摘要心血管疾病在一定程度上影响广大群众的身心健康，其中心电图（ECG）是判定此类疾病的关键方式，在临床上具有不可替代的地位。人工诊断ECG不仅会增加诊断者的工作量，也可能会使诊断者因为疲劳而造成误判。因此，ECG自动诊断系统应运而生，这类系统的核心是数字心电信号算法的研究。本文先介绍了ECG自动诊断系统的框架与系统各部分组成模块的发展现状，接着介绍了心电图的基本知识，包括心电图波形各波段的成因和意义、心电信号所携噪声的成因和特征以及几种常见心律失常的心电图特征和诊断标准。随后，为了提高检测的可靠性及准确率，本文对心电信号进行了去噪的预处理，包括基线漂移、工频干扰、肌电噪声这三种噪声的滤除。预处理之后，本文介绍了阈值法和小波变换法进行QRS波群检测的思路，并进行了仿真和比较。得到QRS波群信息后，便可以从中提取心电信号的特征参数，进而通过特征参数进行异常心拍诊断。伪差是心电噪声的一种，要做到完全滤除十分困难，本文把其对应的波形视为异常波段，与异常心拍诊断一样，将伪差波段与非伪差波段进行识别分类。因此，本文中的异常诊断模块实现的主要功能是PVC心拍识别和伪差识别。在本文描述的ECG自动诊断系统中，涉及了很多心电信号处理的算法，具体如下：1.去除基线漂移时，本文对均值滤波、中值滤波、形态学滤波三种方法进行了优劣对比，最终选定了中值滤波来做基线漂移滤除的工作。2.去除工频干扰时，设计了60Hz的带阻陷波器，通过频域仿真图验证该方法去噪的效果。3.去除肌电干扰时，利用窗函数法设计了一个低通滤波器，从时域和频域均可看到滤波的效果。4.QRS波形检测时，介绍了基于阈值和基于小波变换的两种不同的检测算法，并对这两种算法进行了对比。5.PVC心拍识别时，把模糊化后的特征参数输入到BP神经网络中，由网络的输出情况来判断是否是PVC心拍。6.伪差识别时，……这些算法在信号处理领域十分常见，用于ECG处理时也能起到较好的效果。将这些算法运用于ECG自动诊断系统中，可以得到一份令人满意的心电诊断报告。关键词：心电图（ECG）室性早搏伪差小波变换模糊神经网络Keywords:Electrocardiogram(ECG)，PrematureVentricularContract，artifacts，vavelettransform，fuzzyneuralnetwork第1章绪论1.1论文研究的背景和意义随着科学技术日新月异的发展、学科知识瞬息万变的更新，人们生活水平越来越好的同时，生活节奏越来越快，各种疾病越来越猖獗，因为身体达到生理极限而猝死的情况不再是我们身边的个例。科学技术是把双刃剑，它的发展给临床治疗提供了新方法新思路，能让很多的病症更有效地得到缓解甚至是治愈，但它带来的压迫也使得许多疾病的患者逐日增多。而医疗水平的提升及其它因素影响下，人口出现老龄化现象，这也一定程度上加重了人们对慢性疾病的关注程度。根据世界卫生组织（WHO）相关信息，世界每年有3600万人因非传染性疾病去世（NoncommunicableDisease，NCD），占死亡总数的2/3。在NCD死亡率中，心血管疾病（CardiovascularDisease，CVD）所占比例最高。WHO预计，到2020年，世界上死于NCD的人数将上升至4400万，死于CVD的人数将达到2500万。在我国，每年约有55万人发生心脏性猝死，其中中青年比例持续上升【1】。表1-1非传染疾病中各种疾病的致死疾病名称心血管疾病癌症呼吸疾病糖尿病其他致死率37%27%8%4%24%心脏病作为高发慢性病，是多重原因共同作用的结果，其患病发病与个人行为、社会环境、家族遗传等因素息息相关。这使得心脏病在一定程度上具有可控性，人们可以通过适当的途径来降低其患病率和发病率。而心电图作为诊断心脏病的主要手段，具有无创、便捷、可靠等优点，在临床诊断中备受青睐。医院里使用的临床心电仪要求在静止状态下对测试者进行心电检测，这受病人经济条件、病人可接受的静止测试时长、测试环境等诸多因素限制。同时，很多早期的临床心电仪需要医生对心电记录进行解读。这使得诊断结果主要依赖于医生的主观诊断，而医生的学习背景、病理储备、精神状态等不定因素都会影响诊断结果。为了避免临床诊断的上述弊端，自动诊断系统应运而生。在现今医院的常规体检时，会进行不到一分钟...
