导读:本文包含了心电图数据库论文开题报告文献综述及选题提纲参考文献，主要关键词:ECG,异源心电数据库,BP神经网络,多阶分类算法
心电图数据库论文文献综述
董海廷[1]（2015）在《基于心电图的异源数据库及诊断算法研究》一文中研究指出心电图(Electrocardiogram,ECG)从19世纪被应用于临床医学以来,一直在疾病诊断过程中扮演着重要角色。通过对前人研究的总结和分析,可以发现心电信号处理算法非常的丰富,但很少有涉及到针对异源心电数据库问题的研究。然而现实的应用往往针对异源数据库,所以异源数据库的研究是非常有必要和价值的。另外,神经网络被广泛应用于心电识别领域,尤其是BP神经网络。但通过深入研究和大量实验发现,当样本容量逐渐增大相应测试样本的容量也随之增大时,基于BPNN的分类中,测试样本输出结果的区分度会越来越小。这必然导致很多样本被错误的归类,所以解决BP神经网络的这一缺陷也是非常有必要的。针对上面出现的这两个问题,本文提出了解决异源数据库应用障碍的预处理方法和基于BP神经网络的多阶分类算法。通过对心电图诊断过程的充分调研,提出了去噪及采样频率转换的预处理方法。结合叁个异源心电数据库,进行了异源数据库处理并通过熵值、标准差、峰度和偏度四个相似度指标对处理前后叁个数据库信号的相似度做了对比。实验表明,提出的预处理方案具有较好的效果。另外,结合MIT-BIH心率失常数据库和PTB心电数据库,进行了异源数据库间的疾病诊断实验,实验表明本文提出的预处理方案可以解决异源数据库之间疾病诊断问题。为了解决BP神经网络分类区分度变小的问题,在对BP神经网络深入研究之后,本文通过增加多个假测试集进行多阶网络训练。得到多个训练网络,最后应用训练得到的多个网络对测试集进行分类,这样便解决了区分度下降的问题。然后针对MIT-BIH心率失常数据库中5类心搏进行了分类实验,结合波形特征提取方式识别率可以达到96.8%,比常规的BP神经网络算法识别率高出5%左右。另外,本文还利用SVM算法结合小波特征和波形特征以及调研中的较好文献方法,进行了分类实验,实验对比均显示本文提出的基于BP神经网络的多阶分类算法效果要好于其他方法。在完成前面研究工作之后,以此作为基础,本课题实现了基于心电图的心率失常诊断系统。诊断系统以普遍的Android智能手机作为客户端载体,将利用便携式设备采集到的心电数据通过无线网络传送到服务器,然后进行系统化的诊断,并将诊断结果反馈回手机供客户参考。(本文来源于《哈尔滨工业大学》期刊2015-12-01）
陈鑫[2]（2012）在《中国人逐拍标注心电图数据库的构建》一文中研究指出越来越多的心电图机配备了用于识别心拍类型的心电自动诊断系统,在其上市前,相关质检部门必须利用由医学专家人工标注的心电图数据库对其进行性能检测。国际电工委员会在其针对心电设备检测的标准中明确规定,用于验证心电图自动诊断算法的心电图数据库,必须从该心电图机预期使用的特定人群中采集。本工作正是要构建这样一个用于检验自动诊断算法的中国人逐拍标注心电图数据库。本工作利用来自北京协和医院从1995年至2000年之间的1200条Holter心电记录,结合对临床信息数据库的查询和心电图相关医学知识,选取出了具有代表性的待标注心电数据段。这些心电图数据采用在心电信息领域被广泛地应用的MIT-BIH数据格式,心电图机的质量检测人员或者技术研发人员利用该数据格式及相关开源软件,可以进行心电波形的查看,数据分析和处理,以及不同数据格式之间的相互转换。为了帮助临床医生顺利完成对心电波形的逐拍标注工作,本工作还配置出了一套基于移动存储设备的医生用标注工具。该标注工具的硬件部分可以是一个移动硬盘或者一个U盘,在这个移动存储设备上安装有开源的Ubuntu操作系统和标注软件。临床医生可以在任何一台个人台式电脑或者笔记本电脑上使用该标注工具,标注过程所需要的软件、待标注心电图数据及其预标注文件都只需存进该移动存储设备中,医生完成标注后的标注文件及其中间文件都会直接存入移动存储设备中。这样一种标注工具既方便了临床医生的使用,同时也保证了心电图数据及其标注文件的安全性。最后,在对医生标注结果进行了比对、分析和处理之后,就形成了中国人逐拍标注心电图数据库,其中共包括65条时长为30分钟10秒的心电数据段。这些标注文件所涉及的心拍类型完全覆盖了IEC标准中的正常心拍类型“N”、心房早搏类型“S”、心室早搏类型“V”、室性心拍和正常心拍的融合类型“F”、起搏心拍类型“Q”和不可读心拍类型“U”。因此,利用该数据库,可以按照IEC标准实现对心电图机自动诊断功能的性能检测工作。(本文来源于《北京协和医学院》期刊2012-05-01）
张靖[3]（2010）在《基于公共数据库数据的心电图间期序列符号动力学分析》一文中研究指出背景：冠心病导致的心肌缺血是恶性心律失常和心源性猝死的重要诱因。已有大量的实验证实,自主神经系统与心血管疾病的病死率,包括心源性猝死(SCD)有着密切的联系。与心肌缺血相关的自主神经活动的研究对于全面认识心肌缺血有着重要的作用。动态心电图是目前对于心肌缺血最为有效的监测手段。本研究拟利用动态心电图数据,以心电图间期时间序列为基础,采用短时序列的符号动力学方法,分析心肌缺血过程中自主神经活动变化,探讨心肌缺血的发生和发展过程中交感神经和迷走神经的相互作用的动态变化以及可能产生的影响。此外,通过健康人RR间期和QT间期序列的联合分析,探讨表征心率变异性(HRV)和QT变异性(QTV)一致性的方法及其影响因素,以期更多地提取蕴藏在动态心电图信号中的信息。方法：选取Long-term ST-T (LTST)数据库作为心肌缺血分析的数据来源,根据筛选原则,从中选出193段时长从54 s到45 min不等的缺血段进行RR间期序列符号动力学分析；进一步对其中145段进行RR间期和QT间期序列的符号动力学对比分析。对于每一缺血段,分别选取其前后5 min作为对照段,形成一个完整的待分析段。符号动力学分析方法中,以3个心拍为一符号单元,每一单元中心拍可能的变化趋势存在4种模式,将每一待分析序列中各种模式所占百分比分别记为0V%、1V%、2LV%和2UV%。对每一待分析段,分别计算缺血前、缺血中和缺血后的符号动力学分析参数。采用重复测量的方差分析,分别对缺血前与缺血中,缺血前与缺血后进行对比。在RR间期序列分析中,用0V%与2UV%之比表征自主神经的平衡,以缺血持续时间的对数为横坐标,以自主神经平衡向交感神经更占优移动(0V%与2UV%之比增大)的缺血段的比例数为纵坐标,进行线性拟合,分析心肌缺血持续时间与缺血时自主神经响应模式之间的关系,并进行拟合优度检验。选取Fantasia Database中的RR间期序列数据,进行健康年长者和年轻人符号动力学分析指标的年龄和性别差异分析；选取Normal Sinus Rhythm Database中的RR间期序列数据,进行健康人符号动力学分析指标的昼夜差异分析。此外,从每个长时RR间期序列中随机挑选2000段长度为100心拍的短时RR间期序列,同时选取与之相对应的短时QT间期序列。对于每个短时RR间期和QT间期序列,分别计算其符号动力学指标(0V%,2UV%),得到配对的HRV和QTV指标。计算这些配对指标的二维概率密度函数,并据此估算每对指标的互信息值。对这些互信息数据分别就年龄、性别和昼夜因素进行配对t检验。结果：较之心肌缺血前后,心肌缺血过程中RR间期序列的0V%显着增加而2UV%显着减小,反映了交感神经活性的增加和迷走神经活性的减弱,但这种自主神经平衡向交感神经更占优移动的趋势随着缺血持续时间的延长而减小,提示可能存在的对心脏的保护作用。对QT间期序列的符号动力学分析体现了相同的变化趋势。对于健康人,RR间期序列的0V%随年龄的增大而显着增大,2UV%随年龄的增大而显着减小；除年长组男性0V%显着大于女性外,其它均无显着性别差异；QT间期序列的0V%、2UV%不存在年龄、性别上的显着差异。对于RR间期和QT间期序列,白昼0V%显着小于夜晚,白昼2UV%显着大于夜晚。对于配对的RR间期和QT间期序列的分析指标,即配对0V%和配对2UV%,它们的互信息值于年龄、性别和昼夜无显着差异。结论：本研究运用符号动力学方法,分析心肌缺血发生过程中RR间期和QT间期序列的动态变化特性。提出以RR间期序列的0V%与2UV%之比评价自主神经的平衡,并探讨缺血持续时间与这种平衡移动之联系。符号动力学分析为研究心肌缺血中自主神经的调制提供了一个敏感的工具。互信息用于配对的符号动力学HRV和QTV指标分析,其结果反映出在健康人中具有一致性,且少有影响因素,为弱化个体差异提供了分析思路。(本文来源于《中国协和医科大学》期刊2010-05-01）
张磊[4]（2008）在《临床12导联同步心电图标准数据库的建立》一文中研究指出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。(本文来源于《科技资讯》期刊2008年23期）
张磊[5]（2006）在《基于临床心电图标准数据库的心电图仪性能分析系统》一文中研究指出近年来,以计算机为主体的现代信息技术与现代医学科学的结合,使得心电图的自动诊断和分析成为计算机在生物医学领域里应用最成功的范例之一。心电数据库是发展心电分析自动化的基础,也是医学信息数据库的一个有机组成部分,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。目前,在国际上已形成一种约规,即心电自动化分析软件或仪器研制成果,只有通过权威性心电数据库的检测才能得到公认。因此,开发标准的心电数据库是近年来国际上进行心电学研究的主要模式和方向之一,也是一项极为重要的心电学基础研究。目前,国内生产心电图仪与心电信息分析软件的公司和科研单位很多,生产的产品和软件质量良莠不齐,其心电图成像的质量和自动分析诊断的结果差别较大,使得医生对患者诊断的准确程度受到影响,严重的甚至会导致误诊。因此,如何评价这些心电图仪的性能和其自带的自动分析诊断程序的准确性,就成为一个非常重要和迫切的任务。本文首先概述了开发标准心电数据库及基于此数据库的临床心电图仪性能分析系统的实用意义及其在医学研究、临床医疗上的重要作用、目前该领域国际国内现状和开发意义、市场前景等。简要描述了心血管疾病常用的数据信息及心电图计算机分析系统的相关知识。接着对开发时所用到的数据库技术和对心电图自动分析程序性能评价的方法做了概述。接下来对采用SQL Sever关系数据库,来进行标准心电数据库的开发,存储数据,做了详细的介绍。在本文中,对于心电图仪性能分析系统,我们运用面向对象(OOP)的软件设计方法,通过对数据库模块、采集人员信息采集编辑模块、综合查询模块以及性能分析模块的设计,实现对心血管病患者的心电图及其临床病理资料的采集、组织、存储、查询等综合管理。文章最后对在心电图仪的性能分析模块中,对数据库中心电数据的波形还原做了详细的阐述,并对应该采用怎样的方法进行性能的分析,进行了探讨。(本文来源于《中国海洋大学》期刊2006-04-20）
李志坚,邵庆余,潘燕,李桥,孟延[6]（2002）在《12导联同步心电图异常波形数据库生成系统与波形分析初步》一文中研究指出建立了 12导联同步心电异常波形数据库生成系统 ,并在此基础上研究了 12导联心电图实时分析与基于小波变换的QRS波自动识别算法。本研究可为临床医疗、教学和科研及心电自动分析软件和仪器的研制奠定基础 ,便于与国际心电数据库接轨。(本文来源于《山东生物医学工程》期刊2002年01期）
吴杰[7]（2000）在《心电图数据库的开发和价值》一文中研究指出这篇讲座值得一读。开发心电图数据库是近年来国际上进行心电学研究的主要模式和方向之一。不同的研究方向 ,对心电图数据库有不同的要求。建立正常健康人群的心电图数据库是一项极为重要的心电学基础研究。中华医学会心电生理和起搏分会已在组织进行这项工作。利用正常心电图数据库也可以开发某些参数值 (例如建立 QT离散度正常值 ) ,进行其它临床心电图研究。开发和利用心电图数据库 ,可使心电图研究进入科学、有序、规范和循证的轨道 ,常可得到正确和客观的结果。应当重视心电图数据库的开发和利用 ,尽快与国际接轨。(本文来源于《中华心律失常学杂志》期刊2000年01期）
心电图数据库论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
越来越多的心电图机配备了用于识别心拍类型的心电自动诊断系统,在其上市前,相关质检部门必须利用由医学专家人工标注的心电图数据库对其进行性能检测。国际电工委员会在其针对心电设备检测的标准中明确规定,用于验证心电图自动诊断算法的心电图数据库,必须从该心电图机预期使用的特定人群中采集。本工作正是要构建这样一个用于检验自动诊断算法的中国人逐拍标注心电图数据库。本工作利用来自北京协和医院从1995年至2000年之间的1200条Holter心电记录,结合对临床信息数据库的查询和心电图相关医学知识,选取出了具有代表性的待标注心电数据段。这些心电图数据采用在心电信息领域被广泛地应用的MIT-BIH数据格式,心电图机的质量检测人员或者技术研发人员利用该数据格式及相关开源软件,可以进行心电波形的查看,数据分析和处理,以及不同数据格式之间的相互转换。为了帮助临床医生顺利完成对心电波形的逐拍标注工作,本工作还配置出了一套基于移动存储设备的医生用标注工具。该标注工具的硬件部分可以是一个移动硬盘或者一个U盘,在这个移动存储设备上安装有开源的Ubuntu操作系统和标注软件。临床医生可以在任何一台个人台式电脑或者笔记本电脑上使用该标注工具,标注过程所需要的软件、待标注心电图数据及其预标注文件都只需存进该移动存储设备中,医生完成标注后的标注文件及其中间文件都会直接存入移动存储设备中。这样一种标注工具既方便了临床医生的使用,同时也保证了心电图数据及其标注文件的安全性。最后,在对医生标注结果进行了比对、分析和处理之后,就形成了中国人逐拍标注心电图数据库,其中共包括65条时长为30分钟10秒的心电数据段。这些标注文件所涉及的心拍类型完全覆盖了IEC标准中的正常心拍类型“N”、心房早搏类型“S”、心室早搏类型“V”、室性心拍和正常心拍的融合类型“F”、起搏心拍类型“Q”和不可读心拍类型“U”。因此,利用该数据库,可以按照IEC标准实现对心电图机自动诊断功能的性能检测工作。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
心电图数据库论文参考文献
[1].董海廷.基于心电图的异源数据库及诊断算法研究[D].哈尔滨工业大学.2015
[2].陈鑫.中国人逐拍标注心电图数据库的构建[D].北京协和医学院.2012
[3].张靖.基于公共数据库数据的心电图间期序列符号动力学分析[D].中国协和医科大学.2010
[4].张磊.临床12导联同步心电图标准数据库的建立[J].科技资讯.2008
[5].张磊.基于临床心电图标准数据库的心电图仪性能分析系统[D].中国海洋大学.2006
[6].李志坚,邵庆余,潘燕,李桥,孟延.12导联同步心电图异常波形数据库生成系统与波形分析初步[J].山东生物医学工程.2002
[7].吴杰.心电图数据库的开发和价值[J].中华心律失常学杂志.2000