摘要:心血管疾病是目前威胁人类健康的主要疾病之一，心电图检查是临床上诊断心血管疾病的重要方法。室性早搏是心律失常中最为常见的一种病症，本文根据室性早搏的心电图特点，设计并实现了针对室性早搏异常心电波形的检测算法。在心电信号预处理阶段，利用形态学滤波与滑窗均值滤波相结合的方式校正基线漂移、剔除高频噪声，有效提高了信噪比，改善了原有波形质量。在特征提取阶段，利用峰值检测与角度检测相结合的方式，并通过设置双重阈值来检测R波，大大提高了对R波的识别率，并由R波出发获取QRS波群宽度，T波幅度等有效特征信息。在波形分类阶段，对比使用了KNN分类器、SVM分类器，并利用ROC曲线给出两种分类器的图像可视化比较，发现SVM分类器在分类准确率和运行速度上均优于KNN分类器。本课题所用心电数据均来源于MIT-BIH标准心律不齐数据库。
关键词: 心电信号 室性早搏 形态学滤波 特征提取 波形分类
目录
摘要
Abstract
第一章 绪论-3
1.1课题背景-3
1.2研究目的和意义-3
1.3国内外研究现状-4
1.4 ECG信号简介-5
1.5 MIT-BIH心电数据库简介-6
1.6论文安排-7
第二章 ECG信号预处理-7
2.1 ECG噪声产生的原因与特性-7
2.2形态学滤波原理及优势-8
2.3滑窗均值滤波-13
2.4 ECG信号去除高频噪声-14
2.5 ECG信号校正基线漂移-18
2.6本章小结-21
第三章 特征提取-22
3.1室性早搏ECG信号特点-22
3.2特征信息提取-23
3.2.1 R波定位-23
3.2.2 QRS波群检测-27
3.2.3 T波定位-28
3.3本章小结-29
第四章 波形分类-31
4.1 ROC曲线评价方法-31
4.2基于KNN算法的分类-31
4.2.1 KNN算法简介-31
4.2.2 KNN分类效果评价-32
4.3 基于SVM算法的分类-34
4.3.1 SVM算法简介-34
4.3.2 SVM分类效果评价-34
4.4本章小结-35
第五章 总结与展望-36
5.1总结-36
5.2展望-36
参考文献-37
致谢-38
