您的位置: 专家智库 > >

张春云

作品数:5 被引量:7H指数:2
供职机构:山东师范大学物理与电子科学学院更多>>
发文基金:山东省自然科学基金济南市科技发展计划项目山东省科技攻关计划更多>>
相关领域:医药卫生自动化与计算机技术电子电信机械工程更多>>

文献类型

  • 4篇期刊文章
  • 1篇学位论文

领域

  • 2篇自动化与计算...
  • 2篇医药卫生
  • 1篇机械工程
  • 1篇电子电信

主题

  • 2篇心电
  • 2篇信号
  • 2篇支持向量
  • 2篇支持向量机
  • 2篇室颤
  • 2篇向量
  • 2篇向量机
  • 2篇T波
  • 1篇电图
  • 1篇多态
  • 1篇心电数据
  • 1篇心电图
  • 1篇心律
  • 1篇心律失常
  • 1篇心室
  • 1篇心室纤颤
  • 1篇心脏
  • 1篇心脏动力学
  • 1篇信号检测
  • 1篇信号检测算法

机构

  • 5篇山东师范大学

作者

  • 5篇张春云
  • 4篇赵捷
  • 4篇李斐
  • 4篇贾慧琳
  • 3篇朱晓磊
  • 1篇李田田

传媒

  • 3篇现代生物医学...
  • 1篇现代电子技术

年份

  • 4篇2012
  • 1篇2011
5 条 记 录,以下是 1-5
排序方式:
多态T波区间检测技术的研究
2012年
目的:利用小波变换进行T波区间的检测。方法:在23尺度上通过模极大值法定位R波。在24尺度上首先根据R峰以及T波起点和终点的经验值确定起始T波区间。然后对每个心拍在此区间上找到T波的模极大值,根据模极值的个数和正负顺序确定T波波形的形态。由于不同形态的T波对应不同的T波起点和终点的检测方法,实现T波区间的分类检测,提高T波检测的精确度。由于本文算法是作为T波交替检测的前期工作,为了验证算法的准确率,采用了QT数据库中的部分记录进行了仿真,评价实验结果。结果:仿真实验证明了本文算法能正确地分辨出每个T波的形态,并在此基础上得到较为准确的T波区间。结论:本文采用模极大值算法根据T波的不同形态进行T波区间的分类检测,检测结果比较理想,且计算简单,较易实现。
贾慧琳赵捷李斐张春云朱晓磊李田田
关键词:小波变换模极大值T波形态ECG
基于STM32的MIT-BIH心电数据的D/A回放被引量:2
2011年
设计基于STM32的MIT-BIH心电数据D/A回放,对整体设计方案、硬件组成、软件设计等进行了介绍。通过读取心电数据将其进行D/A转换,输出波形与原始波形进行比较,较好地实现了回放功能。由此可见,该系统的性能指标达到了设计要求。能很好地实现心电数据回放,为一系列心电算法的仿真实践及实时心电监护仪的研制打好了基础。
朱晓磊赵捷张春云李斐贾慧琳
关键词:D/A转换STM32USB接口
室颤信号的非线性检测研究
心室纤颤(VF)是一种恶性心律,易引发心脏性猝死.猝死发生前可无任何先兆,据美国心脏协会(AHA)统计,约有高达30%的死者没有发现已知或未知的心脏病.绝大部分心源性猝死发生在医院外,如果能提前发现并采取迅速的治疗可以提...
张春云
关键词:心室纤颤心律失常心脏动力学信号提取支持向量机
利用Poincare散点图法检测t波交替的指标研究被引量:4
2012年
目的:利用Poincare散点图进行t波交替检测,不仅从形态上找到检测标准,进一步研究散点中有效的定量指标。方法:以European ST-T Database标准心电数据库和MIT-BIH心律失常数据库的心电信号作为检测对象,以128个连续心拍的t波中的7个点为检测数据,相邻心拍t波差分后组成新序列,并由差分序列作出散点图,观察散点形态。根据形态区别和t波交替的幅值变化特点,利用个散点到x+y=0直线的距离均值作为定量检测指标D0,为避免不同心电信号幅值影响,D0除以RQ峰值差为最终指标D,找出合适阈值判定是否存在t波交替,并与谱分析法的检测结果比较分析。结果:①从Poincare散点图形态上,存在t波交替的散点图与正常t波存在明显区别,存在t波交替则散点集中在以x+y=0为轴线的附近,形成类似椭圆的狭长形状;而正常t波形成的散点会以原点为中心均匀分布,散点形态为圆形。②由t波交替的特点和散点图形态可知,定量检测指标D越小,就越有可能存在t波交替。经过大量仿真测试和谱分析法的比较,规定检测标准为,当D<=35uv时,存在t波交替;指标D与谱分析法的结论相吻合,并且两种方法的判定结果由kappa一致性检验,一致性程度好,进一步说明D指标具有优越的敏感性,是t波交替检测的有效指标。结论:Poincare散点图的散点分布形态和散点到x+y=0轴线的距离均值分别是是t波交替有效的定性和定量检测指标。
李斐赵捷贾慧琳张春云朱晓磊
关键词:POINCARE散点图T波交替心电图
基于支持向量机的室颤信号检测算法
2012年
目的:实现室颤信号与非室颤信号的分类,进而实现室颤信号的检测。方法:本文引入了一种基于支持向量机(Support Vec-tor Machine,SVM)和改进的越限区间算法(TCI)的新算法,其中支持向量机在处理分类和模式识别等问题中具有很大的优势。该算法采用4s的滑动窗技术,并利用改进后的越限区间算法(Threshold Crossing Interval,TCI)方法提取心电信号的特征。新算法的实现如下:在每一滑动窗内采用改进的后的绝对值阈值,计算中间2s内的平均越限间隔值。并以此TCI值作为特征参数,输入一个预先设计好的二分类支持向量机中,从而实现分类。结果:成功实现了室颤信号的检测,通过计算该方法的灵敏度、精确度、预测性和准确度且与其他方法相比较,可知此新算法总体可靠性优于其他方法。结论:该算法能够实现室颤信号的实时监测,且简单易行,易于实现,较适合实时的心电监测以及除颤仪器。
张春云赵捷贾慧琳李斐
关键词:TCI
共1页<1>
聚类工具0