基于心电图分析的心律失常分类

心律失常分类是心电图自动分析的重要内容。论文基于心律失常的心电波形特点,运用逻辑判别树方法实现心律失常分类。首先,运用数学形态学和小波变换算法检测心电波形的QRS波,计算RR间期、QRS波时限等参数;然后结合医生识读心电图判别依据,将所有心拍分成主导性心拍、室上性异常心拍、室性异常心拍、其他心拍4类。利用MIT-BIH心律失常数据库检验分类效果,统计结果表明总体准确率达到了94.2%。     

基于心电图分析的心律失常分类

心律失常分类是心电图自动分析的重要内容。论文基于心律失常的心电波形特点,运用逻辑判别树方法实现心律失常分类。首先,运用数学形态学和小波变换算法检测心电波形的QRS波,计算RR间期、QRS波时限等参数;然后结合医生识读心电图判别依据,将所有心拍分成主导性心拍、室上性异常心拍、室性异常心拍、其他心拍4类。利用MIT-BIH心律失常数据库检验分类效果,统计结果表明总体准确率达到了94.2%。     

健康小白鼠高频心电图分析

对96例健康小白鼠的高频心电图进行分析,得出正常小白鼠的心电图参数,并描述其心电图特征,为生理学、药理学实验提供比较依据。对其心电图特征,如P波波形多样化、T波与RS波部分融合及QRS波上的高频切迹,进行了分析和讨论。     

基于小波变换的心电图QRS波群检测方法

提出一种对心电图QRS波群进行检测的方法,该方法采用Marr小波对心电信号按照Mallat算法进行分解滤波,利用小波变换与信号奇异点之间的关系,在尺度3下采用幅度阈值法对QRS波群进行检测,同时运用综合检测方法进行复检,从而提高R波检测的正确率。以国际上广泛承认的心电数据库MIT-BIH中的记录对算法进行检验,正确检出率在99.8%以上。此检测方法具有简单、运行速度快的特点,易于在临床诊断实时性检测系统中实现。     

心律失常性右室心肌病心电图异常波形特征分析

目的探讨致心律失常性右室心肌病心电图异常波形特征,分析心电图在致心律失常性右室心肌病快速临床诊断中的应用价值.方法选取26例明确诊断为致心律失常性右室心肌病患者,对其心电图异常波形特征及临床表现进行综合分析.结果心电图异常波形特征性表现为E波,V_1～V_3导联出现T波倒置,局限性QRS波时相间期延长,波幅降低,S波升支时间延长.致心律失常性右室心肌病患者的主要临床表现是心悸、头晕、晕厥、胸闷、室性心律失常、心力衰竭甚至猝死.结论在致心律失常性右室心肌病的快速临床诊断中,患者的临床表现缺乏特异性,根据心电图异常波形的特征表现能够更为准确地进行快速临床诊断.     

正常儿童心电图的研究

本文对450名正常儿童的心电图进行了分析。结果表明:儿童心率波动幅度大,平均心率随增龄而减慢。心电轴86%以上在正常范围;P波电压与增龄无规律关系,P波时限随增龄有所延长;Rv_1、Rv_3和Sv_5以及Rv_1+Sv_5均随增龄而降低,QRS波时限随增龄而延长;男童T波的电压平均高于女童;年龄愈大、心率愈慢,P-R间期和Q-T间期愈长。我们测定的结果还与国内有关报导同年龄组儿童的心电图进行了比较。     

浙江常见几种蝙蝠的心电图研究

本文报导浙江常见七种蝙蝠的心电图,均由p波、QRS波群及T波组成。有关心电图的参数存在着种间、性别和气温不同而出现的差异。     

心电图中T波的分析

心电图中T波变化较多,它反映心室肌的复极过程,T波改变受生理性和病理性因素影响.通过对T波的形成、T渡异常的诊断标准、原发性与继发性T渡改变、异常T波及正常变异性T波的分析,达到对T渡的进一步了解,使心电图工作者在实际工作中结合临床正确判断患者的T波改变的临床意义.     

棕色田鼠心电图的测定和分析

实验采用标准双极肢导联(Ⅰ、Ⅱ、Ⅲ)和加压单极肢导联(aVR、aVL、aVF),对轻度麻醉的30只成体棕色田鼠进行了心电图测定,并对心电图各波进行了初步分析.结果表明,棕色田鼠的心律为窦性心律;QRS波平均心电轴为82°,它与T波不能完全分开,呈QRS-T波群,无S-T段.     

一种检测与分析心电波形的算法

介绍了心电图波形自动识别的软件设计,着重讨论了用特征识别法对心电图波形进行检测,并提出了自学习算法,最后给出了１０种常见的心律失常的判别准则．所有软件均用８０９８汇编语言编制完成．实验表明,本软件对提高ＱＲＳ波检测率及一些基本心律失常的诊断具有良好的效果,适用于心电自动监护系统．     

129例健康家鸽心电图分析

本文记录和分析了129例健康家鸽心电图,除了证实家鸽和其它禽类心电图一样,呈现P、S和T波,通常Q波缺如之外,还观察到:R波(大R或小R波)在许多导联中都有不同程度的出现率,同时,在某些导联中常有小而不完全的Q波。     

基于Q型聚类分析和贝叶斯判别算法研究储层分类评价

储层分类评价是油藏研究的重要内容,为了使储层分类更准确、合理,本文采用Q型聚类分析和贝叶斯判别算法相结合的方法,进行储层分类评价研究.综合优选砂岩厚度、孔隙度、渗透率、碳酸盐含量及泥质含量等各种储层参数.应用数理统计方法将这些参数集合起来,采用Q型聚类分析的算法对储层进行分类;在此基础上,采用贝叶斯判别算法,建立这些储层参数与储层分类评价的定量判别关系,即建立进行储层分类评价的判别函数,依据此判别函数对非取心井的目的层进行了定量分类评价.实例证明,应用Q型聚类分析和贝叶斯判别算法相结合进行储层分类评价是有效的,其应用效果良好.     

太行山猕猴心电图的分析

本文对70例健康的太行山猕猴的心电图进行了分析。心电位大部分为横位和半横位。心电轴有68.8%在正常范围。全部为窦心律,心率随年龄增长在一定范围内逐渐减慢。第Ⅱ导联P—R间期、Q—T间期都随年龄增加而增长;P波时间、电压,QRS波群时间、R波电压,T波时间、电压,在性别间和年龄组间似不存在差异。S—T段偏移较为多见。太行山猕猴心电图的某些项目与南方猕猴存在着显著差异。     

心电信号的房颤自动识别算法

为提高房颤识别的准确率和效率,提出基于心电信号的房颤自动识别算法.首先,采用二阶差分阈值法对R波进行初筛;然后,引入指数移动平均的方法动态验证初选出的R波,通过整体上移心电图、结合一阶差分阈值和实时调整窗口时间的方法解决影响R波准确率的问题;最后,基于临床经验,提出3条判别规则,从而筛选出相应的房颤片段.实验结果表明:文中算法的阴性预测率和特异性分别可达99.7%和99.8%,可有效帮助医生减少阅读量,提高工作效率和诊断准确率.     

临床12导联同步心电图标准数据库的建立

心电图数据库是发展心电分析自动化的基础,在心血管病的研究和诊断、心电图仪及自动分析软件的检测评估等领域发挥着重要作用。本文主要介绍了采用SQL Sever关系数据库,来进行标准心电数据库的开发和数据存储。     

心房晚电位的检测与分析系统

介绍了一种基于微机的心房晚电位的检测与分析系统，通过对Ｒ波触发和Ｐ波触发的信号平均心电图方法的讨论和比较，获得了一套实用可行的Ｐ波提取方法，标准Ｐ波宽度，空间向量的总Ｐ波宽度和最后３０ｍｓ均方根电压是一些与房颤关联的诊断参数，详细的介绍了本系统获取这些参数的算法，并给出了一套辅助临床诊断的参考指标，初步使用的情况表明，这个系统的检测答方法是有效的，在临床上可以对房颤和房扑进行预测，目前国内对心房晚     

刺猬正常心电图分析

经过对51只刺猬休眠期和非休眠期心电图观察记录分析,得出刺猬心电图各波各间期正常值、各波波形及其变化以及休眠期与非休眠期差别等资料。     

不同日龄棕色田鼠心电图的初步研究

实验采用标准双极肢导联(Ⅰ,Ⅱ,Ⅲ)和加压单极肢导联(aVR,aVL,aVF),对非麻醉状态的59只不同日龄棕色田鼠进行了心电图测定,并对心电图各波进行了分析研究.结果表明,棕色田鼠的心律为窦性心律,平均心率为471±81次/min;心电图各波波形与小白鼠和大白鼠类似,无明显S-T段;随日龄的增加,P,R,T波振幅逐渐增大;P波、QRS波群、T波持续时间占心动周期的百分比随日龄增加而升高;棕色田鼠房-室传导速度相对较慢.     

一种心电图自动检测算法

心电图自动检测算法,是研究心电图机自动分析与诊断的核心内容.文章介绍了一种改进的基于斜率的可变差分阈值算法.     

用分数维方法将心电图形加载患者参数数字化

本文首次提出了在心电图图形数字化过程中加载患者临床诊断信息的思想．我们借鉴分数维的处理方法,采用跟踪了三年的患者病历,以尽早发现心脏病变为目的,将患者临床诊断信息与心电图图形相结合,定义了一种把心电图转换成数据的新方法．该方法可克服由于心脏混沌造成的患者心电图的个体差异,便于使用计算机建立患者数据库及进行相应的数据分析．