📄Работа №195998
Тема: Автоматизированная обработка электрокардиограмм с применением вейвлет-преобразования
Тип работы
Дипломные работы, ВКР
Предмет
информатика
Объем:
58 листов
Год:
2018
Просмотров:
49
4200
руб.
🛒 Купить работу
Не подходит эта работа?
Закажите новую по вашим требованиям
Узнать цену на написание
Закажите новую по вашим требованиям
Представленный материал является образцом учебного исследования, примером структуры и содержания учебного исследования по заявленной теме. Размещён исключительно в информационных и ознакомительных целях.
Workspay.ru оказывает информационные услуги по сбору, обработке и структурированию материалов в соответствии с требованиями заказчика.
Размещение материала не означает публикацию произведения впервые и не предполагает передачу исключительных авторских прав третьим лицам.
Материал не предназначен для дословной сдачи в образовательные организации и требует самостоятельной переработки с соблюдением законодательства Российской Федерации об авторском праве и принципов академической добросовестности.
Авторские права на исходные материалы принадлежат их законным правообладателям. В случае возникновения вопросов, связанных с размещённым материалом, просим направить обращение через форму обратной связи.
Настоящий учебно-методический информационный материал размещён в ознакомительных и исследовательских целях и представляет собой пример учебного исследования. Не является готовым научным трудом и требует самостоятельной переработки.
📋 Содержание
Реферат
ВВЕДЕНИЕ 4
1 АНАЛИЗ ПРЕДМЕТНОЙ ОБЛАСТИ 5
1.1 QRS-комплекс ЭКГ 5
1.2 Автоматизированная обработка ЭКГ 12
1.3 Постановка задачи 20
1.4 Обоснование выбора средств разработки 21
Выводы по разделу 23
2 РАЗРАБОТКА МОДЕЛЕЙ И АЛГОРИТМОВ 24
2.1 Математическая модель эталонного сигнала 24
2.2 Основной алгоритм анализа ЭКГ-сигнала 29
2.3 Алгоритм автоматизированной обработки ЭКГ-сигнала 29
Выводы по разделу 31
3 ЭКСПЕРИМЕНТАЛЬНОЕ ТЕСТИРОВАНИЕ СИСТЕМЫ 32
3.1 Очистка ЭКГ-сигнала от шума и выделение QRS-комплекса 32
Выводы по разделу 41
ЗАКЛЮЧЕНИЕ 42
БИБЛИОГРАФИЧЕСКИЙ СПИСОК 43
ПРИЛОЖЕНИЕ ТЕКСТ ПРОГРАММЫ 45
ВВЕДЕНИЕ 4
1 АНАЛИЗ ПРЕДМЕТНОЙ ОБЛАСТИ 5
1.1 QRS-комплекс ЭКГ 5
1.2 Автоматизированная обработка ЭКГ 12
1.3 Постановка задачи 20
1.4 Обоснование выбора средств разработки 21
Выводы по разделу 23
2 РАЗРАБОТКА МОДЕЛЕЙ И АЛГОРИТМОВ 24
2.1 Математическая модель эталонного сигнала 24
2.2 Основной алгоритм анализа ЭКГ-сигнала 29
2.3 Алгоритм автоматизированной обработки ЭКГ-сигнала 29
Выводы по разделу 31
3 ЭКСПЕРИМЕНТАЛЬНОЕ ТЕСТИРОВАНИЕ СИСТЕМЫ 32
3.1 Очистка ЭКГ-сигнала от шума и выделение QRS-комплекса 32
Выводы по разделу 41
ЗАКЛЮЧЕНИЕ 42
БИБЛИОГРАФИЧЕСКИЙ СПИСОК 43
ПРИЛОЖЕНИЕ ТЕКСТ ПРОГРАММЫ 45
📖 Введение
Сердечно-сосудистые заболевания - одни из самых опасных заболеваний, а также самых распространенных. Такие заболевания можно выявить с помощью электрокардиограмм (ЭКГ). ЭКГ - это графическое отображение (на бумаге или мониторе) электрических потенциалов, возникающих во время сокращений сердца. ЭКГ является наиболее распространенным исследованием, позволяющим получить много информации о состоянии сердца. Большой процент людей страдает от инсультов, инфарктов, ишемической болезни сердца. Притом доказано, что примерно у половины больных даже при регулярном обследовании на ЭКГ не наблюдается видимых изменений. Поэтому требуются более точные методы обработки ЭКГ.
Данная тема актуальна в области медицины. Она может быть полезна медицинским работникам для упрощения и ускорения работы.
Целью работы является разработка и исследование алгоритмов для автоматизированной обработки оцифрованной ЭКГ.
В первом разделе описана предметная область, подробно описаны
составляющие ЭКГ, описана постановка задачи, выбор средств разработки.
Во втором разделе описана математическая модель эталонного сигнала, исследованы алгоритмы автоматизированной обработки ЭКГ.
В третьем разделе подробно описаны исследования работы, а также проверка алгоритмов на экспериментальных данных.
Данная тема актуальна в области медицины. Она может быть полезна медицинским работникам для упрощения и ускорения работы.
Целью работы является разработка и исследование алгоритмов для автоматизированной обработки оцифрованной ЭКГ.
В первом разделе описана предметная область, подробно описаны
составляющие ЭКГ, описана постановка задачи, выбор средств разработки.
Во втором разделе описана математическая модель эталонного сигнала, исследованы алгоритмы автоматизированной обработки ЭКГ.
В третьем разделе подробно описаны исследования работы, а также проверка алгоритмов на экспериментальных данных.
✅ Заключение
В ходе выполнения данной работы была достигнута поставленная цель, выполнены все поставленные задачи: изучены существующие методы обработки ЭКГ, разработана математическая модель эталонного сигнала, исследованы алгоритмы выделения QRS-комплекса, экспериментально исследованы различные виды вейвлетов для очистки сигнала.
1) изучены существующие методы обработки ЭКГ;
2) разработана математическая модель эталонного сигнала, исследованы алгоритмы выделения QRS-комплекса с применением вейвлет-преобразования;
3) исследована работа алгоритмов на ЭКГ здорового пациента и пациента, перенесшего инфаркт миокарда;
4) рассмотрены различные виды вейвлетов для очистки ЭКГ-сигнала;
5) оценена точность работы алгоритмов на эталонных сигналах;
6) метод проверен на реальных сигналах.
Был определен вейвлет, при котором очистка сигнала от шума дает наименьшую погрешность между исходным сигналом и очищенным:
При очистке эталонного сигнала «норма» и «инфаркт» наилучшим оказался вейвлет Добеши 4 порядка на 4 уровне, при использовании которого была получена погрешность между исходным сигналом и сигналом, очищенным от шума, равная 7.84% для сигнала «норма» и 3.69% для сигнала «инфаркт»;
Также выделены QRS-комплексы с применением вейвлет-преобразования.
Разработанная программа прошла успешные испытания на реальных данных ЭКГ здорового пациента. А на ЭКГ пациента, перенесшего инфаркт, алгоритм выделения QRS-комплекса не смог выделить комплекс и вывел сообщение о том, что «QRS-комплекс не обнаружен».
Реальные данные ЭКГ мы брали из открытой базы физиологических сигналов physionet.org.
В дальнейшем можно заняться построением и исследованием вейвлета по образцу, используя типовые формы ЭКГ при различных заболеваниях.
1) изучены существующие методы обработки ЭКГ;
2) разработана математическая модель эталонного сигнала, исследованы алгоритмы выделения QRS-комплекса с применением вейвлет-преобразования;
3) исследована работа алгоритмов на ЭКГ здорового пациента и пациента, перенесшего инфаркт миокарда;
4) рассмотрены различные виды вейвлетов для очистки ЭКГ-сигнала;
5) оценена точность работы алгоритмов на эталонных сигналах;
6) метод проверен на реальных сигналах.
Был определен вейвлет, при котором очистка сигнала от шума дает наименьшую погрешность между исходным сигналом и очищенным:
При очистке эталонного сигнала «норма» и «инфаркт» наилучшим оказался вейвлет Добеши 4 порядка на 4 уровне, при использовании которого была получена погрешность между исходным сигналом и сигналом, очищенным от шума, равная 7.84% для сигнала «норма» и 3.69% для сигнала «инфаркт»;
Также выделены QRS-комплексы с применением вейвлет-преобразования.
Разработанная программа прошла успешные испытания на реальных данных ЭКГ здорового пациента. А на ЭКГ пациента, перенесшего инфаркт, алгоритм выделения QRS-комплекса не смог выделить комплекс и вывел сообщение о том, что «QRS-комплекс не обнаружен».
Реальные данные ЭКГ мы брали из открытой базы физиологических сигналов physionet.org.
В дальнейшем можно заняться построением и исследованием вейвлета по образцу, используя типовые формы ЭКГ при различных заболеваниях.
ИЛИ
Поиск аналога
📕 Список литературы
🖼 Скриншоты
🛒 Оформить заказ
⚡ Работу высылаем в течении 5 минут после оплаты.