1. 研究目的与意义
健康状况是社会关注的焦点问题，而心脏疾病是造成人类死亡的三大疾病之一，所以，心脏病的研究一直是一个重要的课题，目前出现了许多无创伤性早期诊断手段，在众多心脏功能评估方法中心电图是应用最成熟、最普及检查方法。心电图是各种心血管疾病检查中必不可少的信息，对于心率失常、心肌缺血及心肌肥厚等心血管疾病的诊断具有非常重要的意义，由于其简单、方便、无创等特点，在临床上得到了广泛的应用。
生物医学信号作为判断人体生命状况及其重要的生理信号，处理心电信号是很有必要的，应有计算心电信号，越来越广泛的应用于心脏功能检查、心电监护等方面，而心电分析中首要的和关键的问题便是QRS波的检测，因为在QRS波确定之后才有可能计算心率并进行心率变异分析，才能通过检测ST端的参数及分析心电的其他细节信息。有了全面综合的分析之后再对心脏的功能结构做出正确的判断。可以协助某些心脏病的病因学诊断，观察某些药物对心肌的影响。再者便是对某些电解质紊乱、心电信号不仅有助于诊断而且对指导治疗也有重要的参考价值。
2. 研究内容和预期目标
一 人体的心电信号有哪些特点？
心电信号属于生物医学信号，因此具有以下特点：信号具有近场检测的特点，离开人体表微小的距离，就基本上检测不到信号；心电信号通常比较微弱，至多为mv量级；属于低频信号，且能量主要在几百hz以下；干扰特别强。干扰既来之生物体内，如肌电干扰、呼吸干扰等，也可来自生物体外，如工频干扰，信号拾取时因不良接触等引入的其他外来干扰等。
3. 国内外研究现状
心电信号的检测与分析直接影响人体心脏疾病诊断和治疗的准确性和可靠性。然而，ecg信号十分微弱，难以采集、且容易受到肌电、基线漂移等噪声影响。其中，运动伪影是一种特殊的基线变化，它是由基线漂移瞬间变化的部分，主要是由病人皮肤的运动导致电极的移动造成的、这些噪声的存在给心电信号处理带来了一定的难度，如何进行精确有效地qrs波检测成为国内外众多专家学者共同面对的难题。
自心电信号自动分析概念问世以来，，针对心电信号的qrs波进行的研究工作已经逐渐成熟。目前，主要的心电信号qrs波检测算法有以下四种方法：人工神经网络法，需要大量具有代表性的心电信号数据集进行训练，通过模仿人脑的神经网络认知，来进行对待测数据的特征匹配以完成qrs波形定位。该方法检测效果好，具有很好的鲁棒性，但需要大量的代表性数据集，故实施操作起来有困难。小波变换法，其原理是通过一系列的带通滤波，将心电信号分解到不同的尺度上，在不同尺度上的小波系数会产生模极值。这些模极值对应着心电信号的峰值点。 而qrs波定位检测的核心就是先通过寻找qrs波峰值，故只需检测模极值就可以确定qrs波峰值，以完成qrs 波定位检测。时域分析法 ，通过分析心电信号的波形幅度以及固定的单位波形斜率来进行qrs波定位检测。但该方法默认是qrs波形幅度大于p波、t波幅度，如果存在p波、t波振幅大于qrs波振幅，则会出现检测错误。最后是模板匹配法， 根据已经存储的固定模板来对待检测的心电信号数据进行对比，简单直观。但由于模板固定，人与人自身因素不同导致的心电信号不同。
4. 计划与进度安排
1.对心血管疾病有基本的了解以及可以正确的分析心电图(主要是心电信号中不同波峰谷的峰值、时间间隔)。
5. 参考文献
[1]基于确定学习理论的心电身份识别研究[d].晏国辉.华南理工大学 2019
[2]机器学习在心电数据分析中的研究和应用[d]. 张凯.北方工业大学 2019
[3]运动心电实时数据异常检测系统研究与应用[d]. 吴琼琼.北方工业大学 2019
课题毕业论文、开题报告、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
