基于大数据的心脏性猝死预测中心电关键特征提取与分析

基金项目类型：

国家自然科学基金

基金项目编号：

61673158

来源网站：

国家自然科学基金委员会

来源网址：

http://www.nsfc.gov.cn/

负责人：

刘秀玲

完成单位：

河北大学

中文关键词：

心脏性猝死; 动态心电图; 大数据; 深度学习; 混沌;

项目类型：

面上项目

语种：

中文

开始日期：

2017-01-01

结束日期：

2020-12-31

中文摘要：

本项目围绕心脏性猝死预测中动态心电信号特征提取和分析关键问题展开研究。充分考虑人体个体差异特征，增加此背景下信号噪声多、干扰大等因素，利用心电信号具有大数据特征的优势，引入深度学习，研究心电信号去噪和特征波检测算法，构建心律不齐分类和Q_T特征提取方法。主要研究内容包括：（1）将自适应阈值小波去噪法与降噪自动编码器方法相结合提高系统对复杂噪声的鲁棒性；（2）分析心电信号的能量域特性，利用能量窗变换构建R波提取算法，基于R波和形态特征完成Q波和S波的标定；（3）构建心电信号的相空间，通过计算Lyapunov指数得到心律不齐信号的混沌表示，采用自动编码机构造深神经网络分类器完成心律不齐分类；（4）基于深神经网络识别T波形态，然后在形态特征指导下检测关键点，分析Q-T特征。此研究成果可直接应用于远程医疗系统，具有较强的创新性和实用价值。