基于ARM的室顫和T波交替檢測技術.pdf

1、隨著心臟猝死現(xiàn)象的日益增長，研制一種可靠的和便攜式的心電圖監(jiān)測儀器迫在眉睫。猝死發(fā)生前可無任何先兆，據(jù)美國心臟協(xié)會(American Heart Association，AHA)統(tǒng)計，在猝死病例中，約有高達30％的死者沒有或從來沒有發(fā)現(xiàn)過心臟病。絕大部分心臟病猝死情況發(fā)生在醫(yī)院外面，如果能提前發(fā)現(xiàn)和采用迅速的治療可以提高這部分人存活的機會。因此對猝死和惡性室性心律失常的預測是心律失常學研究的一個重要課題。心室纖顫(Ventricular

2、 Fibrillation，VF)是惡性心律，易引發(fā)心臟猝死現(xiàn)象。T波交替(T-wave Alternans，TWA)是心肌缺血時預測發(fā)生惡性室性心律失常與心臟性猝死的獨立的、具有統(tǒng)計學意義的，國際公認的重要預測指標。本課題就是以VF和TWA檢測技術為主要內(nèi)容進行研究的。
　　對于VF檢測，本文介紹了幾種經(jīng)典的算法，并提出一種基于支持向量機(Support Vector Machine，SVM)的新算法。該算法基于SVM技術，Hu

3、rst index和相空間重構。待檢測信號取自BIH-MIT和CU數(shù)據(jù)庫，首先對待檢測信號進行預處理，然后取滑動窗長度為3s計算出心電信號段的動力學指標值Hurst指數(shù)與相空間重構算法中的d值，最后把這兩個參數(shù)作為特征向量輸入到事先設計好的二分類支持向量機中，從而實現(xiàn)分類。本算法成功實現(xiàn)了心室纖顫信號的分類，并通過計算該算法的靈敏度、精確度、預測性和準確度且與其他算法比較，可得我們的新算法總體準確率優(yōu)于其他算法。
　　TWA是指在

4、T波段幅度、形態(tài)逐拍交替變化的心電變異現(xiàn)象，目前已成為預測心臟性猝死的一個無創(chuàng)的臨床指標。應用先進的信號處理技術和去噪技術，檢測T波微伏量級的波動已經(jīng)成為可能。傳統(tǒng)的譜分析法需要精確定位，本文中深入探討了一種基于T波最大值的TWA快速傅氏變換(Fast Fourier Transform，F(xiàn)FT)分析法。該方法能在減少抽樣頻率的條件下，保證計算精度?；赥波最大值的方法還解決了固定T波的取樣點隨著心率的變化而變化問題。該方法對連續(xù)128

5、個正常心跳周期的ST-T結構中的T波最大值進行FFT變換，進而可以得到其功率譜曲線圖。該功率譜圖可反映TWA。結果顯示，該算法的檢測準確率較高，而且大大減少了仿真的計算量。
　　我們致力于建立一個嵌入式的便攜式心電圖監(jiān)測無線通信設備，便攜式心電監(jiān)護儀是及時檢測出病人發(fā)生的心律失常信號并實時發(fā)出報警的心電監(jiān)護設備，它具有體積小、便于攜帶、操作簡單等優(yōu)點，對挽救院外病人的生命發(fā)揮著重要作用。除了有優(yōu)質的監(jiān)測算法，處理器的選擇也尤為重要