高苑 科技大學電機系 96學年度學生專題成果展 示 應用分類增強智慧型小波網路於心律不整辨識之研究 學制：四技/二技 /五專 學生姓名：XXX 指導老師：XXX 一、摘要 心 電 圖 (Electrocardiogram, ECG)係 心 臟 脈 動 電 位 變 化的圖形， 於心電圖各種波形之形狀及其間隔與心 由 臟之電氣特性有直接的關係， 生可藉由心臟異常電 醫 氣訊號的狀況， 斷出各種不同的心臟疾病， 用來 診 並 監測病患的病情發展及評估治療的成效。 著醫用儀 隨 器製造技術的進步， 錄器的裝置愈輕巧， 患可在 記 病 日常生活中攜戴在身上， 夠把發作的異常情形記錄 能 下來， 後醫生根據記錄資料研判症狀， 鑑於醫用 事 有 儀 器 祇 著 重 於 生 理 訊 號 及 心 率 (Heart Rate)的 記 錄 ， 無 法自動偵測的缺失， 本計劃將發展自動偵測的演算法， 應 用 分 類 增 強 小 波 網 路 (Classification Enhancible Wavelet Network)建 構 智 慧 偵 測 流 程 ， 在 個 人 電 腦 進 行 檢 測 並 以 驗 證 可 行 性 ，期 望 未 來 可 從 事 偵 測 各 種病症的應用，及將本計劃所發展的診斷演算法併入 醫用分析儀器。 二、材料與方法 根據行政院衛生署統計資料顯示， 臟疾病已是臺 心 灣十大死亡原因之一， 夠早期發現心臟疾病並能即 能 早 治療， 成為相當重要的研究主題。 侵入性生理訊 已 非 號 的檢驗方式， 一般醫院較常採用的方法， 合醫用 係 結 量 測 儀 器 記 錄 ECG訊 號 ， 由 觀 察 異 常 的 心 臟 電 氣 訊 藉 號辨識病症， 檢測方式具有非侵入性、 取得、 讓 此 易 易 受測者接受、 不會引起受測者排斥等優點， 及 ECG資 料在臨床診斷上是不可或缺的參考依據， 而醫生需 然 要透過眾多的記錄檢查出病因所在， 由人力方式往 藉 往因注意力不集中， 疲累造成誤判的情況。 個心 或 一 跳 週 期 的 波 形 以 QRS波 (QRS Complex)最 為 明 顯 ， QRS 波 可 提 供 心 跳 週 期 及 心 率 變 異 (Heart Rate Variability, HRV)的 分 析 ， 常 的 QRS波 的 頻 寬 範 圍 介 於 4~20 Hz， 正 波 形 呈 現 高 聳 尖 銳的 形 狀 ， 電 氣 訊 號 的 源 頭 及 傳 導 若 路徑發生異常， 頻成份較為明顯且振幅隨頻率增加 低 而減少， 往文獻提出以「 域技術」 以 頻 及 時 萃 取特徵值， 結合人 智慧方法辨識心臟疾病。 計 並 本 劃 以 小 波 網 路 (WN)發 展 輔 助 心 律 不 整 (Arrhythmia)辨 識 的 診 斷 演 算 法 ， 波 網 路 包 含 小 波 層 (Wavelet Layer)及 小 神 經 網 路 層 (Neural Network Layer)， 概 念 係 以 小 波 層 此 節 點 接 受 QRS波 的 樣 本 訊 號 ， 將 輸 入 訊 號 以 小 波 為 並 基 礎 的 激 發 函 數 產生 特 徵 值 ， 波 函 數 採 用 Morlet小 波 小 (Morlet Wavelet)函 數 ， 波 層 所 產生 的 特 徵 值 再 藉 由 神 小 經網路層， 識心房或心室型等心律不整的症狀， 辨 期 望結合特徵值萃取及圖樣辨識的功能， 人 智慧方 以 法 建 構 輔 助 診 斷 演 算 法，如圖 1所示。 三、 結果與討論 本 計 劃 以 MIT-BIH心 律 不 整 資 料 庫 (MIT-BIH Arrhythmias Database)取 得 資 料 ， 資 料 由 麻 省 理 學 該 院 (Massachusetts Institute of Technology)與 波 士 頓 貝 色 醫 院 (Beth Israel Deaconess Medical Center)共 同 匯 整 的 原 始 資料庫， 資料庫已獲得研究心臟病機構普遍使用的 該 標 準 測 試 資 料 ， 料 庫 包 含 47位 病 患 之 48組 資 料 (編 號 資 201和 202取 自 相 同 病 患 )。 ECG波 形 中 以 R波 的 振 幅 最 大 且 最 明 顯 ， 過 峰 值 偵 測 方 法 搜 尋 R波 位 置 ， 時 間 透 在 軸 上 移 動 取 樣 視 窗 ， 搜 尋 到 R波 位 置 ， R波 為 中 心 當 以 取 得 100個 樣 本 點 (前 50個 樣 本 點 、 50個 樣 本 點 )，每 後 個 取 樣 視 窗 約 280 ms的 寬 度 ， 採 樣 的 QRS複 合 波 以 小 將 波 函 數 擷 取 特 徵 值 ， 張 參 數 d=3， 共 取 得 43組 特 徵 擴 總 值 ， 分 成 正 常 心 跳 ( )、 室 期 外 收 縮 (V)、 房 期 外 細 心 心 收 縮 (A)、 束 分 支 阻 塞 (L)、 束 分 支 阻 塞 (R)、 左 右 Paced B e a t (P ) 、 及 F u s i o n o f P a c e d a n d N o r m a l Beat(F)等七種症狀。 本計劃所提出的偵測演算方法，在 MATLAB 作環 圖 1. 小波網路架構圖 (1) 研究方法特性測 試 註： K 1=Knor+KV=18; K 2=K 1+KA=20; K 3=K 2+KL=27; K 4=K 3+KR=35; K 5=K 4+KP=41; K 6=K 5+KF=43. 圖 2. 小波網路訓練特性曲線 (2) 案例 1 心室型心律不整測試 圖 3. 心室期外收縮 ECG圖形及特徵圖樣 圖 4. 心室期外收縮追蹤測試結 (編號 -119) 果 (編號 -119) (3) 案例 3 多種類型測試 圖 5. Paced Beat的 ECG圖形及特徵 圖樣 (編號 -217) 圖 6. 心室期外收縮追蹤測試結 果
Скачать презентацию 高苑 科技大學電機系 96學年度學生專題成果展 示 應用分類增強智慧型小波網路於心律不整辨識之研究 學制 四技 二技 五專 學生姓名 XXX
a1b5bf77826f173b41b5a4f0942407e0.ppt