PDF《基于 BP神经网络的心电图 ST段的模式识别》

模 式识别 文章编号:

1 0

0 8 -

0 5

7 0 (

2 0

0 7 殉1 -

1 -

02 7

5 -

03 基于 B P 神经网络的心电图 S T段的模式识别 P a t t e r n R e c o g n i t i o n o f S T s e g me n t o f E l e c t r o c a r d i o g r a m b a s e d o n B P n e u r a l n e t w o r k X 州大学)师黎李辉杨岑玉 S HI L I L I HU I Y AN G CE N Y U 摘要: 心电图S T段对心脏疾病的诊断具有重要意义.

在正确读取采集于郑州大学一附院的运动心电图数据基础上, 利用小 心电图S T段的三种类型一正常、 水平压低和抬高.实验结果较好. 关键字: : '

b 电图( E C G ) ;

S T段;

;

B P神经网络;

小波变换 中图分类号: T P

1 8

3 文献标识码: A A b s t r a c t : E C G '

s S T - S e g m e n t p l a y s a n t h e F i r s t A f f i l i a t e d H o s p i t a l o f Z h e n g z h o i m p o r t a n t r o l e i n t h e c l i n i c a l E C ( ;

d i a g n o s i s . B a s e d o n t h e a c c u r a t e l y r e a d i n g E C G d a t a o f u U n i v e r s i t y , t h e E C G p o i n t a n d t h e e n d i n g wi t h B P n e u r a l p o i n t o f t h e S T - s e g m e k .a nd r ec o 泣nizet h r e e n e t w o r k , a n d r e c o g n i z e n t mo r e a c c ur a t e t y p e s . T h e g o o d s i g n a l s a r e We f o c u s a n a l y z e d场WaveletstransformtoidentifythestartingonthediscriminatingtechniqueofECG'

s S T - S e g m e n t r e s u l t s o f e x p e r i m e n t a t i o n a r e g o t . K e y w o r d s : e l e c t r o e a r d i o g r a m, S T s e g m e n t , B P n e u r a l n e t w o

1 引言 近2

0 年来新兴的一种数值分析方法.具有良好的时频局部化 特性 E C G 的S T 段是指Q R S 波的终点至T 波的起点间的子段 ( 如图1 所示 ) , S T 段 反映 的 是心 室除 极 后至 复 极前 一段时 间的状态.由于某种原因当这个除极和复极的过程发生变化 在处理心电信号等时变信号具有独特的优越性

1 f i s , . - . U -厂\一一_ ! } } C

0 ` l}、 他图1典型心电图波形 时, S T 段的形态会发生变化. S T 段是心电图测量中一项重 要指标, 对心肌缺血、 心肌梗塞等心脏疾病有重要的诊断价值, S T 段指标还用来观察药物疗效, 指导病人的治疗及康复过程, 对无症状的心肌缺血者, 也可以进行冠心病的早期监测. 正确的界定 S T段的起始点及识别其形态不仅有助于医生 分析S T 段变化的原因,而且为心电的自 动分析提供更准确的 依据.以前的处理方法往往是针对与心电图部分特征进行分 类, 而本文在心电图S T 段的起始点准确定位的基础上, 对S T 段的全部采样点, 输人神经网络进行训练, 结果正确区分了正 常、 水平压低和抬高三种类别, 为心电图S T 段的自 动诊断提供 了一种方法. j O Z 口30截】

5 4 f

0 7

0 8 f

2 心电信号的预处理及特征提取 心电信号的预处理及特征提取采用小波变换. 小波变换是 师黎: 教授 签金项目: 河南省孟点科技攻关项目 (

4 9

6 0

6 1

1 0

1 ) 图2心电信号特征点标定 首先将读取的郑州大学一附院的心电数据, 用小波变换方 法对其原始信号进行预处理和特征点的精确定位. 利用二次样 条将E C G信号分解成S =

2 1 ,

2 4 等尺度下的小波变换.由于心电 信号在S =

2 3 的尺度上, R波具有最大的小波变换幅度,而高频 噪声在这一尺度上有较大衰减, 低频分量和噪声亦较弱, 因此 选择在S =