摘要：目的 研究一种基于小波变换和K-Means聚类算法的心电信号预处理和特征提取方法，根据特征点信息判断心电是否正常。
[1] 方法 利用小波变换和形态学滤波方法去除工频干扰、肌电干扰和基线漂移等主要的噪声之后，利用K-Means聚类算法提取出心电信号的QRS波群，P波，T波这三个主要的特征点，实现心电智能诊断。
本文心电特征提取方法准确度较高，具有一定的参考价值；在移动医疗和临床医疗方面具有一定实用价值。
[2]关键词：心电信号预处理；特征提取；小波变换；K-Means；1.前言既然是研究心电信号，首先必须要清楚心电信号是怎样在人体内产生的。
经查阅文献了解到，心电信号是由心肌细胞产生，由窦房结发出的兴奋，按照一定的途径和时程，依次向心房和心室扩布，引起整个心脏的循环兴奋，其各部分兴奋过程中出现的电位变化的方向、途径、次序和时间等均有一定的规律。
[3]由于人体为一个容积导体，这种电变化亦必然扩布到身体表面。
鉴于心脏在同一时间内产生大量心电信号，因此可以通过安放在身体表面的胸电极或四肢电极，将心脏产生的电位变化以时间为函数记录下来，这种记录曲线称为心电图（ECG），其反应了心脏兴奋的产生、传导和恢复过程中的生物电变化。
[4]作为一种典型的生物电信号，其具有频率、振幅、相位、时间差等特征要素，比其他生物电信号更易于检测，并具有一定的规律性。
由于心电信号从不同方面和层次上反映了心脏的工作状态，因此在心脏疾病的临床诊断和治疗过程中具有非常重要的参考价值。
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
