• 主题
高级搜索  >
历史搜索 清空历史
首页> 中文学位 >基于体表心电图的心房颤动特征提取及临床辅助诊断研究
【6h】

基于体表心电图的心房颤动特征提取及临床辅助诊断研究

代理获取
页面导航
  • 目录
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

目录

文摘

英文文摘

论文说明：缩略术语表及图表目录

独创性声明及学位论文版权使用授权书

第1章绪论

第2章QRST波消除技术研究

第3章时频分析理论及研究

第4章房颤信号的时频特征提取研究

第5章基于支持向量机的阵发性房颤自动终止预测研究

第6章总结与展望

附录

参考文献

攻博期间以第一作者发表的论文(含录用)

致谢

展开▼

摘要

心房颤动(房颤)是最常见的心律失常，也是目前心律失常领域最难攻克的心脏疾病之一。我国是世界上房颤患者最多的国家，随着人们生活水平的提高和人口老龄化，其发病率正呈逐年上升的趋势，并将成为21世纪我国新兴的主流心血管疾病。尽管房颤不象室颤一样会直接引起患者的死亡，但房颤时快速的心室率可引起血流动力学恶化，导致心功能损害和恶性室性心律失常，尤其是合并血栓将大大增加患者发生脑卒中的危险。目前，由于找不到跟踪房颤的状态变化和治疗效果的有效测试方法，房颤的治理基本上都是基于临床试错法，导致治疗效率的下降。 体表心电图(SurfaceECG)由于其无损、简单易行和重复性好等优点，一直在有关心脏功能疾病的诊断和研究中发挥着独到的优点和重要作用。房颤患者的体表心电中包含反映患者心房活动的信号，即心房颤动波(f波)，其蕴含着丰富的有关患者心房特征结构及病理生理状况的信息，在临床上有很大的应用潜力。因此，本文通过利用现代信号处理技术对房颤患者的体表心电图进行分析和处理，希望能够提取出反映心房活动的有效特征，从而为房颤的诊断和治疗提供一种较先进的无损方法，并为医生制定个性化的治疗策略提供引导。 本文研究的主要内容有：消除体表心电图中的QRST波成分，从而提取出反映心房活动的那部分信号，是分析房颤波形特征的前提和基础。因此，本文针对不同方式下记录的ECG信号，提出了两种不同的QRST波消除技术，即基于独立分量分析(ICA)和主分量分析(PCA)方法的房颤信号提取技术。ICA方法是一种主要利用信号源的空间信息来实现多分量信号分离的盲源分析技术，适合于处理多导联(通常是十二导联)ECG记录下的持续性房颤情形。PCA方法则利用了同一记录中不同心搏间心脏活动信息存在高度相关的特征，适合于处理单通道记录下的阵发性房颤情形。消除方法的准确性将直接影响后续特征提取的有效性，这两种方法为后续的工作打下了良好的基础。 在特征提取阶段，本文主要分析了两个最重要的反映房颤机制特征的标志量，即主谱峰频率和瞬时频率，并较详细地讨论了各自的生理基础和临床意义。在比较了目前常用的功率谱估计和时频分析技术优缺点的基础上，首次提出把Hilbert-Huang变换方法用于房颤信号的主谱峰频率和相关参数估计。另外，通过结合Gabor展开和二次Wigner时频分布各自的优点，提出了一种新的时频分析方法：线性及二次混合时频分布(HTFR)，并用来求取反映房颤瞬时特征变化的标志：瞬时频率及其相关参数。 最后，以前面的研究结果为基础，在临床应用开展方面，对阵发性房颤的自发终止预测作了比较细致的研究。阵发性房颤的自行终止往往是患者发展成持续性房颤的先兆，事先预测可以帮助临床医生及时采取措施提前终止房颤，从而减少转变成持续性房颤的可能性。由于少量的临床样本和患者的个体差异，首次把支持向量机引入自发性终止和非自动终止型房颤，及立即终止型和一分钟后终止型房颤的预测分类研究，并探讨了达到最优分类效果和最高的预测准确率的参数优化问题、特征量选择问题以及相关的应对策略。 通过较多的实验仿真和临床数据测试分析的结果表明，本文所研究的方法不仅在信号处理理论和方法上作出了一定的有效创新，同时也发展了一种准确率较高的无损房颤临床辅助诊断方法，为更好地认识房颤的电生理机制和评估其治疗效果提供了一种新的可行手段。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号