基于UMPCA的12导ECG特征提取和分类研究-计算机科学与技术专业论文.docx

Dissertation Submitted to Shanghai Jiao Tong University for Master Degree of Engineering UMPCA BASED 12-LEAD ECG FEATURE EXTRACTION AND CLASSIFICATION Author： Dong Li Student ID: 1110339011 Speciality： Computer Science Supervisor: Prof. Liqing Zhang School of Electronic Information and Electrical Engineering Shanghai Jiao Tong University Shanghai, P.R. China December, 2013 附件四 上海交通大学 学位论文原创性声明 本人郑重声明 :所呈交的学位论文，是本人在导师的指导下， 独立进行研究 工作所取得的成果 。除文中己经注明引用的内容外， 本论文不包含任何其他个人或集体己经发表或撰写过的作品成果 。 对本文的研究做出重要贡献的个人和集体，均 已在文中以明确方式 标明。本人完全意识到本声明的法律结果由本人承担 。 学位论文作者签名 :全拓、 日期:斗。/恪 年 l 月 8 日 附件五 上海交通大学 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留 、使用学位论文的规定 ， 同意学校保 留并向国家有关部 门或机构送交论文的复 印件和 电子 版， 允许论文被查阅和借阅。本 人授权上海交通大学 可 以将本学位 论文的全部或部分 内容编入有关数据库进行检索，可 以采用影印 、 缩印或扫描等复制手段保存和汇编本学位论文。 本学位论文属于 保密口，在一一年解密后适用本授 权书。 不保密 Eio 〈请在以上方框内打 .J ) 学位论文作者签名 :去柿、 指导敬阻 1 才叫 日期:21萨 年 l 月 罗 日 日期:ν1 华年 / 月 2 日 2 学位论文原创性声明 本人郑重声明：所呈交的学位论文，是本人在导师的指导下， 独立进行研究工作所取得的成果。除文中已经注明引用的内容外，本 论文不包含任何其他个人或集体已经发表或撰写过的作品成果。对 本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标 明。本人完全意识到本声明的法律结果由本人承担。 学位论文作者签名： 日期： 年 月 日 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定， 同意学校保留并向国家有关部门或机构送交论文的复印件和电子版， 允许论文被查阅和借阅。本人授权上海交通大学可以将本学位论文 的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或 扫描等复制手段保存和汇编本学位论文。 保密□，在 年解密后适用本授权书。 本学位论文属于 不保密□。 （请在以上方框内打“√”） 学位论文作者签名： 指导教师签名： 日期： 年 月 日 日期： 年 月 基于 UMPCA 的 12 导 ECG 特征提取和分类研究 摘 要 心电信号（ECG）的数据处理是一个极具科研价值和应用价值的研究课题。本文 主要围绕 12 导联 ECG 特征提取和分类问题，提出一个精确、可行的技术方案，包 括数据去噪、波形切分、时频域分析、张量表征、特征抽取、数据分类及其实际应用。 在数据表征方面，先前所做的研究大多基于 2 导联 ECG 数据库，选用向量作为 数据表征形式，取得不错的分类精度；但是临床实际所用为 12 导联 ECG，直接将 2 导联数据串行化的处理方法套用到 12 导联数据往往是不可行的。本文针对 12 导联 ECG 的结构特性，使用张量作为表征形式，避免了串行化时对结构相关性的丢失， 确保了特征完整性。 在特征抽取方面，大多研究仅着眼于 ECG 时域特征，而忽略了频域的重要特征。 本文通过短时傅里叶变换、Gabor 变换、Wigner-Ville 分布等时频域分析的技术手段， 将 ECG 时域数据变换为时频域数据，同时转换为张量结构。紧接着，本文提出一种 多线性不相关主成分分析（UMPCA）为核心的方法，将 12 导 ECG 张量数据从张量 空间投影到低维向量空间，实现特征抽取。最后，通过支持向量机（SVM）的分类实 验以及与类似方法的对比，证明了该方法的有效性和优越性。 在实践应用方面，本文将研究成果应用到在线的远程心电诊断系统中为医生提 供辅助诊断；同时提出了离线的数据挖掘方案，构想了大数据场景下的改进措施。 关键词：心电图，张量，时频域分析，特征提取，支持向量机 I UMPCA BASED 12-LEAD ECG FEATURE EXTRACTION AND CLASSI