基于改良Pan-Tompkins算法的心磁R波定位方法

针对传统的心电图检查对心脏区域结构不敏感性以及心磁检测中多周期R峰难以定位的问题,该文提出一种改进的Pan-Tompkins算法,旨在精确定位R波并分析心磁信号。通过对心磁信号和心电信号进行预处理,并运用Savitz⁃ky-Golay滤波器和LOF算法处理信号及检测异常点,该方法可高精度识别R波位置。利用有限元模型逆问题求解方法,推测心脏内电流密度分布,进而获取磁场图和伪电流密度矢量图。在30个样本共计7348个心动周期中,改进的Pan-Tomp⁃kins算法成功识别7321个R波,准确率高达99.63%。该方法可应用于MCG的R波识别和心磁病理分析,对于研究心脏电活动的时空演化规律和机制具有重要意义。

结合人眼视觉综合感知差与r-g色域峰值偏差的彩色图像客观评价方法

针对图像色彩复原应用中对彩色图像质量评价的需求,在图像灰度直方图累计分布差的基础上,通过引入人眼视觉敏感度等修正因子,得到了直方图感知差的评价方法,并与图像的信息熵和平均梯度指标相结合,提出了基于综合感知差的评价方法以及将综合感知差与色域峰值偏差结合的无参考型彩色图像评价新方法.构建了不同光照条件下的标准彩色图像测试数据库,通过与传统的客观评价标准相比,新方法在图像亮度感知、色调信息和图像综合质量等方面均表现出与主观评价更高的一致性.

辅助方程构造CH-r方程的无穷序列尖峰孤立波解

Camassa和Holm于1993年推导出了具有尖峰孤立波解的CH方程.尖峰孤立波解引起了数学物理学家的广泛关注,而且获得了多个此类精确解.为了构造非线性发展方程的无穷序列尖峰孤立波解,本文给出了一种辅助方程的Bcklund变换和解的非线性叠加公式,并借助符号计算系统Mathematica,构造了CH-r方程的无穷序列尖峰孤立波解.

GSM-R系统场强测试检波方式对比研究

选取电磁环境良好的典型铁路区段,搭载综合检测列车,借助通信检测系统,分别应用GSM-R场强测试仪表峰值和均方根值2种不同的检波方式,通过累积大量的GSM-R场强样本,多维度进行统计分析,得出2种不同的检波方式下GSM-R系统场强电平值差异的统计分布规律,为铁路无线通信系统设计和工程应用提供依据。

次洪R-B指数与降雨特征的相关性及其区域化分析

为了研究流域次洪R-B指数变化特征及其与降水特征的关联性,采用东江10个子流域单峰洪水及其相应的降雨资料,分析每场洪水的R-B指数特征,统计出各场洪水的洪量、洪峰流量、洪水历时等洪水要素以及每场洪水相应降雨过程的平均雨强、前期无雨天数等降雨要素。研究结果表明,洪峰流量对该指数的影响更大;平均雨强、总降雨量以及最大一天降雨量与该指数相关性显著,且相关程度几乎一致。基于R-B指数与降雨各要素的关系所拟合的线性回归公式效果较好。

基于DBSCAN聚类算法的心电图R峰检测研究

本研究致力于提高包含运动噪声、肌电噪声和基线漂移等干扰的心电信号中R峰的检测准确性,为准确估计心率和心率变异性等重要生理参数提供依据。研究通过整合4种不同的R峰检测算法Pan_Tompkins、Hamilton、Engzee和GQRS的结果,并应用DBSCAN聚类算法,用于提升R峰的检测性能。实验选用布尔诺理工大学心电图质量数据库作为数据源,从中提取了1000 s的第二类信号质量样本,这些样本含有运动伪迹和噪音干扰,但R峰依旧可识别,R峰定位的误差容忍度设为100 ms以内。实验结果表明,DBSCAN算法显著提高了R峰检测的准确率至87.6%,灵敏度至93.1%,阳性预测值至93.8%,以及F分数至0.934,说明DBSCAN算法能有效提升在复杂噪音环境下的R峰检测性能,满足临床及研究需求。

基于R-滤子的多帧图像重建算法

针对图像重建中低分辨率图像信息的利用和先验项(正则化项)的估计问题,提出一种新颖的算法——R-滤子方法,通过计算输入图像的高阶信息来构建先验项,同时采用广义交叉验证(Generalized Cross Validation,GCV)方法自适应求解先验项参数(正则化参数),加强算法的自适应性。实验结果表明:重建图像的峰值信噪比值(Peak Signal-to-Noise Ratio,PSNR)比目前主要先验项方法(BTV、Sparse、Huber)的重建图像的值更高,从重建图像的局部细节和纹理也看出该方法的重建图像具有更丰富的信息,同时,从构造方法上说明R-滤子方法在计算上要优于其他方法。

基于FFNN和1D-CNN的实时心律失常诊断系统与算法

为了解决心律失常实时诊断的问题,设计并实现了实时心律失常诊断系统,并提出了一种基于前向反馈神经网络(FFNN)和一维卷积神经网络(1D-CNN)的实时心律失常诊断算法。系统利用可穿戴的心电图(ECG)采集设备采集心电信号并实时无线传输到客户端软件进行心律失常诊断,然后将诊断结果自动上传至服务器。心律失常诊断算法以原始胸导联ECG并采用200 ms时间窗的片段作为输入,首先使用一个基于FFNN模型的分类器实时检测R波的位置,然后提取出每3个R波之间的心电序列并重采样为长度360点作为ECGRRR特征,最后使用一个基于1D-CNN模型的分类器进行实时心律失常分类。利用MIT-BIH心律失常数据库中MLII导联ECG数据训练算法模型并对系统进行测试。结果表明,提出的实时心律失常诊断系统与算法具有正确率高、实时性强且易部署的特点,对于跨病人的R波位置检测查全率为98.0%,查准率为99.5%以及整体正确率为97.6%,对于5分类的心律失常检测正确率为91.5%。

基于小波的数据挖掘技术在Holter心电信号分析中的应用

针对数据挖掘技术的应用,分析了小波变换的多分辨率特性和带通滤波的本质．按照数据挖掘的思想提出基于二次微分小波概貌信号的Holter心电信号中R波极值点检测的数学模型,采用Mallat递归滤波的算法计算离散小波变换并用等效滤波器的思想对算法进行优化．该检测算法经MIT/BIH心律失常数据库的检验,R波有效检测率高达99%；在100多例临床测试中检测率也高达97%以上．该算法模块现已经应用到商业软件中并取得令人满意的效果．

动态心电图中R波峰序列的Lyapunov指数谱

本文介绍了计算机Lyapunov指数谱的方法 ,利用MIT BIH心电数据库 ,计算了其中正常心律、起搏心律、室早搏心律和束支传导阻滞心律四组共 2 4例心电图数据中R波峰序列的Lyapunov指数谱 ,提出了收敛发散比的定义 ,并以此来衡量系统整体特性。研究结果表明 ,正常心律和异常心律以及异常心律之间 ,R波峰序列的Lyapunov指数谱和收敛发散比有差异 ,这显示了不同状态下 ,心脏R波峰序列具有不同动力学特征。为进一步结合其他分析方法全面研究心脏活动状态的特征提供理论基础 ,对将来在临床上应用于早期诊断心脏疾病具有重要意义。

Cr^(4+)∶YAG被动调Q激光器进展

文中简要介绍了Cr4 +∶YAG晶体的可饱和吸收特性 ,重点介绍了Cr4 +∶YAG被动调Q激光器的最新进展 ,并展望了Cr4 +∶YAG被动调Q激光器的发展趋势。

心电信号中R波的小波包检测算法研究

心电信号(ECG)特征参数的提取和检测是心电图分析和诊断的基础,而在ECG分析中,快速准确地检测出QRS波群非常重要,它是计算相关参数和诊断的前提。本文针对心电信号QRS波群中R波的检测算法进行了研究与分析,对传统的小波R波检测算法中存在的检测准确率较低和实时性较差的问题加以改进,并提出了具有更加优良分析效果的小波包R波检测方法。并利用美国麻省理工学院的MIT/BIH心电数据库对上述方法进行仿真验证,同时与传统的小波R波检测算法进行实验对比,结果表明,该方法简单有效、准确率高,适于实际应用。

QRS波第一峰时限联合aVR单导联法对宽QRS波心动过速的鉴别诊断价值

目的探讨Ⅱ导联QRS波第一峰时限(R-wave peak time,RWPT)与aVR导联QRS波初始R波法联合应用对宽QRS波心动过速(wide QRS complex tachycardia,WCT)的鉴别诊断价值。方法回顾性分析已确诊的132例室性心动过速(ventricular tachycardia,VT)和33例室上性心动过速(supraventricular tachycardia,SVT)患者的心电图形态特征,测量心电图的Ⅱ导联RWPT并观察aVR导联初始波是否为R波,检测应用该方法诊断VT的灵敏度、特异度、准确率、阳性预测值及阴性预测值,并将其结果与RWPT诊断方法进行比较分析。结果运用RWPT结合aVR导联QRS波初始R波法诊断VT的灵敏度96.97%,特异度72.73%,准确度92.12%,阳性预测值93.43%,阴性预测值85.71%;与运用RWPT方法比较,灵敏度、准确度及阴性预测值均显著提高(P<0.05)。结论运用RWPT结合aVR导联QRS波初始R波法对WCT的鉴别诊断具有较高的灵敏度与准确度,而且简便快捷,更加适用于急诊WCT的鉴别诊断。

基于Kendall与R/S法的年最大洪峰流量变化特性分析

应用线性回归法、Kendall秩次相关检验法等方法分析年最大洪峰流量序列总体变化趋势,根据重标极差R/S法求出年最大洪峰流量序列的变异点并划分序列,采用Kendall秩次相关检验法或线性回归法分析每段序列变化趋势,并根据R/S法分析每段序列的持续性特征,以两者的结果综合分析序列未来的变化特性。以闽江十里庵站年最大洪峰流量序列为例进行的分析表明,Kendall与R/S法应用于年最大洪峰流量变化特性分析可行,可以为流域汛前防汛备汛工作提供参考。

基于VMD与包络峰值提取的R波检测算法

针对心电信号QRS特征波形检测中的R波检测问题,在原始信号未经预处理的前提下,提出一种基于变分模态分解与包络峰值提取的R波检测方法。通过判定中心频率的变化自适应获取预设尺度K值,信号经变分模态分解后,提取出有效的二维本征模态分量进行归一化、平方处理,结合平滑滤波与包络峰值提取得到R波波峰在该分量上的索引位置,设定窗口采样寻找真正的最大幅值校正索引位置以提高准确性,在原始信号上标定。使用MIT-BIH数据库仿真并将结果与其它算法进行比较,表明该算法具有更高的灵敏度、阳性准确率与准确率。

用光切法测量表面粗糙度R_Z、S值的实验研究

用光切法测量表面粗糙度 RZ、S值可实现对表面轮廓要求的二维控制。介绍了原理、操作、处理等方面的技术细节 ,对工程应用具有指导价值。

可穿戴式心电信号R峰检测的心拍感知卷积网络

目的 实现可穿戴式心电信号的R峰检测,为准确估计心率、心率变异性等生理参数提供基础。方法 采用全卷积网络预测R峰热图,对热图进行峰值定位获得R峰位置。引入心拍感知模块,联合心拍数量预测任务和R峰热图预测任务进行学习,提高卷积网络对全局上下文信息的提取能力。心拍感知模块预测的心拍数量还可估计R-R间期,用作峰值定位的峰间最小水平距离。为满足移动端的实时应用,采用深度可分离卷积减小模型的参数量和计算量。结果 实验仅使用可穿戴式心电数据训练模型。测试中定位误差容忍度设置为150 ms时,本文方法在可穿戴式心电数据集和公开数据集LUDB上的R峰检测灵敏度均高达100%,真阳率均超过99.9%;对于时长10 s的ECG信号,R峰检测CPU耗时约为23.2 ms。结论 本文方法对可穿戴式和常规心电信号的R峰检测均可达到良好效果,且满足R峰检测的实时性需求。

一种新的心电信号R峰自动检测方法

R波是心电(ECG)信号中最重要的组成部分,蕴含着重要的生理病理信息。在长时ECG信号上实现R峰自动检测是进行心率变异性分析、心血管疾病诊断、生物识别和ECG编码的关键步骤。文中提出了一种新的基于小波变换的R峰自动检测方法。首先,设计了一种改进的小波阈值法,并结合小波包分解对原始心电信号进行去噪处理;其次,将去噪后的心电信号进行小波变换,采用自适应阈值法在恰当的频率子带上检测出候选R峰,并将其位置逆变换于心电信号;最后,根据RR间期的局部变化趋势进行R峰的精细筛选,以最终完成R峰检测。文中选用MIT-BIH心律失常数据库中的2个心电记录对所提算法进行性能评估,采用错误检测率(DER)、真阳性率(+P)、敏感度(Se)和准确率(Acc)作为评价指标,平均检测结果分别可达0.395%,99.67%,99.95%,99.62%。

改进型阈值提取心电信号的R峰值

心电信号(ECG)在心脏疾病诊断治疗中起着十分重要的作用,其中,由于R波具有幅度较大且易于检测的特性,故R峰值的检测成为电生理信号处理的一个重要的环节,它的正确检测对进行心率检测和电生理分析起着至关重要的作用。然而,心电信号在采集过程中会受到一定程度的干扰,例如工频干扰,基线漂移等问题,常用的R峰值阈值算法无法检测基线较低的心电波形,产生漏检。针对此问题,文章提出一种R峰值改进型阈值提取算法,通过对每个心电周期设置阈值和重检机制,提高了阈值算法的准确率。仿真实验证明,该方法简单有效,实时性强,显著提高了R峰值检测的准确率,满足临床应用的要求。

基于改进小波变换的QRS特征提取算法研究

心电图数据是分析人体心脏病理的基础,针对心电数据的QRS波形特征提取问题,提出一种基于改进小波变换的特征提取方法。首先,选用小波函数Coiflet对采集信号2层分解,然后进行去噪处理。最大限度地保留心电信号有用特征成分,采用极大值与斜率双重检测法进行QRS波中R峰的定位,进而准确提取QRS特征。最后利用MIT-BIH数据库验证算法的准确性和有效性。实验结果表明,该算法针对QRS波形特征识别精度达到了99.661%,具有更高的有效性。