基于形态特征提取的急性下壁心肌梗死BiLSTM网络辅助诊断算法

急性下壁心肌梗死是一种病发急、进展快、致死率高的心脏疾病,该文提出一种新颖的基于形态特征提取的BiLSTM神经网络分类的急性下壁心肌梗死辅助诊断算法,可大幅度提高医生对急性下壁心肌梗死疾病的诊断效率并有助于及时确诊.算法包括:对胸痛中心数据库心拍信号进行降噪及心拍分割;根据临床心内科医学诊断指南提取了12导联波形距离特征和分导联波形幅值特征;依据提取的特征搭建LSTM与BiLSTM神经网络进行心拍的分类识别;使用PTB公开数据库和胸痛中心数据库多临床中心进行交叉验证.实验结果表明,加入胸痛中心真实临床数据后,基于形态特征提取BiLSTM神经网络的急性下壁心肌梗死辅助诊断算法准确率达到99.72％,精度达到99.53％,灵敏度达到100.00％,同时F1-Score达到99.76.该算法比其他现有算法准确率提高至少1％,该项研究具有非常重要的临床应用价值.     

一种实时心电图数据压缩算法

提出了一种实时心电图ＥＣＧ数据压缩算法。它是将自适应变门限算法与转折点算法相结合。自适应变门限算法是对ＡＺＴＥＣ算法的改进．它计算ＥＣＧ信号的几个统计参数来确定可变门限值。转折点算法是分析采样点的趋势并只存储每对连续的采样点中的一个。它保留信号的斜坡标志发生变化的峰点和谷点。本文算法兼有这两种算法的优点。这种算法在较高压缩比的情况下重建心电图信号失真较小．     

心电图信号的频域分析

提出了一种简便有效的、由心电图（ECG）曲线提取QRS-T复合波的新方法，从而获得P波（当房颤未发生时）或f波（当房颤时）；利用功率谱、自相关、互相关等信号处理技术，对它进行了处理和分析，特别是，比较了未房颤时和发生房颤时的相关信息的显著差别。     

基于BP神经网络的心电图ST段的模式识别

心电图ST段对心脏疾病的诊断具有重要意义.在正确读取采集于郑州大学一附院的运动心电图数据基础上,利用小波变换更准确地确定其ST段的起始和终止位置,初步探讨了BP神经网络用于心电图ST段识别的方法,并用此方法识别出心电图ST段的三种类型-正常、水平压低和抬高.实验结果较好.     

不带传感器的医疗T恤衫

近日，意大利比萨大学研制出一种不带传感器的医疗T恤衫。 他们把电子、机械或光学部件集中在纤维上，而不是集中在硅片上，例如可以只用纤维制造出心电图传感器。只要穿上这种医疗T恤衫，人们就能知道自己呼吸和心跳的速度、血压的高低，以及心电图的状况。     

心电图数据压缩技术

本文介绍了在计算机上实现的二种心电图数据压缩方法，并详述了每种压缩法对心电图压缩技术的压缩比、失真度的影响。     

基于改进遗传模拟退火 K-means的心电波形的分类研究

针对心电图自动诊断困难这一问题,提出了一种新的聚类算法：基于均方差属性加权的遗传模拟退火K-means改进聚类算法,用于改进心电图（ECG）信号的自动识别技术。利用小波变换的多分辨率和抗干扰能力好的特点,检测QRS波、P波、T波,提高了特征检测的准确性;利用聚类分析具有较好的鲁棒性和适合于大数据量分析的特点,对心电信号进行波形分类。采用MIT-BIH标准心电数据库中的部分数据对识别结果进行判断,改进后的K-means聚类算法的准确率高于传统的K-means聚类算法,实验表明该算法对心电信号可以进行有效分类。     

宁波：智慧城市 民生为先

80岁的陈大爷近日在江东区白鹤社区卫生服务中心拍了心电图。与此同时,网络已将检查图谱传送至宁波市第一医院心电图科,由专家进行会诊,做出诊断,再及时将检查结果传回给检查点,辅助指导医生给病人进行相应治疗。这是宁波市正在着力打造的“智慧医疗”的一个缩影。     

心电图中PonT现象的P波提取算法研究

在有P波骑T波现象(PonT现象)发生的心电图中,医生难以识别落在T渡上的P波形态.本文针对这一问题提出了一种基于小波变换的P波提取算法.实验表明,该算法具有较强的抗干扰能力,提取出的P渡形态完整,并且不会引起QRS波群的衰减.     

身体无线传感网络节点设计与实现

健康监护是无线传感器网络的一个重要应用方向.本文在分析身体无线传感网络的架构的基础上,针对身体无线传感器网络的关键点,利用新一代SOC芯片设计了符合IEEE802.15.4标准的无线发送和处理模块,并以此为基础设计了心电图、加速度、血压等多个微型化身体无线传感器网络节点.通过初步的试验,证实了该设计的可行性和实用性.