心电MIT预测算法Android,基于Android系统的心电智能诊断终端算法设计与软件实现...

摘要：

心血管疾病突发性高,且致死致残率也极高,每年死于心脏病突发的人数占了死亡人数的1/3。突发性疾病最好的控制方法是长期监测,做到早期预防。患者若选择去医院做长期的检查,不仅就医过程繁琐,而且成本高,普通家庭难以承受。目前市场已有的家用式心电监测仪,则存在体积庞大,不能进行本地诊断等不足之处。而基于移动平台的心电监测系统,不仅降低了设备的成本,缩小了设备体积,而且能实现本地的心电分析以及远程信息通信,将成为移动医疗产品的设计趋势,因此文中选择在Android系统上实现心电智能算法和终端软件的开发。根据课题需求,首先设计整个系统的方案,分析本次开发的主要内容和需要解决的问题。文中具体介绍了心电智能检测算法的设计和终端软件的开发过程。心电智能检测算法主要包括信号预处理、特征提取和分类,首先采用小波变换结合形态学算法对信号进行预处理,去除噪声干扰,得到相对纯净的信号。然后通过K-means聚类算法提取QRS波群等特征参数,根据这些参数建立正常窦性心律和心律异常的正样本和负样本,最后结合极限学习机(Extreme Learning Machine,ELM)分类器对样本进行训练和匹配。文中以MIT-BIH心律异常数据库中的数据作为分析对象,实验结果证明文中提出的算法能准确诊断出室性早博(Premature Ventricular Contraction,PVC)和房性早搏(Atrial Premature Contraction,APC)。最终室性早博的阳性检测率P+达到94.20%,检测灵敏度Se达到96.30%,房性早搏的阳性检测率P+达到98.02%,检测灵敏度Se达到99%。算法经过测试验证后,植入Android客户端实现实时分析处理。Android客户端软件的功能设计包括蓝牙接收、实时绘图、用户管理和界面设计等。客户端将分析得到的诊断结果,通过互联网上传至Web服务器。Web服务器实现实时响应客户端的请求,将客户端上传的数据存入数据库,或是读取数据发送到客户端,实现数据的管理维护。本系统最后经测试,操作简单,运行稳定,可扩展性好,后续可以按需扩展到网络互传,远程诊断,这对心血管疾病的防治有积极的意义。

展开