统，能够改善心肌供血。体外反搏控制要符合人体生理要求，关键是精确地调节充、排气信号的定时，使心脏从收缩转入舒张时反搏波能立即出现。这就要求在系统的设计时要能准确地计算出QT间期，根据QT间期和微调参数来确定充放气时序。由于相对于Q波和T波来讲，R波由于其特性而容易检测，在实际工作中可以通过检测R波并计算RR间期来得到所需的QT间期。 本文结合目前在心电自动分析中的实际问题，在心电图QRS波段尤其是R波的检测和识别方面做了探讨，进一步通过已经检测并计算出的RR间期，来预测后续的RR 间期，从而计算相应的QT间期并由此确定合适的体外反搏充气时间。论文的主要内容包括以下两个方面： 首先对转换数据格式并进行读取，设计恰当的滤波器进行数据的预处理，滤除干扰信号，然后使用阈值检测算法检测R波，使用MIT-BIH心电信号数据库对算法进行验证，取得了较好的效果。 本文以某心电信号数据为例，通过讨论并比较多种方法预测R-R间期，如：直接替代法、人工神经网络训练、基于最小二乘的曲线拟合等，最终根据各种误差指标等因素的比较结果而采用最小二乘法来实现，从而相对准确地确定体外反搏充排气时序。

目录

文摘

英文文摘

独创声明及学位论文版权使用授权书

1绪论

1.1心电信号简介

1.2RR间期预测的意义

1.3本课题意义

1.4主要工作

2 R波检测

2.1 QRS波检测技术的历史和现状

2.2采用差分阈值法对心电信号中R波的检测

2.2.1数据来源

2.2.2数据读取

2.2.3数据预处理

2.2.4 MATLAB软件简介

2.2.5阈值法对R波的检测

2.3计算结论

3体外反搏充排气时序的确定

3.1直接替代

3.2人工神经网络预测

3.2.1神经网络理论

3.2.2神经网络中的训练样本的选取

3.2.3人工神经网络的学习方式

3.2.4基于BP网络的RR间期预测

3.3基于最小二乘法的曲线拟合

3.3.1最小二乘基本原理

3.3.2多项式拟合

3.3.3非线性拟合

3.4比较与计算

4总结

4.1结论

4.2展望

参考文献

致谢

研究生阶段发表的论文