基于多尺度斜率差分的间接角点检测算法

为了提高角点检测算法的准确性及快速性,提出了一种基于多尺度斜率差分的间接角点检测算法。首先,使用Canny算子检测图像的边缘轮廓;其次,将轮廓点序列在X、Y方向进行分解以简化运算;然后,基于多尺度空间来分别计算三个不同尺度下的斜率差分均值,并将其累积得到角点判别值;最后,对不同的轮廓曲线使用自适应阈值来确定角点。实验结果表明,该算法在具备自适应性的同时,提高了算法的运算速度以及对噪声的抗干扰能力。

一种改进的差分阈值心电检测算法

针对差分斜率法中阈值选取固定的局限性,提出一种基于差分斜率、能量窗口方法的心电检测算法。该算法根据当前信号特点自适应动态选择阈值,从而提高算法的适应性和计算精度。采用MIT-BIH中的QT数据库提供的106组心电数据和一些临床实测数据对改进方法进行验证。实验结果表明,该算法能提高各波的检测精度,对各波的定位误差在30 ms以内,对大P(T)波、双P(T)波等具有较强的抗干扰能力。

自适应聚类中心策略优化的密度峰值聚类算法

密度峰值聚类算法(DPC)是一种简单高效的无监督聚类算法,能够快速找到聚类中心完成聚类。该算法通过截断距离定义局部密度未考虑样本点的空间分布特征;通过决策图选择聚类中心点,具有较强人为主观性;在分配样本点时采用单一分配策略,易产生连带错误。因此提出一种自适应聚类中心策略优化的密度峰值聚类算法(ADPC),采用共享近邻定义两点之间的相似性度量,重新定义了局部密度,使局部密度反应样本间的空间分布特征;通过相邻点之间斜率差分确定样本密度ρ与相对距离δ的乘积γ值的“拐点”,并对γ进行幂函数变换,以提高潜在聚类中心与非聚类中心的区分度,利用决策函数确定潜在的聚类中心,再通过潜在聚类中心之间距离均值自适应确定真实聚类中心;优化了非聚类中心点的分配策略。通过在UCI以及人工数据集上进行实验,该算法都可以自适应准确选定聚类中心,且在一定程度上提高了聚类性能。

便携式实时心电监护分析系统的设计

鉴于心电监护产品的现状以及嵌入式平台的优势,提出一种基于WinCE操作系统的心电实时显示分析系统的设计。系统能够在实时监护过程中同步识别出每个心电周期并进行相应处理。首先介绍了系统的组成,接着提出了软件部分的设计方法。在第三部分数据分析算法中阐述了数据预处理阶段中值滤波器和平滑滤波器的设计,差分斜率算法识别QRS波群的过程。最后使用BioSim-12型心电信号发生器产生各种类型的心电信号,测试系统的工作性能,经过测试系统运行稳定,信号的检出准确率达96%以上。

基于STM32的便携式家用心电检测仪的设计

设计了一种基于STM32的便携式家用心电检测仪。心电电极采集体表单导联心电信号,经预处理电路对心电信号进行放大、滤波和电平抬升后,送至STM32中进行模/数转换和数字处理,在液晶屏上实时显示心电波形、心率和分析结果。实验表明,该心电仪能有效提取心电信号的特征点,准确测得心率,分析出4种常见心率失常症状,并可测得HRV的时域参数。