基于机器学习的心电信号识别分类算法研究及软件实现

论文摘要

随着人们生活和工作压力的逐步加大,心血管疾病已经成为人类生命健康的一大威胁。心电图能够有效地反应心脏健康状况,是心血管疾病检测常规且有效的手段,在临床上具有重要价值,被广泛应用于心血管疾病诊断中。因此研究一套有效的心电信号识别分类算法具有重要意义。本文主要研究内容如下:首先采用带通滤波器对MIT-BIH数据库中的数据进行去噪处理,对预处理后的数据进行波群检测,对基于二进样条小波进行R波峰值点检测进行改进,加入自适应阈值检测极值对,减少R波的漏检、误检。提出斜率阈值平台搜索法检测QS波的峰值点及起始点,基于QRS波的检测信息采用斜率最值平台搜索法进行P、T波峰值及起始点检测,提高了波群检测准确率。根据波群检测信息计算特征值,计算了RR间期、QT间期等12种特征值。采用遗传算法对支持向量机的惩罚因子和核参数进行优化,基于特征值对5种心电信号进行分类,进行性能评估,结果表明采用遗传算法优化后的支持向量机识别分类性能更优,准确率得到提高。然后基于卷积神经网络对5种心电信号分类,分别设计一维卷积神经网络和二维卷积神经网络模型,对分类性能进行评估,结果表明卷积神经网络的性能优于遗传算法支持向量机的分类性能,二维卷积神经网络的分类性能优于一维卷积神经网络,且分类准确率得到提高。本文有从医院采集的全导联临床心电数据,设计卷积神经网络模型对临床数据的5种类型心电信号和6种形态进行识别分类,分类性能均良好,该算法较好的泛化能力,适用于实际数据分类。本文对8个导联分别进行识别分类,结果显示II导联数据性能最好,能更全面的反应心电信号信息,在无法获取全导联数据时可着重参考II导联数据。最后设计心电信号自动分析软件,选用Visual Studio 2013作为编译器,采用C#进行程序编写,实现了数据接收、数据解包、界面显示、识别分类和数据存储功能。采用MIT-BIH数据库的数据对所编写软件进行了测试,测试结果表明该软件能对心电信号完成自动识别分类,并能够显示异常类型及位置。

论文目录

文章来源

类型: 硕士论文

作者: 于丹妹

导师: 胡硕

关键词: 心电信号,特征提取,遗传算法支持向量机,卷积神经网络,软件实现

来源: 燕山大学

年度: 2019

分类: 基础科学,医药卫生科技,信息科技

专业: 生物学,生物医学工程,电信技术,自动化技术

单位: 燕山大学

分类号: TN911.7;TP181;R318

DOI: 10.27440/d.cnki.gysdu.2019.000812

总页数: 72

文件大小: 3861K

下载量: 116

相关论文文献

• [1].基于优化神经网络的地质灾害监测预警仿真[J]. 计算机仿真 2019(11)
• [2].基于进化神经网络的304不锈钢车削加工表面粗糙度预测[J]. 轻工机械 2019(06)
• [3].时频联合长时循环神经网络[J]. 计算机研究与发展 2019(12)
• [4].几种典型卷积神经网络的权重分析与研究[J]. 青岛大学学报(自然科学版) 2019(04)
• [5].基于GA-BP神经网络异纤分拣机检测参数优化[J]. 棉纺织技术 2020(01)
• [6].基于集成神经网络的织物主观风格预测研究[J]. 纺织科技进展 2020(01)
• [7].试析神经网络技术在机械工程中的应用及发展[J]. 网络安全技术与应用 2020(02)
• [8].一种深度小波过程神经网络及在时变信号分类中的应用[J]. 软件 2020(02)
• [9].不同结构深度神经网络的时间域航空电磁数据成像性能分析[J]. 世界地质 2020(01)
• [10].基于深度神经网络的航班保障时间预测研究[J]. 系统仿真学报 2020(04)
• [11].基于生成对抗网络和深度神经网络的武器系统效能评估[J]. 计算机应用与软件 2020(02)
• [12].基于循环神经网络的双轴打捆机智能换挡策略研究[J]. 安徽工程大学学报 2020(01)
• [13].基于图神经网络的实体对齐研究综述[J]. 现代计算机 2020(09)
• [14].基于改进的循环神经网络深度学习跌倒检测算法[J]. 电脑编程技巧与维护 2020(03)
• [15].神经网络探索物理问题[J]. 物理 2020(03)
• [16].基于GA-BP神经网络的城市用水量预测[J]. 现代电子技术 2020(08)
• [17].基于深度神经网络的药物蛋白虚拟筛选[J]. 软件工程 2020(05)
• [18].基于轻量级神经网络的人群计数模型设计[J]. 无线电工程 2020(06)
• [19].高效深度神经网络综述[J]. 电信科学 2020(04)
• [20].含磁场耦合忆阻神经网络放电行为研究[J]. 广西师范大学学报(自然科学版) 2020(03)
• [21].基于神经网络及特征运算的老年人平衡能力分析[J]. 重庆工商大学学报(自然科学版) 2020(04)
• [22].神经网络技术在机械工程中的应用及发展探析[J]. 科技创新与应用 2020(18)
• [23].基于竞争神经网络的变电站巡视周期分类[J]. 科技创新与应用 2020(18)
• [24].基于双向循环神经网络的语音识别算法[J]. 电脑知识与技术 2020(10)
• [25].结合相似日与改进神经网络的短期光伏发电预测[J]. 广西电业 2020(04)
• [26].基于神经网络的流感大数据分析[J]. 中华医学图书情报杂志 2020(03)
• [27].长短时记忆神经网络在地电场数据处理中的应用[J]. 地球物理学报 2020(08)
• [28].基于门控循环单元神经网络的公交到站时间预测[J]. 南通大学学报(自然科学版) 2020(02)
• [29].鼠脑神经网络的同步辐射3D成像研究[J]. 核技术 2020(07)
• [30].基于长短记忆神经网络的短期光伏发电预测技术研究[J]. 华北电力大学学报(自然科学版) 2020(04)

标签：心电信号论文;  特征提取论文;  遗传算法支持向量机论文;  卷积神经网络论文;  软件实现论文;