换一批摘要心房颤动是心血管疾病中最常见的一种心律失常。及早地发现房颤，对于心脏病的预防和治疗具有重要意义。近年来随着人口老龄化的日益严重，房颤的发病率不断增加，而现有医疗资源又相对有限。移动医疗在房颤检测方面有诸多优势，越来越受到人们的广泛关注。<br> 移动医疗系统中的生理信号采集设备所包含的心电导联数有限，往往只包括单导联，这给准确检测房颤带来了挑战。针对上述问题，本文聚焦研究了基于单导联短时心电信号的房颤自动检测方法，主要研究工作包括：<br> （1）提出了基于心房电信号的时频特征分析和RR间期特征的房颤自动检测方法。通过对传统基于K-S检验的房颤检测算法中存在的问题进行分析，提出了在K-S分布检验的基础上进行“模糊区域”划分的改进方案。为了充分利用短时心电数据中包含的节律信息，将心房电信号的时频特征和RR间期特征融合用于房颤检测。针对不同的房颤特征，提出了两阶段的特征提取方法，提高了房颤检测的准确率。<br> （2）提出了融合PVC识别的房颤自动检测算法。通过分析室性早搏（Prematureventricularcontraction，PVC）的特征以及它对房颤检测的影响，提出了一种改进的PVC识别方法。在基于心房电信号和RR间期分析的基础上，引入了基于该方法的异位心搏去除策略，最终实现了融合PVC识别的房颤自动检测算法，进一步提高了房颤检测准确率。<br> 利用MIT-BIH房颤数据库对上述房颤检测方法进行验证，当检测窗口长度设置为30个心搏时，该方法的敏感度和特异度可达96.1%和95.5%。实验结果表明这种基于单导联短时心电数据的新算法检测性能良好，比其他算法有明显的优势。
更多相关知识
- 浏览7
- 被引1
- 下载4
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
