粗集理论与神经网络理论在心电图自动分析中的应用研究

摘要

该论文创造性地提出了对快速LADT方法的改进算法,使LADT方法能更快地实现;研究了粗集理论在特征评价与选择中的作用,获取并证明了知识粗糙性的等价条件,丰富了RS理论;运用以上改进的LADT方法和粗集理论进行心电图特征提取和选择;采用上述提取和选择的特征,该文尝试了两种自动识别R波的方法：第一种是设定各特征阈值,直接应用特征进行R波自动识别;第二种是将各特征值作为BP网络的输入值,采用经过训练的神经网络进行R波自动识别,结果表明：第二种方法更加有效;论文最后部分提出了将RS理论与神经网络理论结合来对各种室性QRS波进行分类,为心电图的自动诊断奠定了基础.

目录

摘要

关键词

引言

第一章 曲线拟合论

1 LADT基本原理

2 LADT的快速实现

第二章 LADT快速拟合的改进

第三章 粗集理论及特征选择

1粗集理论的一些基本概念

2基于粗集方法的分类近似表达

3基于粗集方法的特征评价与选择

第四章 波形的特征提取与选择

1心电图常识

2心电图中波形的特征提取

3心电图波形的特征选择

第五章 直接应用特征进行R波识别

1特征获取

2识别QRS

3结果与讨论

第六章 Rough Set神经网络智能系统在R波检测中的应用

1 RS神经网络智能系统

2特征选择

3神经网络波形检测

4结果与讨论

第七章 基于粗糙集与神经网络结合的室性QRS波分类方法的研究

1 QRS波形态表达系统

2基于粗集理论的前馈神经网络的构造和计算

3实验结果与讨论

结束语

Key words

参考文献

致谢