基于小波神经网络的心室晚电位识别

采用小波神经网络对高分辨率信号平均心电图进行心室晚电位的识别.小波神经网络的训练采用共轭梯度法.经过对28例3导信号平均心电图实验数据的分析,取得了较好的识别效果,对晚电位的识别准确率为84.5%.     

基于小波变换的心室晚电位神经网络检测

本文采用小波变换和频谱标测技术从信号平均心电图中提取一组含有晚电位信息的比值持征参数,利用人工神经网络BP算法,完成对心室晚电位的检测.研究结果表明,采用神经网络检测晚电位的方法不仅具有较高的检测正确率,而且可以放松对信号平均心电图分析时段选取及QRS终点定位准确度的要求.     

基于多分辨率分析的心室晚电位神经网络检测

采用多分辨率分析和人工神经网络相结合的方法实现对心室晚电位的检测。首先利用多分辨率分解技术提取高分辨率心电信号不同频带的能量构成一组特征值，再利用这些特征值训练BP神经网络，并完成对心室晚电位的识别。经过对28例3导高分辨率心电图实验数据的处理，取得了较高的识别准确率。     

基于小波变换和独立分量分析的心室晚电位识别

由于晚电位(VLP)信号本身的复杂性以及生物个体差异,其检测的敏感性和特异性还不太高.因此探索和完善晚电位分析方法 的研究很有意义.本文提出了一种结合小波变换WT(wavelet transform)和独立分量分析(independent component analysis,IEA)的VLP特征提取新方法--WICA.新方法的主要思路是先对心电信号进行小波变换.得到多导的小波变换系数序列,再对系数序列用ICA寻求解混阵W和分解出的晚电位独立分量.实验结果表明,WICA方法 在一定程度上能够克服传统方法检测分辨率较低的弱点,并能获得较好的VLP识别.     

基于多分辨率分析的心室晚电位神经网络检测

采用多分辨率分析和人工神经网络相结合的方法实现对心室晚电位的检测。首先利用多分辨率分解技术提取高分辨率心电信号不同频带的能量构成一组特征值 ,再利用这些特征值训练BP神经网络 ,并完成对心室晚电位的识别。经过对 2 8例 3导高分辨率心电图实验数据的处理 ,取得了较高的识别准确率     

心室晚电位体表探测分析系统

本文介绍一种心室晚电位体表探测分析系统。该系统将模拟心电信号转换成数字信号，在QRS波平均中，选R峰点为参考点，应用QRS样板波及QRS波面积算法排除早波及干扰波影响，应用双向数字滤波技术消除滤波的振铃效应。在数据处理后可绘出或显示出分析曲线与12个分析参数．临床应用证明，该系统可获得较多的信息。本文对有关探测与分析技术及效果问题也进行了讨论。     

心室晚电位研究的历史,现状与展望

心室晚电位是心肌延迟去极化产生的碎裂电位，位于心电图ＱＲＳ波群后期并延伸到ＳＴ段的微弱的电活动，在体表可用优良的放大电路和适当的分析处理而检测出来。心室晚电位技术是８０年代开始的一种心电图检查方法，本文较全面介绍了心室晚电位研究的历史，现状及展望，并对心室晚电位的提取与处理技术和病理与临床应用研究做了较具体的介绍和评述。     

基于波变换的心室晚电位神经网络检测

本文采用小波变换和频谱标测技术从信号平均心电图中提取一组含有晚电位信息的比值特征参数，利用人工神经网络ＢＰ算法，完成对心室晚电位的检测。研究结果表明，采用神经网络检测晚电位的方法不仅具有较高的检测正确率，而且可以放松对信号平均心电图分析时段选取及ＱＲＳ终点定位准确度的要求。     

心室晚电位信号分析方法

已经证明心室晚电位与恶性的心律失常有密切联系.随着信息技术的发展,人们对晚电位检测与分析提出了一些新的研究方法,为晚电位分析研究开辟了新的途径.本文综述和分析了国外有关心室晚电位检测的各种方法和观点,包括时域、频域、时频域、小波、自适应、分形和神经网络等识别方法,重点介绍了晚电位信号分析的过程以及这些方法的原理和特点.     

心室晚电位

一、心室晚电位的概念心室晚电位（venlrieular late potentials）指发生在心电图上QRS波终末部并延伸到ST段内的延迟的心电活动。利用信息叠加技术（Signal—Add）,用具有高分辨性能的记录器将晚电位记录下来,这种电位即称晚电位。     

用叠加心电图无创性检测QRS波内心室晚电位的方法设计

用计算机进行心电信号叠加记录心室晚电位（VLP）是近年来发展的鉴别恶性室性心律失常病人的方法之一，但目前的计算机算法不能检测QRS波中的VLP，在一定程度上影响了VLP的检出率，如果对目前方法所得的叠加心电图进行光滑处理，将经光滑处理和未经光滑处理的叠加心电图相减，则可望显示出寄生于QRS波中及QRS波终末高频的微小波形，在制定VLP的阳性标准后即可判断其中是否存在VLP，使VLP的检出率得以提高，这种检测方法的正确性还有待于今后的研究验证。     

心室晚电位的动态检测

本文在分析提取晚电位关键问题的基础上,提出一种新的逐拍提取心室晚电位的方法.其特点是把谱线增强、噪声抵消、通道均衡等自适应处理技术组合起来,结合梳形滤波来进行动态提取.仿真实验及少量临床数据处理结果证明了方法的可行性.只要把处理过程中滤波器的的频带适当变更,本法还可望适用于其他心电微电势的提取.     

近似熵用于心室晚电位检测的研究

采用非线性动力学方法之一的近似熵分析,对心肌梗塞康复后有无晚电位的两类病人的高分辨率心电信号(HRECG)进行小波包变换后的近似熵进行分析。实验结果显示:晚电位阳性的病人往往有较高的近似熵值,而晚电位阴性的病人的近似熵较低,并且把总序列及小波包分解的分序列的近似熵应用于经过训练的BP人工神经网络后对心室晚电位有很好的识别率。     

心室晚电位检测处理技术的发展

心室晚电位(VLP)在心脏疾病诊断方面的价值已在临床上得到肯定.目前已有多种VLP检测系统,出现了各种VLP检测处理方法.文章首先归纳总结了VLP各种分析方法,详细给出了传统VLP时、频域分析方法的检测原理和存在的问题,介绍了最近出现的子波变换、神经网络方法,这些方法反映了VLP检测处理技术的新进展.     

心室晚电位的时间—频率域分析

在心室晚电位的临床研究与应用中,目前仍以时域特性的分析为主要手段,而相对忽视了频率这一重要方面。从而无法实现对心室晚电位的全面、细致的描述与分析。本文作者引入了信号的时间一频率表示法,并根据晚电位的具体特性用Wigner分布法把信号表示成在时间及频率空间中的能量分布。由于Wigner分布的优异性质使我们能方便地分析晚电位的时频特性。作者同时给出了一些仿真及应用的实例。     

心室晚电位检测技术进展

本从心室晚电位的概念和产生机理,介绍了检测心室晚电位的时域,频域,时频域和人工神经网络等几种常见方法,进一步引出了自适应滤波的逐搏检测方法。     

心室晚电位检测中消除振铃方法的研究

ＦＧＩＲ作者着重研究了心室晚电位（简称ＶＬＰ）检测中，进行带通滤波时，振铃现象对晚电位检测的影响及消除。我们采用双向滤波、最小相移滤波及ＦＩＲ滤波等方法探讨了振铃对ＶＬＰ的影响，比较了各种方法对振铃的抑制作用。为了考察各种方法对ＶＬＰ检出能力，作者采用了在相干平均后的心电波形上桑加与真实情况一致的仿真ＶＬＰ形的方法，比较了上述方法对ＶＬＰ的检出作用，并在证实了传统双向滤波对振铃作用的基础上，从理论     

心室晚电位的时间—频率表示法的进一步改进

在心室晚电位的研究中，我们引入了信号的时间－频率表示不，并根据晚电位的具体特性Ｗｉｇｎｅｒ分布法把信号表示为在时间及频率空间中的能量分布。由于Ｗｉｇｎｅｒ分布的优异性使我们有可能更准确表示出出室晚电位的存在。     

心室晚电位检测仪前置放大电路的研制

本主要介绍了一种心室晚电位前置放大电路，给出了测试情况和达到的技术性能指标，实验结果表明了该放大电路的可行性和可靠性。