基于小波变换模板的QRS检测方法

目的 有效提高QRS复合波的检测率。方法 ECG信号经过小波变换后，其不同频率成份会映射到变换结果的不同尺度上，而在这些尺度之间存在相互的联系。本文正是利用小波变换后尺度之间的相互关系，提出了一种基于墨西哥草帽小波变换不同尺度之间关系的ECG信号QRS复合波检测方法。该方法根据变换结果的特征点提取小波变换模板，并将这个模板用于ECG信号的QRS检测，可以在滤除噪声的同时，有效提高检测率。结果 经MIT／BIH标准心电数据库检测验证，QRS波正确检测率达到99．9％。结论 综合利用小波变换不同尺度进行非线性变换所得到的模板可以显著提高QRS复合波的检测率。     

QRS波检测技术的进展

QRS波检测是心电信号自动分析的基础。目前以小波变换为代表的一批新技术已经被逐渐应用到QRS波检测领域，而QRS波检测技术也比较明显地呈现多种技术交叉融合的趋势。本文重点介绍了当前应用于QRS波检测的新技术，并对其所取得的实际成果做一简单评价，以期引起国内研究人员的重视。最后展望了QRS波检测技术的发展趋势。     

心肌缺血心电图QRS波群特征与ST段偏移量关联性分析

目的 分析心肌缺血心电图QRS波群特征与ST段偏移量的关联性.方法 提取心电信号的心拍模板,筛选各个心电心拍,计算QRS波群特征(QRS上升斜率、QRS下降斜率、角R、角Q)和ST段偏移量,最后分析各QRS波群特征随ST段偏移量的拟合趋势以及对应关系.结果 经公共数据库Long Term STdatabase(LTST...     

基于小波变换和K-means聚类算法的心电信号特征提取

目的研究一种基于小波变换和K-means聚类算法的心电信号特征提取方法,根据特征点信息判断心电是否正常。方法利用小波变换和形态学滤波方法去除工频干扰、肌电干扰和基线漂移等主要的噪声之后,利用K-Means聚类算法提取出心电信号的QRS波群,P波和T波这3个主要的特征点,实现心电智能诊断。结果实验数据取自MIT-BIH数据库,多次实验结果显示QRS波群的阳性检测度(P+)达到99.68%和灵敏度(Se)达到99.21%,P波和T波的检测准确度分别达91.43%和97.01%。结论相对于其它方法,本文心电特征提取方法准确度较高,具有一定参考价值;在移动医疗和临床医疗方面具有一定实用价值。     

心电信号QRS波精确定位算法研究

目的 研究心电信号QRS复波检测中单个波形起始和终止位置的精确判定.方法 为了在动态心电监护中设计信号自动分析算法,本文以滤波积分后所形成的窗口为基准,从滤波结果中获取Q波和S波波峰的准确位置.结果 以此为基础,在波峰处引入一条简单的辅助直线,用直线和ECG波形之间的垂直距离作为判断Q波和S渡边界的依据.结论 大量数据检验结果表明,该计算法具有计算简便,误差率低等优点,约为1个采样点.与国际通用软件相比,其S波边界定位精度有显著提高.     

一种能实现QRS波群参数测量的心电监护仪设计

目的：利用现有的常规心电图仪设计出一种能进行QRS波群参数的便携式液晶显示心电分析监护仪。方法：该系统采用80C196KB单片微型计算机为中央处理器，对实时心电信号进行数据处理和分析。结果：它除了具有一般心电监护仪的性能外，还具有心律失常分析，心率变异分析，报警，手动测量，以及自动冻结，自动走纸记录等功能，能交，直供电，携带方便，在硬件上注重稳定性，低功耗和低成本，在软件上实行从顶至下的结构化设计。结论：设计的监护仪通用性强、成本低，尤其为开拓我国监护仪事业有一定的参考价值。     

基于双向小波变换的心电图压缩算法

目的：在合理的计算复杂度下，尽量保持原始心电图（ECG）信号有用信息的同时获得尽可能大的数据压缩比，方法：将L帧经过预处理的一维ECG信号组成一幅二维图像，通过双向小波变换，尽量解除ECG信号的帧间相关性和帧内相关性，并采用适合的编码达到压缩数据的目的。结果：更好地消除了两种数据的相关性，得到了更高的压缩比。结论：本算法和一维小波变换域压缩法相比，得到的压缩比更高。     

心电信号中QRS波群的实时检测算法

在心电图（ＥＣＧ）数据实时监测中，应用ＱＲＳ综合波检测（ＱＲＳ ｄｅｔｅｃｔｉｏｎ）算法对心率进行实时计算。首先对ＥＣＧ信号进行数学滤波，提高信噪比，然后抽取ＥＣＧ信号的斜率、幅度等信息，通过自学习过程确定多个判据来实现ＱＲＳ综合波的精确检测。本算法应用于ＧＫＤ－４０５Ａ多导智能分析仪中，实时计算心率，临床上取得了满意的结果，为心律失常分析奠定了基础。     

基于小波能量谱的先天或风湿性心脏病异常心音分类算法研究

目的为解决先天性心脏病或风湿性心脏病异常心音分辨问题,应用离散小波频带能量对异常心音分类算法进行研究。方法采集22人的正常心音和116人的异常心音,对心音信号做离散小波变换,根据病理性心杂音在频域内的分布范围划分5层频带,计算得到各层频带的能量占比,根据单因素方差分析方法,提出了基于小波能量谱的心音分类指标。结果对正常心音和异常心音的4个听诊区域进行了分类,最优分类准确率为92%。区分动脉导管未闭和其余异常心音的最优分类准确率为81.9%。结论基于小波能量谱的心音分类算法无需对心音信号进行分割,提取特征值少,可准确有效地对心音信号进行分类,相较于传统的心音听诊,算法的引入能够在异常心音临床诊断中提供参考数据。     

二项式小波检测心电特征点

目的 使用二项式小波检测心电信号的特征点,为心电信号的分析提供新的检测手段。方法 设计对称形式的二项式小波,应用它对实际心电信号进行小波变换,并进行特征点的检测,观察检测效果。结果 使用二项式小波检测心电特征点方法实现简单,对试验心电信号的特征点定位准确,快速。结论 对称形式的二项式小波检测较其他小波检测方法简单,无须预处理,有良好的临床应用价值,在心电信号的实时分析中也有很好的应用前景。     

Digital Mammography: Wavelet Transform and Kalman-Filtering Neural Network in Mass Segmentation and Detection

RATIONALE AND OBJECTIVES: The authors developed a new adaptive module to improve their computer-assisted diagnostic (CAD) method for mass segmentation and classification. The goal was an adaptive module that used a novel four-channel wavelet transform with neural network rather than a two-channel wavelet transform with manual subimage selection. The four-channel wavelet transform is used for image decomposition and reconstruction, and a novel Kalman-filtering neural network is used for adaptive subimage selection. MATERIALS AND METHODS: The adaptive CAD module was compared with the nonadaptive module by comparing receiver operating characteristic curves for the whole CAD system. An image database containing 800 regions of interest enclosing all mass types and normal tissues was used for the relative comparison of system performance, with electronic ground truth established in advance. RESULTS: The receiver operating characteristic curves yield Az values of 0.93 and 0.86 with and without the adaptive module respectively, suggesting that overall CAD performance is improved with the adaptive module. CONCLUSION: The results of this study confirm the importance of using a new class of adaptive CAD methods that allow a more generalized application for larger image databases or images generated from different sensors or by means of direct x-ray detection, as required for clinical trials.     

利用小波级数检测癫痫EEG中的棘波

目的 研究自动提取癫痫脑电中棘波。方法 把ＥＥＧ信号分解成小波级数，在各个尺度上，利用信号细节在两个过零点之间的平均振幅确定瞬态波形的大小，通过选择平均振幅中的局部极值检测刺波。结果 对６位患者的ＥＥＧ信号进行处理，检测刺波的正确率为９６．６６％，结论 这种方法能够比较准确地检测ＥＥＧ中的棘波。     

基于小波变换过零点表征的脉搏信号分析

目的 探索中医脉诊客观化的新方法。方法 根据小波变换过零点和信号突变点之间的关系．分别运用小波变换过零点表征检测脉象时域特征点和各特征点脉搏信号变化的快慢。结果 通过对20例健康人和20例孕妇脉象时域特征点过零点位置的统计及其变化快慢的计算,分析结果正好与实际相吻合。结论 应用这种方法可以比较准确地分析脉象信号所携带的大量生理信息,从而为中医脉诊客观化提供了一种新方法。     

基于小波分解和数据融合方法的ECG身份识别

目的 研究一种新的基于ECG的身份识别方法.方法 选取35位健康人ECG波形的波形特征、小波特征和融合特征作为特征向量,通过相关系数阈位法进行ECG身份识别.结果 对35位被试者的另外40段数据进行身份识别验证,基于波形特征、小波特征、融合特征的身份识别正确率分别为82.5%、87.5%、95%.采用小波特征身份识别的正确率优于波形特征的正确率,而采用融合特征识别的正确率优于其他两种特征的正确率.结论 实验表明,基于ECG的身份识别技术是可行的,可以和指纹等多种生物特征联合使用开发多导生物识别系统,并且本文所提方法算法简单,实时性好,准确度高.