没有合适的资源?快使用搜索试试~ 我知道了~
温馨提示
试读
19页
(1)研究心电信号的产生原理及心电信号的采集过程方法,了解心电信号波形的特征及处理任务; (2)研究心电信号的预处理任务。嗓声抑刺和基线漂移纠正,分析数字低通滤波、自适应滤波等信号处理方法在心电预处理的应用,选取其中一种方法,采用Python编程实现该信号处理方法。 注释1:基线漂移一般由于信号采集时呼吸及人体移动造成的,表现为低频率的缓慢变化噪声,其频率一般小于0.5Hz。目前基线滤波技术层出不穷,从经典的IIR和FIR,到中值滤波、自适应滤波、形态学滤波、小波变换等。虽然各种论文所用的技术都取得了不错的效果,但在实际的使用中,还是较多的倾向于经典的滤波算法:FIR和IIR,即具有滤除低频信号的高通滤波器。 3)研究心电信号特征波形检测任务:QRS波、T波、ST段位移等,选取若干检测任务并设计相应的检测算法,并采用Python设计实现该算法;
资源推荐
资源详情
资源评论
毕设要求:
心电信号处理及可视化系统设计
(1) 研究心电信号的产生原理及心电信号的采集过程方法,了解心电信号波形的特征及处理
任务;
(2) 研究心电信号的预处理任务。嗓声抑刺和基线漂移纠正,分析数字低通滤波、自适应滤波
等信号处理方法在心电预处理的应用,选取其中一种方法,采用 Python 编程实现该信号处理
方法。
注释
1:
基线漂移一般由于信号采集时呼吸及人体移动造成的,表现为低频率的缓慢变化噪声,
其频率一般小于
0.5Hz
。目前基线滤波技术层出不穷,从经典的
IIR
和
FIR
,到中值滤波、
自
适应滤波
、形态学滤波、
小波变换
等。虽然各种论文所用的技术都取得了不错的效果,但在
实际的使用中,还是较多的倾向于经典的滤波算法:
FIR 和 IIR
,
即具有滤除低频信号的高通
滤波器。
3) 研究心电信号特征波形检测任务:QRS 波、T 波、ST 段位移等,选取若干检测任务并设计相
应的检测算法,并采用 Python 设计实现该算法;
注释 2:QRS 波检测算法 参考文献算法设计网址下载(3 个经典算法,都是英文的可以
翻译使用)
(这就是你论文的参考文献依据,个人建议都加进去)
文献地址
1、https://www.robots.ox.ac.uk/~gari/teaching/cdt/A3/readings/ECG/Pan+Tompkins.pdf
部分代码下载(MATLAB 版本的,不是 python):
https://pan.baidu.com/s/1v5gBoF0Nvcr652lUABefIQ
2、https://ieeexplore.ieee.org/document/7391510
3、https://pubmed.ncbi.nlm.nih.gov/27046889/
部分源码下载参考:
https://dataverse.harvard.edu/dataset.xhtml?persistentId=doi:10.7910/DVN/QTG0EP
(4)研究心电信号时频分析任务,选取若干分析任务并设计相应算法,并采用 Python 设计实现
该算法;
(5)采用 wxpython 等界面库,设计信号处理界面,将以上的处理过程进行可视化。
成果:
1、论文(查重率不超过 25%,字数不少于 5000 字)2、心电信号处理及可视化系统一套(软
件界面)(不需要实物)
所有数据我都给你做好了,打包源码里。写出来是给
你写论文作参考
首先运行平台我选择 PyCharm2020.03 x64 版本
Python 为 3.7.1 x64 位版本
运行第三方库:前提 python 版本必须 3.7.X 以上 64 位的,Linux 系统也是(熟悉 Linux 的建
议首选)
库
安装版本
备注
wfdb
pip install wfdb
pywt
pip install PyWavelets
pywt 库的全称是 PyWavelets
seaborn
pip install seaborn
numpy
pip install numpy
tensorflow
pip install tensorflow
tensorflow-2.4.1-cp37-cp37m-win_amd64.wh
l
matplotlib
pip install matplotlib
Scipy
Scipy 是一个用于数学、科学、工程领域的常用软件包,可以处理插值、积分、优化、图
像处理、常微分方程数值解的求解、信号处理等问题。它用于有效计算 Numpy 矩阵,使
Numpy 和 Scipy 协同工作,高效解决问题。
设计文档说明
解释:1、心电信号(ECG)。心电信号是一种微弱生物电信号
2、既然要做 ECG 分析,那么在这里我们来具体认识一下 ECG(图片源于网络)
3、特征波:P 波,R 波,T 波,U 波等;
特征波段:P-R 间期,QRS 波群,S-T 段,R-R 间期,Q-T 间隔等。
这些波段都包含了非常多的病例信息。例如:RR 间期可以反映心动周期的时限;相邻心动
周期的 RR 间期的比值可以反映室性早搏;R 波和 S 波幅值的比值和 R 波和 S 波之间的
时限可以反映房性早搏等异常情况,等等。医生分析心电图的时候也是结合这些典型的特征,
进一步做医学诊断。
设计使用的心电数据源下载官网 1:https://archive.physionet.org/cgi-bin/atm/ATM
将信号导出为.MAT
该工具创建了一个.mat-format 文件,可以使用 Matlab 或开源 Octave 软件直接
读取该文件。感兴趣区域中的样本将.mat 通过格式 重写 wfdb2mat,这还会产
生一个简短的 WFDB 格式.hea 文件,该文件描述了信号的类型,增益等。如果
你选择了一个信号(而不是所有信号),则该.mat 文件仅包含该信号的样本。
如果下载了这两个文件,则也可以.mat 使用 WFDB 应用程序读取文件。
该工具还会生成一个简短的.info 文件,该.mat 文件是文件内容的易于阅读的描
述,包括将原始样本转换为正确的基线校正和缩放值所需的信息。也可以下载使
用的函数(plotATM.m)可在 Matlab 或 Octave 中使用,以读取.mat 和.info 文
件,校正和缩放样本以及绘制它们。
请注意,.mat 通过 PhysioNet ATM 可用的文件最多包含 1,000,000 列(每个信
号样本)。请注意,加载和绘制此长度的时间序列可能需要一两分钟的计算时间,
即使有足够的内存也是如此,因此无需进行交换。如果下载并安装了 WFDB 软
件包(包括)wfdb2mat,则可以在自己的计算机上运行 WFDB 软件包(对转换
的样本数没有限制),以将 PhysioNet 和其他来源的信号文件转换为.mat 表格。
训练的心电数据源下载官网 2:https://physionet.org/content/challenge-2013/1.0.0/
1、预处理任务阶段设计思路
数据源:
PhysioBank ATM 下载相关的心电信号数据
下载保存心电信号数据.mat 或者.csv 文件
研究心电信号的产生原理及心电信号的采集过程方法,了解心电信号波形的特征及处理任务
Python 代码实现:
import numpy as np
def lms(x, d, N = 4, mu = 0.05):
L = min(len(x),len(d))
h = np.zeros(N)
e = np.zeros(L-N)
for n in range(L-N):
x_n = x[n:n+N][::-1]
d_n = d[n]
y_n = np.dot(h, x_n.T)
e_n = d_n - y_n
剩余18页未读,继续阅读
资源评论
黑客0929
- 粉丝: 34
- 资源: 26
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