【《心电监护系统GUI设计及测试探析案例》2400字】

[23]。心电动态监护系统测试方案及结果去噪处理评价指标与结果分析本小节将对第三节中介绍的小波变换法、低通滤波法以及滑动平均三种算法对于去除ECG信号中高频部分干扰的去噪效果。为了更加准确的表示三种算法的去噪效果，应当事先对其效果评估选项进行确定，在本设计当中决定选取信噪比以及均方根误差这两个选项作为效果评估指标。首先要对处理前信号和处理后信号的信噪比以及均方根误差进行推算，再将得到的结果进行比对，最后再将三种算法的各自结果进行比对。用符号来表示处理前的信号，后期增加的工频噪声用N表示，则含有工频噪声的ECG信号表示为。设经过去噪处理的ECG信号的符号是X1，则SNR的定义式为： (5-1)原始信号与去噪后信号的RMSE的定义式为： (5-2)在上面的式子当中，可以推知，当信噪比的数值升高的时候，处理前的信号和处理后的信号之间的均方根差距会减小。而当处理后的信号和处理前的信号相差不大时，表示该处理方式的效果越佳。下标5.1给出的是3种不同的处理方式的效果评估指标：表5.1去噪能力评价参数对比降噪方法信噪比（SNR）均方差（MSE）小波变换法53.190.040低通滤波法48.220.067滑动平均法32.520.171三种去噪方法去噪结果对比如图5.1所示。图5.1去噪结果对比综上所述，三种去噪算法中，滑动平均除噪能力最差，低通滤波器的滤波效果和小波变换的结果都比较好。但是由于低通滤波法对信号的幅值有影响，不便于选择滤波器截止频率，于是系统最终选择使用小波滤波法进行ECG信号除噪。QRS特征波群检测结果本文借助MIT-BIH标准数据库中的多组心电信号对差分阈值法检测QRS特征波群进行了验证。被处理的ECG数据中有存在不正常的心电数据信息和正常的心电数据信息，下表5-2给出的是其中某些数据信息的监测结果：表5-2差分阈值法对多组QRS特征波群检测结果记录心拍数错检漏检错率10019000%10116016.25%10218000%10317000%104190526.3%10520000%10615000%10717000%108153233.3%109230417.3%11117015.9%11217015.9%11315000%11413107.7%11515000%11619015.3%11714000%11818000%119160212.5%12115000%12222000%12312000%12412000%200153340%201210314.3%总数4207216.7%图5-1是对MIT-BIH数据库中的信号116.dat数据进行处理的结果。在噪声不是很大，心电信号突变不是很强烈的时候，差分阈值法检测QRS特征波能够获得效果较好的检测数据，并且该数据的准确程度超过了94%。再看104号和108号的数据情况，可以推知它们的漏检可能性非常高。因为它们波形数据不正常，个别QRS波群的波形严重失真，从而造成漏检。图5-2基于差分阈值法的QRS波群检测结果GUI功能测试结果本文使用MATLAB平台进行心电动态监护系统的GUI设计，需要进行系统的功能检测，以保证在监护仪界面上按下表示某一操作的按键时，系统能够对ECG信号进行对应的处理。系统各按键功能测试结果如表5-3所示。表5-3系统各按键功能测试结果按键名称应作处理是否做出正确处理读取数据弹出ECG信号选择界面是静态显示显示ECG信号波形是动态显示ECG信号波形开始波动是小波降噪对信号进行降噪是基线消除去除信号基线漂移问题是特征提取识别ECG信号Q