济南市科技发展计划项目(201102005)
- 作品数：5 被引量：6H指数：2
- 相关作者：赵捷李斐贾慧琳张春云李田田更多>>
- 相关机构：山东师范大学更多>>
- 发文基金：济南市科技发展计划项目山东省自然科学基金更多>>
- 相关领域：医药卫生自动化与计算机技术更多>>
- 多态T波区间检测技术的研究
- 2012年
- 目的:利用小波变换进行T波区间的检测。方法:在23尺度上通过模极大值法定位R波。在24尺度上首先根据R峰以及T波起点和终点的经验值确定起始T波区间。然后对每个心拍在此区间上找到T波的模极大值,根据模极值的个数和正负顺序确定T波波形的形态。由于不同形态的T波对应不同的T波起点和终点的检测方法,实现T波区间的分类检测,提高T波检测的精确度。由于本文算法是作为T波交替检测的前期工作,为了验证算法的准确率,采用了QT数据库中的部分记录进行了仿真,评价实验结果。结果:仿真实验证明了本文算法能正确地分辨出每个T波的形态,并在此基础上得到较为准确的T波区间。结论:本文采用模极大值算法根据T波的不同形态进行T波区间的分类检测,检测结果比较理想,且计算简单,较易实现。
- 贾慧琳赵捷李斐张春云朱晓磊李田田
- 关键词：小波变换模极大值T波形态ECG
- 改进的检测TWA的相关分析法
- 2012年
- 目的 T波交替(T wave alternans,TWA)可独立预测室性心律失常与猝死,但传统的检测方法实时性较差。为实现短时T波交替的检测,提高实时性,本文利用改进的方法检测心电信号,为TWA信号的检测分析提供新手段。方法改进传统相关分析法中对齐时的模板及计算交替指数时的模板,待检测信号取自MIT-BIH和ST-T数据库。首先对待检测信号进行预处理,然后每两个相邻T波作为一组,先进行相关对齐,再计算交替指数,根据交替指数的判断规则判定是否存在T波交替,并用传统的谱分析法加以验证。结果成功实现了短时的T波交替检测,连续6个信号即可判断该段信号是否存在TWA现象,并通过了谱分析法的交替幅度值的验证,有更好的实时性。结论该方法可以用于短时的T波交替检测,计算方法简单,易于实现。本文还总结了影响T波交替检测的几个重要因素,直接计算相邻两T波间的交替相关指数是本文的创新点。
- 李田田赵捷李斐郭慧
- 关键词：T波交替心电信号
- 利用Poincare散点图法检测t波交替的指标研究被引量：4
- 2012年
- 目的:利用Poincare散点图进行t波交替检测,不仅从形态上找到检测标准,进一步研究散点中有效的定量指标。方法:以European ST-T Database标准心电数据库和MIT-BIH心律失常数据库的心电信号作为检测对象,以128个连续心拍的t波中的7个点为检测数据,相邻心拍t波差分后组成新序列,并由差分序列作出散点图,观察散点形态。根据形态区别和t波交替的幅值变化特点,利用个散点到x+y=0直线的距离均值作为定量检测指标D0,为避免不同心电信号幅值影响,D0除以RQ峰值差为最终指标D,找出合适阈值判定是否存在t波交替,并与谱分析法的检测结果比较分析。结果:①从Poincare散点图形态上,存在t波交替的散点图与正常t波存在明显区别,存在t波交替则散点集中在以x+y=0为轴线的附近,形成类似椭圆的狭长形状;而正常t波形成的散点会以原点为中心均匀分布,散点形态为圆形。②由t波交替的特点和散点图形态可知,定量检测指标D越小,就越有可能存在t波交替。经过大量仿真测试和谱分析法的比较,规定检测标准为,当D<=35uv时,存在t波交替;指标D与谱分析法的结论相吻合,并且两种方法的判定结果由kappa一致性检验,一致性程度好,进一步说明D指标具有优越的敏感性,是t波交替检测的有效指标。结论:Poincare散点图的散点分布形态和散点到x+y=0轴线的距离均值分别是是t波交替有效的定性和定量检测指标。
- 李斐赵捷贾慧琳张春云朱晓磊
- 关键词：POINCARE散点图T波交替心电图
- 基于STM32的医学信号保存及USB传输被引量：2
- 2013年
- 目的为实现远程猝死监测系统中对采集数据的保存及传输,设计并实现了一种基于STM32的数据存储及传输系统。方法系统将采集到的12位数据经过处理,变为212格式,然后将数据保存在W25Q128BV芯片中,最后经过USB接口上传至PC机进行后续的分析。结果实验结果证明该系统有效地节省了Flash空间,数据传输速度快。结论该数据存储及传输系统是远程猝死监测系统研究开发的基础。
- 孙岩峰赵捷李田田郭慧
- 关键词：数据保存数据传输
- 基于支持向量机的室颤信号检测算法
- 2012年
- 目的:实现室颤信号与非室颤信号的分类,进而实现室颤信号的检测。方法:本文引入了一种基于支持向量机(Support Vec-tor Machine,SVM)和改进的越限区间算法(TCI)的新算法,其中支持向量机在处理分类和模式识别等问题中具有很大的优势。该算法采用4s的滑动窗技术,并利用改进后的越限区间算法(Threshold Crossing Interval,TCI)方法提取心电信号的特征。新算法的实现如下:在每一滑动窗内采用改进的后的绝对值阈值,计算中间2s内的平均越限间隔值。并以此TCI值作为特征参数,输入一个预先设计好的二分类支持向量机中,从而实现分类。结果:成功实现了室颤信号的检测,通过计算该方法的灵敏度、精确度、预测性和准确度且与其他方法相比较,可知此新算法总体可靠性优于其他方法。结论:该算法能够实现室颤信号的实时监测,且简单易行,易于实现,较适合实时的心电监测以及除颤仪器。
- 张春云赵捷贾慧琳李斐
- 关键词：TCI
