(计算机应用技术专业论文)心电自动分析软件检测算法的研究.pdf_第1页
(计算机应用技术专业论文)心电自动分析软件检测算法的研究.pdf_第2页
(计算机应用技术专业论文)心电自动分析软件检测算法的研究.pdf_第3页
(计算机应用技术专业论文)心电自动分析软件检测算法的研究.pdf_第4页
(计算机应用技术专业论文)心电自动分析软件检测算法的研究.pdf_第5页
已阅读5页,还剩56页未读 继续免费阅读

(计算机应用技术专业论文)心电自动分析软件检测算法的研究.pdf.pdf 免费下载

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

心电自动分析软件检测算法的研究 摘要 近年来,以计算机为主体的现代信息技术与现代医学科学的结合,使得心电图的自 动诊断和分析成为计算机在生物医学领域罩应用最成功的范例之一。目前,国内生产心 电图仪与心电信息分析软件的公司和科研单位很多,生产的产品和软件质量良莠不齐, 其心电图成像的质量和自动分析诊断的结果差别较大,使得医生对患者诊断的准确程度 受到影响,严重的甚至会导致误诊。因此,如何评价这些心电图仪的性能和其自带的自 动分析诊断程序的准确性,就成为一个非常重要和迫切的任务。 本文首先概述了心电自动分析软件性能检测方法的国内外研究现状和研究意义,然 后简要介绍了心电学基本知识,心电自动分析系统的相关知识及心电自动分析学中国内 外心电图波形检测的各种算法。 接下来详细描述了检测心电自动分析软件性能的五种检测算法。重点介绍了心电自 动分析软件的性能评估指标和检测原理,并对心电自动分析软件的检测算法进行了较为 深入的探究。 文章最后对检测算法在心电自动分析软件性能检测系统中的实现加以介绍。包括心 电自动分析软件性能检测系统的系统框架设计、主要功能,该系统中支持检测算法的国 人临床心电数据库的构造和设计,接口问题的具体解决方法及检测算法在该系统中的具 体实现。 关键词:心电自动分析软件;心电算法;检测算法;性能指标 r e s e ar c ho nd e t e c t o n g o r t h mf o recgesea r c hd e t e c tio naig o ritmu l ia u t 。o m a t ic a n aiy tic ais o f t w are a b s t r a c t i nr e c e n ty e a r s ,c o m b i n a t i o no ft h em o d e mi n f o r m a t i o nt e c h n o l o g yt a k i n gc o m p u t e r a ss u b j e c ta n dm o d e mm e d i c a ls c i e n c em a k ea u t o m a t i cd i a g n o s i sa n da n a l y s i so fe c g b e c o m ec o m p u t e ro n eo ft h em o s ts u c c e s s f u le x a m p l eo fa p p l i c a t i o ni nb i o m e d i c a lf i e l d t h e r ea r e m a n yc o m p a n i e s a n ds c i e n t i f i cr e s e a r c hi n s t i t u t i o n so f p r o d u c i n g t h e e l e c t r o c a r d i o g r a p ha n ds o f t w a r eo fe l e c t r i ci n f o r m a t i o na n a l y s i so fh e a r t t h eq u a l i t yo f p r o d u c t sa n ds o f t w a r ep r o d u c e db yt h e ma r ev e r yd i f f e r e m t h eq u a l i t yo ff o m a a t i o nt h e i m a g eo f e c ga n dr e s u l t so fa u t o m a t i ca n a l y s i sa n dd i a g n o s i sa r ev e r yd i f f e r e n t i ti n f l u e n c e s t h ea c c u r a t ei n t e n s i t yo ft h ed o c t o rd i a g n o s i n gt h ep a t i e n t ,e v e nr e s u l t si nm i s d i a g n o s i n g s o , h o wt oa p p r a i s et h ep e r f o r m a n c eo ft h e s ee l e c t r o c a r d i o g r a p h sa n dt h e i rd i a g n o s t i cp r o g r a mo f a u t o m a t i ca n a l y s i sb e c o m e sav e r yi m p o r t a n ta n du r g e n tt a s k i nt h eb e g i n n i n g ,t h i sp a p e ri n t r o d u c e sd o m e s t i cm a df o r e i g nr e s e a r c hs i t u a t i o na n d m e a n i n go fe c ga u t o m a t i ca n a l y t i c a ls o f t w a r ep e r f o r m a n c ed e t e c t i o nm e t h o d a n dt h e ni t i n t r o d u c e sb a s i ck n o w l e d g eo fe l e c t r oc a r d i o l o g y , c o r r e l a t i v ei n f o m a a t i o no fe c ga u t o m a t i c a n a l y s i ss y s t e ma n dd o m e s t i ca n df o r e i g ne c ga l g o r i t h m so fe c g a u t o m a t i ca n a l y t i c s i tg i v e su s ap a r t i c u l a ri n t r o d u c t i o na b o u tf i v ed e t e c t i o na l g o r i t h m s i te m p h a s i z e s p e r f o r m a n c ee v a l u a t i n gi n d e x e sa n dd e t e c t i o np r i n c i p l e s o fe c ga u t o m a t i ca n a l y t i c a l s o f t w a r e ,a n dg i v e sad e e ps t u d y i n go fd e t e c t i o na l g o r i t h n af o re c ga u t o m a t i ca n a l y t i c a l s o f t w a r e f i n a l l y i ti n t r o d u c e st h ei m p l e m e n to fd e t e c t i o na l g o r i t h mi ne c ga u t o m a t i c a n a l y t i o a ls o f t w a r ep e r f o r m a n c ed e t e c t i o ns y s t e m ,i n c l u d i n gs y s t e mf r a m e w o r kd e s i g na n d p r i m a r yf u n c t i o n so ft h ed e t e c t i o ns y s t e m 。c o n s t r u c ta n dd e s i g no fc h i n e s ec l i n i ce c g f i l e d a t a b a s ew h i c hs u p p o r t st h ed e t e c t i o na l g o r i t h m s ,c o n c r e t er e s o l u t i o n so fi n t e r f a c ep r o b l e m i nd e t e c t i o ns y s t e ma n ds p e c i f i ca c t u a l i z a t i o n so fd e t e c t i o na l g o r i t h mi nt h ed e t e c t i o ns y s t e m k e y w o r d s :e c ga u t o m a t i ca n a l y s i ss o f t w a r e ; e c ga l g o r i t h m ;e c gd e t e c t i o n a l g o r i t h m ;p e r f o r m a n c ei n d e x 独创声明 s a 声明所景交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。 描我所知,除了文中特羽加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写 过的磷冤成果,也不龟含未获得 : l 整;垫擞盔基熊蟊鬟造墅奎鹭 塑:鲞拦垂窆! 或其他教育机构的学位或证书使用过豹材料。与我一弱工作的网志对本研 究所做的饪何贡献均已在论文中作了明确的说明并表示谢意。 学位论文作者签名:铱疑签字同期:知呵年5 月四同 学位论文版权使用授权书 本学位论文作者完全了解学校有关保髅、使用学位论文的规定,有权保嫠并向飘家有 关部门或机构送交论文的复印件和磁盘,允许论文被套阅翔借阅。本人授权学校可以将学 位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手 段保存、汇编学位论文。( 僳密的学位论文在解密后适用本授权书) 学位论文作者签名:璐凝 签字同期:羽年5 周司日 学位论文作者毕业后去向 工作单位: 通添地址: 导师签字: 撇易文 签字慨叼年上月9 日 7 电话: 邮编: 心i 乜自动分析软件性能挣测算泣的研究殷应用 1 绪论 1 1 选题依据 二十一世纪的人类社会被誉为信息社会,数字化、信息化、高科技化已成为社会发 展的基本特征。二十世纪九十年代以来现代信息技术飞速发展,计算机科学技术在社会、 经济、军事、科技以及医药卫生等领域发挥的作用越来越大【”。 医学是一门历史非常悠久的古老科学。而信息科学特别是计算机科学与医学的结合 却只是近几十年的事情。以计算机为主体的现代信息技术与现代医学科学的结合,使得 以医疗卫生为主体的各级单位、部门、机构纷纷投入人力、物力、财力,致力于各项信 息及信息数据库的研究与丌发。 医学计算机的早期研究是尝试建造医师辅助决策系统,随着信息技术、互联网、无 线通讯技术的成就及这些技术的有机结合,在医疗卫生系统中进行信息综合管理,得到 更加频繁和广泛的使用。近三十年来心电图的自动诊断和分析成为计算机在生物医学颁 域里应用最成功的范例之。如今常规心电图已经从单导联记录发展到十二导联同步描 记,大大促进了临床心电图的标准化进程:先进的滤波和抗干扰技术使人们能获得高质 量的心电图。高速和高分辨率的模数( a d ) 转换提高了心电图各种参数的测量精度; 模式识别和专家系统理论的发展使心电图自动解释和分类性能取得了长足的进步在整 体上提高了心电图的临床诊断质量和应用价值【2 1 。目自口在欧美等发达国家的各医院和诊 所使用计算机进行心电图分析已十分普遍。我国在这方面的应用也迅速发展,但仍存有 较大的差距。 随着心电分析自动化的发展,国内外心电算法种类也同益繁多,许多研究机构个人 都相继开发出了_ 些符合自身研究方向的算法模式,通过这些特定的算法可以提取些 特定地参数用于诊断心脏疾病。所以,对心电自动分析软件的有关检测项目及诊断准则 的确定、软件性能评价和i 临床应用价值评估等,也逐渐成为医学界普遍关注的问题。同 时,国内生产心电图仪与,d 电信息分析软件的公司和科研单位很多,生产的产品和软件 质量也良莠不齐,其心电图成像的质量和自动分析诊断的结果差别较大,使得医生对患 者诊断的准确程度受到影响,严重的甚至会导致误诊。因此,如何评价这些心电图仅的 性能和其自带的自动分析诊断程序的准确性,就成为一个非常重要和迫切的任务。 心i 也自动分析软件性能榆测算法的研究发应用 目前,在国际上已经逐渐形成一种约规,即心电自动分析软件或仪器研制成果,只 有通过权威性心电数据库的检测彳能得到公认。心电自动分析软件投入应用及有关论文 发表i i i 都需要首先通过心电数据库的测试【3 h 5 1 ,以确保软件的可靠性和实用价值。我国 心电数据库发展较晚,目前仍还没有完整的心电数据库心电图自动分析仪器的软件测 试和相关的心电论文多引用国外的心电数据库。而使用引进的国外心电数掘库,却存在 着开发困难、缺乏应用程序接口和软硬件支持等缺点,极大限制了心电数据库的应用和 我国心电数据库的自主研发。且心电图作为一种生理参数,也面临着人种差异和适用性 等方面的问题,随种族体质及生活习惯的不同而存在着明显差别。 因此,我们结合山东省科技攻关项目;临床心电图标准数据库及心电图仪性能分析 系统,与青岛市立医院物理检查和心电学方面的专家合作,收集大量国人心电数据,建 立了国人临床标准心电图数据库。并研究了五种评估心电自动分析软件性能的检测方 法,从多个方面对心电自动分析软件做出评价。并在两者的基础上建立了心电自动分析 软件检测系统。为有关部门和使用单位在选购心电图仪类产品时提供依据。 1 2 国内外研究现状 我国于1 9 8 1 年成立的中国医学信息学协会( c h i n am e d i c a li n f o r m a t i c sa s s o c i a t i o n , c m i a ) 对于信息技术( i n f o r m a t i o nt e c h n o l o g y , i t ) 在医药领域中的应用起了极大的推动 作用。在我国,医院信息系统已初具规模,许多医院建立起了在本医院范围内的医学信 息数据库和信息管理系统,为我国临床医学信息及电子病历的研究应用奠定了基础【6 】。 香港医药管理局从1 9 9 4 年,丌始就建立并一直在完善一套临床医学信息与管理系 统,帮助医护人员的同常临床诊疗工作,受到医护人员的广泛欢迎。从目前的资料来看, 对心血管病的各类数据信息的采集、处理均已有相应的智能系统进行。另外还有教学辅 助型专家系统,如心音学、冠心病、心脏查体等教学光盘出版发行在市场上销售。 在国内,刘德新等利用f o x p r o 软件建立了7 0 4 例充血性心力衰竭( c h f ) 患者的临床 资料数据痒,并用于总结分析临床资料取得了良好的诊疗效果。 但在基于临床治疗活动及心电图记录分析上的l 临床心电图数据管理信息以及具备 一定量样本数的心电数据库的开发、利用和研究这一领域与欧盟、美国等发达国家和地 区却存在巨大差异,还面临着严峻的挑战。我国上海交通大学及上海医用仪表厂等单位 引进了m i t b i h 心电数据库并进行了开发,之后又经清华大学第二次开发应用,由于 心i u 自动分析软件件能榆测算法的研究殷 i 用 他们对知识产权和技术的保留,要想开发出原数据库的全部功能还需要一定的努力和时 间。 山东大学( s d u ) 生物医学工程研究室于8 0 年代与美国麻省理工学院建立了学术交 流,得到了m i t b i h 心电数据库的成套资料,经多年研究建立了我国的心律失常心电 数据库( 可称为s d u 心电数据库) f 7 】删。 清华大学机电生物研究所从1 9 9 8 年1 月至4 月自j ,由课题组研究生林健武在两位 著名心血管病专家任自文医生和孙小苍医生的指导下分别在清华大学医院、北京医科大 学附属第一临床医院以及部分病人家中共选取采集2 4 例病例建立的一个起搏心电数据 库【9 1 。 欧美等发达国家对于医学信息及临床医学信息的研究、教育和训练以及医学信息系 统的开发、建设与应用非常重视。 美国印第安大学医学分校用计算机化的电子病历预测早期心脏病人的死亡率:美国 国家卫生院以及美国心、肺、血液研究院通过指导和规划的几个著名大规模心血管病流 行病学调奄和临床试验( 例如c h s ,a r j l ,n h e a n s 2 ,f r a m i n g h a m 心脏研究) ,开发了世 界上样本量最大的国家级心电图数据库,这个数据库为医学研究人员提供了丰富的心电 图资源。 目前国际公认的主要有四个权威性的心电数据库:美国麻省理工学院与b e t h i s r a e l 医院联合建立的m i t b i h 心律失常心电数据库;美国心脏学会的a h a 心律失常心电数 据库;欧盟的c s e 心电数据库和欧洲s t t 心电数据库。其中美国的m i t b i h 心律失 常心电数据库 1 0 】,目前在国际上应用较多。 但这四个权威心电数据库都不是建立在1 2 导联同步心电图的基础上,因此这些数 据库都不能很好适应现代心电图学的发展要求。同时,近年的i 临床研究也表明:心电图 存在年龄、性别和种族的差异,且可对诊断结果产生重要的影响,由于人种体质、体形 的差异,因此国外的心电数据库也不太适合对国人的诊断和临床应用】。 心电图自动分析技术是一门综合性强的多学科技术,目前世界上研制出的心电图分 析仪都存在很多不足,尤其在复杂心电图诊断方面。当f i i j , t l , 电图分析技术的研究仍是热 点。目前世界上已有许多心屯图分析仪。我国也有不少自主开发研制的,d 电图计算机分 析仪。现有的心电图分析仪都远远没有达到临床医生的水平,各公司及研究机构都在不 断改进技术和算法,以不断完善自己的心电图分析仪。国内外针对临床心电图仪性能的 心i u 自动分析软件性能榆测算法的研究驶成用 检测和分析还是个空白,没有统一的标准和方法,国际上也尚无权威的被一致公认的心 电信息标准。 1 ,3 本文主要研究内容 随着心电自动化的发展。国内外出现多种心电算法,大致分为e c g 压缩算法、e c g 各波分割检测算法( p 波检测、q r s 波检测、r 波检测、q t 检测、q t 离散度检测、 s t 段检测) 、e c g 信号除噪算法、心律不齐相关算法等几大类。心电自动分析软件通 过采用上述某类算法,提取特定参数,处理硬件采集得到的心电信息,得出相应诊断结 果。 本文详细研究了检测心电自动分析软件性能的方法,并将其应用于心电自动分析软 件检测系统,以临床国人标准心电数据库为基础。从五个方面对心电自动分析软件的 心电算法进行检测,得到相关的性能参数。具体内容如下: 1 ) 心电自动分析软件检测方法的研究: 每搏检测算法:检测心电自动分析软件的对q r s 波、v e b 的诊断结果 v e b 节律检测算法:检测心电自动分析软件对室早对、短阵室速、长阵室速的 诊断结果; 心率测量检测算法:检测心电自动分析软件对心率的测量结果。 房颤、室颤、缺血s t 片断检测算法:检测心电自动分析软件对房颤、室颤、 缺血s t 片断的诊断结果; p 波、q r s 波、t 波分界点检测算法:检测心电自动分析软件对p 波、q r s 波、 t 波起止点的测量结果; 2 ) 心电自动分析软件性能检测系统的设计: 临床国人标准心电数据库的建立; 待测心电自动分析软件接口设计; 心电自动分析软件检测方法在该系统中的应用; 各种检测性能指标的输出形式; 4 心- 乜白动分析软件性能检测算注的聊 究发l 屺f i 】 1 4 研究的意义 1 4 i 建立临床国人标准,厶电数据库 心电数据库作为医学数据库的一个重要组成部分,在特定领域中发挥着重要作用。 美国、欧盟己开发出样本量较大的标准心电图数据库。而我国只有极少的研究人员在这 方面开展相关的比较系统的科研与开发工作,与国际上存在着巨大的差距。若此大型标 准心电图数据库丌发成功,将填补国内在此方面研究工作的空白,为国内在心电学上诊 断标准的统一提供依据。 1 4 2 心电自动分析软件检测算法的研究 现在,国内外生产心电图仪与心电自动分析软件的科研机构与厂家都很多。采用的 心电算法也不尽相同。国内外,存在着多种心电算法。这些心电算法的准确度,直接影 响到采用这些心电算法的心电图仪与心电自动分析软件的性能指标的评定。通过对国内 外心电算法的研究,总结出五种检测算法,并将其应用到心电自动分析软件性能检测系 统中。 1 4 3 统一行业标准 国内仍缺乏对心电自动分析产品进行测试的统一的标准和手段,而生产心电图仪和 心电自动分析软件的公司和科研单位很多,致使众多客户在选购时无所适从。因此心电 自动分析测试系统的丌发和研究,将为有关部门和使用单位在选购心电自动分析产品时 提供依据,并将填补国内在此领域的空白。 另外,生产心电图仪与心电信息分析软件的公司和科研单位较多,采样率也不尽相 同。而数字信号处理方法直接与采样率有关,为便于行业管理我们将使用固定的标准采 样率。 1 5 论文结构 本文共分五章,各章节的主要内容如下: 第l 章绪论。主要介绍了本文的选题依据,国内外研究现状,并点明了本文主要 心i u 白动分析软件性能榆测算法的研究搜m 用 的研究内容、主要贡献、技术创新点以及丌发意义和市场i ; 景等。 第2 章心电自动分析概要。主要介绍了心电图基本知识和心电自动分析技术研究 的历史、现状、研究内容及心电自动分析系统的工作原理等。 第3 章心电图波形检测算法。主要介绍了心电自动分析学中国内外心电图波形检 测的各种算法。 第4 章心电自动分析软件性能检测方法。主要介绍了心电自动分析软件性能评估 指标、软件检测原理,并对心电自动分析软件的检测算法进行了较为深入的探究。 第5 章软件检测算法在心电自动分析软件性能检测系统中的应用。简要介绍了心 电自动分析软件性能检测系统的开发环境、丌发工具和系统框架设计及主要功能。重点 介绍了该系统中支持检测算法的国人临床心电数据库的构造和设计、接口问题的具体解 决方法,及软件检测算法在该系统中的实现和应用。 第6 章结束语。主要是对全文内容的总结并对该项目的前景和技术的发展进一步 的展望。 后面是参考文献,发表论文的情况和致谢。 2 心电图自动分析概要 2 1 心电图基本知识 2 1 1 常规心电图 心脏不断地进行有节奏的收缩和舒张活动,血液才能不断地在循环系统中流动。心 脏同生物体的其它组织一样在兴奋过程中产生电位变化i l “。 心肌细胞的生物电现象与神经肌肉的生物电现象一样分为静息电位和兴奋对的动 作电位。人与哺乳动物的心室肌细胞的静息电位为9 0 m v ,当心肌细胞由静止状态进入 兴奋时,即产生动作电位。心肌的动作电位与骨骼和神经纤维有所不同,起初它迅速上 升,跟着的是一相当长的周期,在此期间电势最初下降的很慢,然后较快,最后恢复到 静息电位水平,如图2 1 所示。 6 心也臼曲分析软件件能榆测算法的研究发问用 幽2 1 心脏传导系统主要由窦房结,结间束,房室柬、左右束支以及蒲肯野氏纤维构成, 心肌动作电位丌始于右心房的窦房结,然后沿结问束传至房室结,再传至室室束,沿房 室柬的左右束支,几乎同时传至两侧心室的全部心内膜后,经蒲肯野氏纤维传至心室外 膜。由于人体体液是良导体,以及每个心动周期所伴随的生物电变化可以传达到身体表 面各个部位,用引导电极把身体特定部位的电位变化通过心电图测试仪便可描记出_ 柬, 这种在心动周期内由电位幅度变化而引起的体表两个部位间电位差随时间而变化的图 形就是心电图( e l e c t r o c a r d i o g r a p h y ) ,简称e c g ,它反映了以及兴奋的产生、传导和恢 复过程中的生物电变化。一般正常人的心率为6 0 1 0 0 次分,心电图的频率范围在同 一个人在f 常和病变情况下也不同,此外由于电极位置不同也会造成波形的形态不同, 因此分析心电图可以辅助诊断大多数心血管疾病【l :】。 2 1 2 心电图波形简介 伴随着心脏收缩与舒张,心电波形依次会出现p 波、p r 间隔、q r s 复台波、s t 段、t 波、u 波 的变化。为了更准确地诊断心血管疾病,通常采用多记录体表不同部位的,d 电变化i ”i 。 典型心电图由下列各波组成,参见图2 2 : 心f 乜自动分析软件性能榆测算法的研可发应用 幽2 2 p 波 与心房去极化同时出现,反映左、右心房的除极过程。正常的p 波有不 同的形态( 从平坦到尖峰形) ,波幅从o 0 3 m y ,时程为o l o o m s 。 p - l ( 间隔 表示从心房去极化到心室开始去极化结束的电活动。如果心电图缺 少q 波,p - r 间隔要延伸到r 波。正常的时程范围为1 2 0 2 0 0 m s ,它随年龄和 心律的不同而变化。 p r s 复合波 是表征心脏经历心室去极化和心房复极化阶段的电活动,因为大 量的心室细胞和少量心房细胞参与电活动,离子活动十分活跃,电声及等电位 波形变化十分显著,导联i l 的正常q r s 波群时程为5 0 l o o m s 。 q 波 正常q 波可能是缺少的,正常的幅度范围是o 2 5 相关r 峰值,时程 通常小于4 0 m s 。 r 波 峰值在0 0 j 2 8 m v 被认为正常,其期间通常小于7 0 m s 。 i s 波 峰值通常为o 0 8 m y ,期间为o 5 0 m s 。 s - t 段 是q r s 波以后,t 波前的一段平线,代表左、右心室全部除极完毕到 复极开始以f i i 的一段时间,其丌始部位s t 交接点称为j 点。 t 波 代表心室肌除极后复极时所产生的电位影响。t 波在s t 段之后发生, 波形比较低,而且所占的时间较长。 q - t 间隔 q t 间隔为q r s 波群起点至t 波终点时间,代表心室除极、复极过 程中总共所需时间,间期约为3 6 0 4 3 0 m s 。 u 波 在t 波后面有时可以发现一个很小的波动,间期约为1 0 0 2 0 0 m s 。关于 u 波产生的机理尚有争论,可能是由于蒲肯野纤维的延迟复极或心肌的“后电 位”引起。最近的研究表明,心室的机械性活动可影响电活动,即“收缩一兴 8 心 u 臼动分析软件性能榆测算法的研究及一用 奋反馈”引起u 波,关于此问题尚待进一步研究。 2 1 3 心电图的导联体系 在记录心电图时,心电图波形可随电极在人体设置的不同而得到不同的心电图波 形,方便于对不同患者不时时期的心电图进行比较。临床上统一规定了电极的安装部位 及其心电图机接线的方法。将电极安置在身体表面的任何两点,再将导线连接到心电图 记录仪上,构成电路,称为导联。心电图上所记录的是正、负极电位的变化,而不是绝 对值。 临床上,常规采用十二个导联,即肢体导联三个( i 、i i 、1 1 1 ) ,加压肢体导联三 个( a v r 、a v l 、a _ v f ) ,胸导联六个( v i - v 6 ) 。特殊情况下,可加做不常用的导联。 现分别简单介绍如下( 4 】: 【肢体导联 肢体导联i :左上肢接正极,右上肢接负极。 肢体导联i i :左下肢接正极,右上肢接负极。 肢体导联l ;左下肢接正极,左上肢接负极。 【加压肢体导联】 由于肢体导联描记的图形较小,为弥补不足,在每条线上附加5 0 0 0 欧的电阻,消 除肢体各部分电阻差异的影响,使掐记的心电图波形、振幅加大、便于分析。 加压右上肢导联( a v r ) :右上肢联接讵极,左上肢和左下肢共同联接负极。 加压左上肢导联( a v l ) :左上肢联接正极,右上肢和左下肢共同联接负极。 加压左下肢导联( a v f ) :左下肢联接正极,左上肢和右上肢共同联接负极。 9 心i u 自动分析软件千牛能愉剽算法的研究及应用 圈2 3 胸前区导联】 中心电端联接心电图机的负极,探查电极联接心电图机的j 下极。各探查电极的具体 安放部位如下: v 1 :胸骨右缘第四肋间。 v 2 :胸骨左缘第四肋间。 v 3 :在v 2 v 4 连线的中点。 v 4 :爱锁骨中线与第五肋间相交处。 v s :左腋前线与v 4 同一水平高度。 v 6 :左腋中线与v 4 、v 5 同一水平高度。 0 心l u 白功分析软件性能榆铡算法的研究搜心用 ? 如u o 幽2 叫 现在世界上用作计算机心电图分析的记录主要采用常规1 2 导联、9 导联和正交3 导联系统。对于心电图数据处理选择一个合适的导联系统是十分重要的。因为计算机。 本身只能对输入数据所包含的信息进行处理和计算,它本身并不能增加输入数据的信 息。在导联的选择中下面几个因素需要加以考虑: 选择的心电图导联应该包含从人体表面获得尽可能多的电信息。 导联的工作应该具有一致性。 2 2 心电图自动分析研究概要 2 2 1 e c g 自动分析研究的历史与现状 心电图研究的起源可以追溯到1 8 9 3 年,e l l i t ho v e n 设计了弦线电流计( s t r i n g g a l v a n o m e t e r ) ,并把它用于人体心电的测量,开创了心电研究的先驱。以后,随着电 子技术的发展,心电图的自动诊断是计算机在医学中应用最早的一个例子i i ”。 1 9 5 7 年,在华盛顿退伍军人管理局医院,p i p b e r g e r 等人开始了计算机自动分析心 电图的研究。1 9 5 9 年,他们完成了一个可以区分正常和异常心电图的程序,六十年代 初,美国的c a c s a rc a s e r e s 博士验证了用计算机进行常规1 2 导联e c g 分析的可能性。 他根据所惧的大约l o 0 0 0 个e c g 记录,开发了利用测得的平均参数进行波形模式识别 的程序。1 9 6 6 年,s t a p l e s 等人提出了用分枝树逻辑的方法诊断心电图。同时出现了心 电图测量和分析的数字模拟混合型计算机。1 9 7 2 年,由三名医生g r e v a s s e ,f e r r e r 和 ,t ) t l _ l 自动分析软件性能榆测算= 法的研究技应用 g r e e n f i e l d 共同发展和完善的b o n n e r 程序出现了。 到了七十年代中期,从计算机进入心电图的分析领域已有十几年了很多学者在这 方面做了大量的工作,并- 丌始从实验室研究转向实用化,许多程序已开始投入临床使用。 例如:使用标准1 2 导联的e c a n d 程序、p u r d y - i b m 程序、b o r m e r - l b m 程序、p i b e r g e r - v a 程序。这标志着计算机心电图自动分析诊断已经进入了一个新的发展阶段f 1 6 1 。【姗。 2 2 2 e c g 自动分析研究主要领域 目前,关于心电图自动分析研究可归纳为如下四个主要领域: 静念e c g 系统:用于检测病人在安静状态下的以及功能,一般检测时间为数 分钟,采用十二导联体系,适用于医院的病房检测,应用最为广泛。 心率失常监护系统:它能够实时地检测并显示心率变化情况,一般常用于冠心 病病房( c c u ) 、外科手术室、急救中心等对心率失常的监护。 运动e c g 系统:它是在病人完成一系列规定运动中同步记录其e c g 以诊断其 冠状动脉疾病。 动态e c g 系统:它是1 9 6 1 年由电子工程师n o r m a nj h o l t e r 发明,并于1 9 6 5 年应用于临床,故又称h o l t e r 。其基本结构是:一个重量较轻的e c g 记录 盒由病人携带,并连续长达2 4 小时记录其e c g ,而后将记录的e c g 输入一个 由计算机组成e c g 分析系统,进行快速人工计算机辅助分析,从而对心脏长 时间工作情况加以研究。 2 2 2 心电自动分析系统 心电自动分析系统对心电图自动分析与识别过程如图2 - 5 所示: 陶2 5 数据采集和数据预处理( 压缩与滤波) 由心电自动分析系统硬件部分完成;波形检 测、参数提取、自动识别( 诊断) 由心电自动分析系统的软件部分实现。其中波形检测 算法是心电信号自动分析中的关键步骤,与参数提取构成心电自动分析系统的技术基 础。对预处理的心电信号进行基于心电检测算法的波形检测,检测q r s 复合波、p 波、 1 2 心i u 臼动分析软件性能拎潮算法的研究技甩 t 波等特征点并提取各种特征参数,为自动识别( 诊断) 依据。 所以,心电自动分析软件性能评估的关键是检测其心电波形检测程序的精确性。 3 心电图波形检测算法 3 1 国外心电图波形检测算法 3 1 1 e c g 信号分离检测 1 ) g a r c e 法( r e s t r i c t e dc o u l o m be n e r g yn e t w o r kt r a i n e db yg e n e t i ca l g o r i t h m s ) t 2 】 人工神经网络具有良好的自适应性和自组织能力、强大的学习功能和联想记忆功 能。在处理被噪声污染的、复杂的信号中显示出巨大的潜力。已有不少专家学者将神经 网络学习算法应用于心电、脑电及其它生理信号的识别与分析,并取得了较好的效果。 g a r c e 有三层,第一层是输入层,第二层是隐层,第三层为输出层,如图3 - 1 所 - - f i x : l 堇l3 2 1 其适应功能定义如下: 【t - - t r a i n i n gs e t ( t s ) 【c 】= t h es e to f v e c t o r so f t h ek t hc l a s si nt h et s 【) ( 盯h t hw e c t o ro f t h ek t hc l a s si nt h et s c 1 “l 口“ wn o d e ;l nt k z e c o b dl a y a - ii 砷q tl a y a 心l u 白动分析软件性能榆测算法的研究技心用 【g7 】= j t hs t r i n g ( h y p e r s p h e r e ) i nt h eg e n e t i cp o o l g 粕 一陋彬乜】 n l g ,j i sm en u m b e r 。f v e c t o r s 。f t l l es 锄ec l 嚣si nt i l e j 血h y p e r s p h i e r e ( s t 衄g ) n 【c 】i sm en 啪b c ro f t h ev e c t o r so f t 圭l ek t hc l 船s f f7i st h ed e f i n e da st h en u m b e ro f v e c t o r si nt h ej t hh y p e r s h p e r e 2 ) r e c 法( r c e n e u r a ln e t w o r da n dg e n e t i ca l g o r i t h m s ) 2 1 在q r s 复合波中检测到r 波之后,特征值被提取出来。在r 波附近设置的窗体用 于分析其频率,i - 3 0 h z 用于提取e c g 的特征。结果出来之后,再用r c e 神经网络进 行优化。 3 ) d x 波神经网络 2 3 】 近年来,小波神经网络研究比较普遍,因为它们具有神经网络的适应性和小波变换 强大的特征提取能力。又因为小波函数中不可避免的摆动性,当运用梯度下降练习算法 时,其有一定缺陷。 p r i m i n g 算法被引入到小波神经网络中。可以大大改善梯度下降算法的功能。 3 1 2e c g 信号分割 1 ) 用小波塔式分解进行心电图分割【2 4 】 小波分析具有时频分析的良好性质,可以通过多分辨分析提取信号特征。而心电图 的识别极其复杂,目前在临床上主要还是依靠人工识别。要想利用计算机帮助医生对其 进行分类,将其币确分割:提取出每一个波形时首要的问题。注意到q r s 波可以作为心 电图的分割标志。可用多分辨分析的方法对原始心电图做多重小波分解,提取其特征。 利用计算机帮助识别心电图,对其比较分类,首先要将心电图正确分割提取出每 一个波形,然后才能进行数据分析。一般的做法是,根据原始心电图数据的q r s 波为 1 4 心i 乜自动分析软件性能榆测算法的弼 宠及心甩 特征,找出波形中的r 点对其分割。但是由一于每个人的心电图特征的互异性和各种 各样的病理造成心电图波形的振幅大小,心跳频率,极性等等特征的互异以及各种干扰 等因素,分割比较困难,例如:t 波的增大,早搏现象,起搏器的干扰等,这些都会造 成波形分割中的不正确。不同的病人在分割上也存在不同的方法,这些都给心电图的分 类和分析带来一定的难度。 读取心电图数据c t 0 ,o :0 = t z o - m e a n ( 口0j ,使其均值为零 ,对口0 作四重小波分解,求m a x c d 3 ) 和m a x ( d 2 ) ( 重) f o ri = ld oi f d 2 ( 1 ) m a x ( d 2 t h e n 在( i ,i + 5 0 ) 中求最大点m 2 ( k ) f o ri = lt o9 2 7 1 8d oi f d 3 ( i ) d 2 ( i ) m a x 3 t h e n 在( i ,i + 5 0 ) 中求最大点m 3 ( k ) 在( m 2 ( k ) - 2 0 m 2 ( k ) - 忆o ) 中求最大点m m 2 ( k ) 在( m 3 ( k - 2 0 m 3 ( k ) + 2 0 ) 中求最大点m m 2 ( k ) 求r a m 2 ( k ) 和n m l 3 ( k ) 的并集舢( k l 即为所求的分割点 2 ) m m a ee c g 处理算法( m u l t i f ,l em o d e la d p a t i v ee s t i m a t o r ) t 2 5 】 3 1 3 p 波检测算法 1 ) 斜率、法【2 6 】 斜率法是p 波检测算法中较为常见的算法,h e e k y oj o e n g 等人就曾利用斜率检测 p 波,丽他们的算法也较有代表性。 2 ) q r s t 波自动消减算法【2 7 】 此算法利用一个从一般q r s t 复合波中构建的自适应模板从目的e c g 中除去 q r s t 波,然后剩下p 波进行分析。 3 1 4 q r s 波检测算法 q r s 波的快速正确检测是心电信号自动分析的基础,只有在q r s 波正确检出后, 其它e c g 信号的估计,如心率,s t 段等才能讵常进行。所以在心脏疾病诊断以及心电 自动诊断系统,心律失常监护仪、动态心电分析等系统的设计中占有重要位罱。在心电 信号中,由q r s 复台波的斜率比较大,因而比较容易检出。 1 ) 一阶二阶导数法f 2 8 】 心也自动分析软件性能榆测算法的研究发心用 一般的q r s 复合波检测方法都是以斜率检测为基础。g r a ym f r i e s e n ,t h o m a s c j a n n e t t 等人在他们的论文中总结了几种流行的q r s 复合波检测方法的抗噪声性能。 这些方法基本上都利用了一阶或二阶导数。实现起来简单,检测的效果也不错。但由于 这些方法都是利用了幅度( 或一阶、二阶导数) 阀值。对于心电信号这样的非平稳信号, 确定阀值始终不是一件容易的事,因此受幅度噪声的影响也比较明显。 2 ) 基于h i b e r t 变换的q r s 波检测法f 2 9 】 算法流程图: 曼( 舔 i 开l i l r 廖d 秘嘲3 蜥嗽m 触l 竺 州口产魃n 巧i 。? 嘲db 渊 p 瑚霸嚣嚣;矾l 图3 2 因此,给出经过滤化处理的e c g 波形子集序列x ( n ) ,它在离散域的最初微分 “t ) 。( e ) 能从以下获得: 1 y c n ) = i x ( n + 1 ) - x ( n - 1 ) 】n = 0 ,1 ,2 ,m l 二 m 是总采样数,c t 是采样频率 3 ) 基于共振理论的q r s 波检测方法【3 0 l 此方法利用一个索引函数p 代表e c g 频率的幅度,当函数p 的输入等于q r s 特征 频率,索引函数p 返回最低值。设定检测闭值,q r s 复合波。 索引p 波函数:p ( 毒,) ( 犯- = ) 2 口v l 4 ) 基于h a a r 小波q r s 检测算法【3 l 】 小波变换是q r s 波检测的一种有效手段,通过对信号进行多分辨分解可将e c g 信 号中的信息充分挖掘出来。g u t i e r r e z 和l i 分别采用形式简单的h a a r 小波和光滑函数的 一阶导数为小波基函数进行小波变换,并在某一最佳尺度上进行判决,使得q r s 波的 检出率大大提高,其缺点式没有充分利用各变换尺度上的丰富信息。 1 6 心l u 臼功分析软件性能榆测算法的研究2 乏应用 yf n ) = - 2 x ( n - 2 ) - x ( n - 1 ) + x ( n + 1 ) + x ( n + 2 ) t h r e s h o l d = o 7 0 m a x y ( n ) 】 1 57 y ( n ) = x ( n k ) 一x t n k ) 一8= 0 利用小波变换的多尺度特性,可以将q r s 波从高p 波、高t 波、噪声、基线漂移 和伪迹中分离出来。小波变换可以等效为一组带通滤波器,其中心频率随着变换尺度的 增大向低频移动。某一频段的信号的能量只在某一特定尺度上的小波变换中占主导地 位。利用这一特点可将心电信号从较强的噪声、伪迹和基线漂移中分离出来。此外,

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论