没有合适的资源?快使用搜索试试~ 我知道了~
资源推荐
资源详情
资源评论
目 录
第 1 章 绪论............................................................................................... 1
1.1 研究背景及意义 ............................................................................... 1
1.2 心电图概述 ....................................................................................... 3
1.2.1 心电图基础 ................................................................................. 3
1.2.2 心电信号主要噪声 ..................................................................... 4
1.2.3 MIT-BIH 心电数据库简介 ........................................................ 4
1.3 国内外研究现状 ............................................................................... 5
1.3.1 心电信号去噪技术研究现状 ..................................................... 5
1.3.2 心电信号压缩技术研究现状 ..................................................... 7
1.4 本文的主要研究内容及结构安排 .................................................. 9
第 2 章 心电信号分析理论与编码方法 ................................................ 11
2.1 小波变换 ......................................................................................... 11
2.2 经验模态分解 ................................................................................. 12
2.3 经验小波变换 ................................................................................. 13
2.4 人工神经网络 ................................................................................. 15
2.5 编码方法 ......................................................................................... 16
2.5.1 哈夫曼编码 ............................................................................... 16
2.5.2 游程编码 ................................................................................... 16
2.6 本章小结 ......................................................................................... 17
第 3 章 基于 EWT 和 ANN 的心电运动伪影去除研究 ................... 18
3.1 引言 ................................................................................................. 18
3.2 基于 EWT 和 ANN 的心电运动伪影去除方法 ....................... 18
3.2.1 基于频谱趋势的边界预测 ....................................................... 19
3.2.2 心电信号的 EWT 分解 ............................................................ 19
3.2.3 人工神经网络去噪 ................................................................... 21
3.2.4 自适应双阈值去噪 ................................................................... 22
3.2.5 心电信号的 EWT 重构 ............................................................ 24
3.3 实验结果及分析 ............................................................................. 24
3.3.1 去噪性能评价指标 ................................................................... 25
3.3.2 定性分析 ................................................................................... 25
3.3.3 定量分析 ................................................................................... 29
3.4 本章小结 ......................................................................................... 32
第 4 章 基于 DWT 和 VL-RLE 的心电信号压缩研究 ..................... 33
4.1 引言 ................................................................................................. 33
4.2 基于 DWT 和 VL-RLE 的心电信号压缩方法 ......................... 33
4.2.1 心电信号的离散小波变换 ....................................................... 33
4.2.2 小波系数死区量化 ................................................................... 35
4.2.3 量化系数符号提取 ................................................................... 36
4.2.4 变长游程编码 ........................................................................... 37
4.3 实验结果及分析 ............................................................................. 39
4.3.0 压缩性能评价指标 ................................................................... 40
4.3.1 定性分析 ................................................................................... 41
4.3.2 定量分析 ................................................................................... 43
4.4 本章小结 ......................................................................................... 48
第 5 章 结论与展望 ................................................................................ 49
5.1 结论 ................................................................................................. 49
5.2 展望 ................................................................................................. 49
参考文献 ................................................................................................... 51
中南大学硕士学位论文 第 1 章 绪论
1
第 1 章 绪论
1.1 研究背景及意义
随着现代社会经济的高速发展,我国居民生活方式的变化,心血管疾病
(Cardiovascular Disease, CVD)成为影响我国居民健康的最显著因素,给居民和
社会带来沉重的负担,已然成为重大的公共卫生问题
[1]
。目前,我国心血管病患
率仍处于持续上升阶段,推算心血管现患病人数达 3.30 亿,中国城乡居民的心血
管病死亡率变化如图 1-1 所示,截至 2018 年,农村和城市的心血管死亡率分别
占总死亡原因的 46.66%和 43.81%,高于肿瘤与其他疾病居于首位,每 5 例死亡
者中有 2 例死于心血管疾病
[2]
。因此,进一步加强对高风险患病人群的早期筛查
以及发展长期监测技术已经成为亟待解决的社会性问题。
图 1-1 1990-2018 年中国城乡居民心血管病死亡率变化
[2]
心电图(Electrocardiogram, ECG)是人体心脏功能状态的一种综合表现方法,
反映了心脏的兴奋产生、传导和恢复过程中的生物电信号改变。作为一种重要的
生命体征信号,ECG 信号中含有极为丰富的人体心血管生理和病理信息,可用于
筛选心血管疾病、评估心脏以及心血管功能
[3]
。ECG 信号相较于其他生物信号可
以进行无创的信号采集和监测并且具有较为直观的规律性,是一种准周期信号。
因此,ECG 信号适合用于对人体心脏健康状态进行分析和判断,是临床医学诊断
中最重要的生物电信号之一
[4]
。人体 ECG 信号在采集时一般通过将电极放置在
中南大学硕士学位论文 第 1 章 绪论
2
人体的皮肤上特定的位置获取,将采集到的电信号显示在监视器上就会出现能够
表示人体心脏状态的各种波分量,标准的 ECG 信号一般由 P、Q、R、S、T 和 U
波组成,其中 QRS 波群是心电图的最主要组成部分
[5]
。
目前,常规心电图采集设备由于体积和供电方式等局限性,只能够应用于人
体静息状态下的短时间心电采集,由于很多心血管疾病是间歇性的,并且发病前
没有明显的症状,所以通常情况下难以及时捕捉到患者的异常心电信号
[6]
。随着
嵌入式技术的发展,穿戴式心电设备应运而生,低成本、低功耗的可穿戴设备也
逐渐成为采集人体生理信号的主流方式
[7]
。可穿戴式心电监测技术相较于传统心
电图能够实现在不影响被监测者正常身体活动的前提下完成长时间生理数据采
集,并且能够与日常随身携带的智能手机等电子设备紧密结合
[8]
,可进行无线信
号传输,不仅能够实现长期、持续的信号监测,还可以进行实时的信号处理及分
析,让医生能够对用户的健康数据进行远程会诊
[9, 10]
,在心血管疾病的预防和诊
治方面起到至关重要的作用
[11]
。但是,由于可穿戴心电监测设备进行信号监测的
大部分情况都是在人体处于运动状态下进行的,因此在信号采集过程中心电信号
会受到许多非心脏活动引起的各种类型的干扰,例如基线漂移、工频干扰、肌电
噪声和电极运动伪影等
[12]
,其中运动伪影的干扰会导致检测结果出现较大偏差,
影响智能设备和医护人员对患者心脏健康状态的判断和诊治,造成可穿戴心电设
备监测效果不理想。而运动伪影噪声主要由电极与接触面的接触不稳定、肌肉收
缩和呼吸引起,这在实际监测中均不可避免,并且可穿戴设备的电极具有高灵敏
性,这决定了难以在信号采集过程中直接去除运动伪影噪声,而是需要结合信号
分析处理的方法进行去除
[13-15]
。
在可穿戴式心电技术给人们的生活带来便利的同时,长时间的生理信号监测
也必然带来大量的存储数据,而且这个数据会随着采样率、信道数和采样时间的
增加而急剧增加。对一个临床患者进行二十四小时实时监测所采集的心电数据可
以达到 2.77 GB
[16]
,这样规模的数据对于可穿戴传感器进行实时无线传输和存储
来说都是有一定难度的,所以针对监测数据量庞大且信号要求精准的问题,需要
一种更加精确更加有效的方法来降低需要传输和存储的心电数据。因此,在可穿
戴心电技术中数据压缩技术是十分必要的。心电信号的压缩技术不但要求增加信
号压缩比,而且要尽可能的保证原始信号的信号特征不发生改变
[17]
。通过心电信
号压缩技术,可以提高心电信号的实时传输速率,减少数据存储容量,从而减少
可穿戴设备的成本和功耗,提高其便携性
[18]
。
随着可穿戴技术成为主流的生理信号采集方式
[7]
,进行心电信号运动伪影的
有效去除与信号压缩的研究具有极大的现实意义和应用价值。
中南大学硕士学位论文 第 1 章 绪论
3
1.2 心电图概述
1.2.1 心电图基础
心电图是一种能反映人体生理健康信息的关键生物电信号,其记录了人体每
个心动周期内的心脏电活动变化,被广泛应用于心脏病的临床研究中
[19]
。图 1-2
为典型心电信号周期图,其包含了正常窦性心律下 ECG 主要波形成分,主要为:
P 波、QRS 波群、T 波、U 波、PR 间期、ST 段以及 QT 间期,各波形的具体临床
含义如下
[5, 20]
:
图 1-2 典型心电信号周期图
P 波:一般为一个正常心电图的起点,反映了左右两心房的去极化过程。P
波通常持续时间短且振幅小,一般情况下其持续时间在 0.8-0.11 s 之间,振幅不
超过 0.25 mV。
QRS 波群:跟随着 P 波出现,代表左右两心室去极化过程中的电位变化。一
个典型的 QRS 波群通常由向下的 Q 波、向上的陡峭 R 波以及向下的 S 波三个紧
密相连的电位波动组成,正常 QRS 波群的持续时间一般为 0.06-0.10 s。
T 波:代表心室复极过程中的电位变化,其波形方向通常与 QRS 波群主波
方向一致,一般持续时间为 0.05-0.25 s,振幅处于 0.1-0.8 mV 之间。
U 波:T 波后 0.02-0.04 s 可能出现的一个幅度极小的波形,其波形方向与 T
波一致,一般持续时间为 0.1-0.3 s,振幅一般小于 0.05 mV。
PR 间期:表示从 P 波起始处到 QRS 波群开始位置之间的时程,反映了电脉
剩余56页未读,继续阅读
资源评论
2201_75761617
- 粉丝: 21
- 资源: 7339
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功