ECG信号的自适应干扰消除与波群识别研究

发布时间：2017-05-31 12:16

  本文关键词：ECG信号的自适应干扰消除与波群识别研究，，由笔耕文化传播整理发布。

【摘要】：ECG(Electrocardiogram,简称ECG)信号作为重要的生物电信号,为临床相关疾病的诊断和治疗提供了极具价值的依据。但是其参考意义是建立在对ECG信号进行有效采集和正确识别与特征提取的基础之上。实际上,只有毫伏级的微弱心电信号从采集端到接收与显示,不可避免地受到电源磁场、病人呼吸运动或肌肉收缩等各种干扰的影响。干扰信号的叠加将影响到波形质量,导致后续波群检测识别的误检漏检,进而误导医学专家的诊断和治疗。因此,对于ECG信号的干扰消除和后续的波群识别技术一直是国内外研究的一个热点,具有重要的研究意义。基于上述内容,本文主要从以下两个方面做了相关研究和验证:第一部分,对ECG信号的自适应干扰消除研究。在经典LMS算法基础上通过引入符号函数和块处理概念推导了两种改进型的自适应算法,即基于符号函数的归一化LMS算法和基于符号函数的归一化块处理LMS算法,并应用到ECG信号的工频干扰和基线漂移两种干扰的消除上。通过MIT-BIH公共心电数据库和实验室一款微型心电采集仪采集的实际心电数据两种数据源对算法进行了有效的仿真验证和详细的结果分析。实验结果证明改进的自适应算法无论是在运算复杂度、算法收敛性上以及信号滤波后的信噪比改善上都比传统LMS自适应算法更优。第二部分,对ECG信号QRS波群的检测研究。依据理想双通道滤波器组结构,推导了一组基于双正交样条小波的滤波器。对第四章中自适应干扰消除后的心电数据,应用基于双正交样条小波变换的QRS波群识别算法进行R波波峰和QRS波群起止点的检测。为全面衡量算法的准确率,选取了5组MIT-BIH心律失常数据库中波形质量不等的心电数据进行R波波峰检测正确率的进一步验证,统计结果证明,算法对于R波波峰的检测准确率高达97.8%。
【关键词】：ECG信号 干扰消除 QRS波群检测 LMS算法 小波变换
【学位授予单位】：西安电子科技大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：R318;TN911.7
【目录】：

• 摘要5-6
• ABSTRACT6-11
• 符号对照表11-12
• 缩略语对照表12-15
• 第一章 绪论15-21
• 1.1 研究背景和研究意义15-16
• 1.2 国内外研究现状16-18
• 1.3 课题研究内容18-19
• 1.4 论文结构19-21
• 第二章 ECG信号及其主要干扰21-31
• 2.1 ECG信号介绍及论文数据来源21-27
• 2.1.1 ECG信号的产生与采集21-22
• 2.1.2 ECG信号的特点22-23
• 2.1.3 论文心电数据的获取23-27
• 2.2 ECG信号中的主要干扰27-31
• 2.2.1 工频干扰27-28
• 2.2.2 基线漂移28-29
• 2.2.3 其他干扰29-31
• 第三章 ECG信号干扰消除与波群识别技术概述31-37
• 3.1 数字滤波31
• 3.1.1 数字滤波技术概述31
• 3.2 自适应干扰消除31-32
• 3.2.1 常用的自适应算法31-32
• 3.2.2 自适应干扰消除的优缺点32
• 3.3 小波变换干扰消除32-35
• 3.3.1 小波硬阈值干扰消除34
• 3.3.2 小波软阈值干扰消除34-35
• 3.4 ECG信号的QRS波群识别35-37
• 3.4.1 QRS波群检测识别的意义35-36
• 3.4.2 QRS波群检测方法概述36-37
• 第四章 ECG信号自适应干扰消除技术37-55
• 4.1 基于LMS算法的自适应干扰消除37-41
• 4.1.1 基本LMS算法原理及推导37-40
• 4.1.2 基于LMS算法的自适应噪声抵消40-41
• 4.2 改进的自适应干扰消除算法41-43
• 4.2.1 基于符号函数的归一化LMS算法41-42
• 4.2.2 基于符号函数的归一化块处理LMS算法42-43
• 4.3 算法仿真验证及性能比较43-55
• 4.3.1 自适应干扰消除去除工频干扰43-48
• 4.3.2 自适应干扰消除去除基线漂移48-55
• 第五章 基于小波变换的QRS波群检测55-65
• 5.1 基于小波变换的QRS波群检测55-62
• 5.1.1 小波函数选择与小波滤波器组设计56-58
• 5.1.2 小波变换对ECG信号的分解58-60
• 5.1.3 R波波峰及QRS波段的检测60-62
• 5.2 检测实现与结果分析62-65
• 5.2.1 R波波峰与QRS波群起止点检测结果分析62-65
• 第六章 结论和展望65-67
• 6.1 研究总结65-66
• 6.2 研究展望66-67
• 参考文献67-69
• 致谢69-71
• 作者简介71-72
• 1.基本情况71
• 2.教育背景71
• 3.攻读硕士学位期间的研究成果71-72

【相似文献】

中国期刊全文数据库 前1条

1 Celler B G;段新昱;;用于ECG信号的单频率自适应干扰消除器的性能极限[J];国外医学.生物医学工程分册;1991年04期

中国重要会议论文全文数据库 前2条

1 孙晓玮;曾玉明;徐涛;夏冠群;;微波自适应干扰抵消系统中非线性对系统性能的影响[A];1999年全国微波毫米波会议论文集(下册)[C];1999年

2 迟男;陆俊;程荫杭;;快速自适应干扰对消算法[A];第九届全国信号处理学术年会（CCSP-99）论文集[C];1999年

中国硕士学位论文全文数据库 前9条

1 李娟;ECG信号的自适应干扰消除与波群识别研究[D];西安电子科技大学;2014年

2 孔令洋;无线中继自适应干扰消除系统关键技术研究[D];安徽大学;2013年

3 杨玲;基于自适应干扰抑制与和差测角性能的阵形评估[D];西安电子科技大学;2011年

4 张鹏;宽带大功率自适应干扰抵消系统性能研究[D];西安电子科技大学;2001年

5 程燕;自适应干扰抵消系统的关键技术研究[D];西安电子科技大学;2014年

6 董青海;阵列天线自适应干扰抑制技术研究[D];西安电子科技大学;2013年

7 卢毛毛;自适应干扰相消研究[D];西安电子科技大学;2013年

8 刘翔;教学新技术——自适应干扰抑制研究[D];四川师范大学;2001年

9 李鹏;V/UHF波段自适应干扰抵消系统关键技术研究[D];西安电子科技大学;2011年

  本文关键词：ECG信号的自适应干扰消除与波群识别研究，由笔耕文化传播整理发布。

本文编号：409461