資源描述：
《基于CAPSNET的可穿戴心電采集和心律失常檢測(cè)系統(tǒng)研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、分類號(hào)TP391學(xué)校代碼10495ＵＤＣ621.38密級(jí)公開碩士學(xué)位論文基于CAPSNET的可穿戴心電采集和心律失常檢測(cè)系統(tǒng)研究作者姓名：郭俊文學(xué)號(hào)：1515053004指導(dǎo)教師：李宇學(xué)科門類：工學(xué)專業(yè)：電子科學(xué)與技術(shù)研究方向：嵌入式系統(tǒng)與控制工程完成日期：二零一八年六月WuhanTextileUniversityM.E.DissertationAResearchofECGCollectionandArrhythmiaDetectionSystemBasedonCAPSNETCandidate：GuoJunwenSupervisor：
2、LiYuTime:June2018摘要心臟病嚴(yán)重威脅著人們的健康。心電圖能夠如實(shí)的反映心臟的健康狀況，是臨床上檢測(cè)心臟病的常用手段之一。傳統(tǒng)的心電圖機(jī)能夠有效的檢測(cè)心臟病，但是由于不方便攜帶，不能滿足日常生活中時(shí)時(shí)檢測(cè)的需求。同時(shí)現(xiàn)有的心電自動(dòng)檢測(cè)方法的使用效果受到特征提取等限制，其分類精度還有待提升。本文圍繞便捷采集和自動(dòng)檢測(cè)方法的出發(fā)點(diǎn)，提出了一種基于CAPSNET的可穿戴心電采集和心律失常檢測(cè)系統(tǒng)。本文的具體研究工作分為以下兩個(gè)部分：設(shè)計(jì)了可穿戴心電采集裝置。以STM32和AD8232為核心搭建硬件電路對(duì)心電信號(hào)進(jìn)行采集，通過軟
3、件編程實(shí)現(xiàn)系統(tǒng)控制。根據(jù)心電信號(hào)的頻譜特性，采集的心電信號(hào)采用了兩種數(shù)字濾波方式去抑制噪聲，其中自適應(yīng)濾波算法用于處理心電信號(hào)中的肌電噪聲，小波變換算法用于抑制基線漂移。處理后的心電信號(hào)通過藍(lán)牙傳輸給上位機(jī)。構(gòu)建CAPSNET模型用于檢測(cè)心律失常。該CAPSNET模型包含8層，通過逐層進(jìn)行特征學(xué)習(xí)和映射，獲得心電信號(hào)的深層特征，最終實(shí)現(xiàn)心律分類。采用將特征封裝成向量的方式提高了模型的魯棒性。在深度學(xué)習(xí)工作站上使用TensorFlow框架建立并訓(xùn)練用于檢測(cè)心律失常的CAPSNET模型。采用MIT/BIH心律失常數(shù)據(jù)庫(kù)里的數(shù)據(jù)建立訓(xùn)練樣本
4、數(shù)據(jù)，并用這些樣本數(shù)據(jù)去訓(xùn)練模型。通過動(dòng)態(tài)路由算法微調(diào)，獲得了全局最優(yōu)模型。實(shí)驗(yàn)中采用設(shè)計(jì)的裝置采集到了心電信號(hào)，并提取MIT/BIH心律失常數(shù)據(jù)庫(kù)里的測(cè)試數(shù)據(jù)對(duì)CAPSNET模型進(jìn)行實(shí)驗(yàn)評(píng)估，獲得五種心律的分類精度。實(shí)現(xiàn)結(jié)果表明，該系統(tǒng)能夠滿足便捷采集的需求，并且該系統(tǒng)的CAPSNET模型對(duì)心律失常具有較好的分類性能。關(guān)鍵詞：心電圖；心電采集；可穿戴；自動(dòng)檢測(cè)；心律失常；CAPSNET研究類型：應(yīng)用研究ABSTRACTHeartdiseaseisaseriousthreattopeople'shealth.Electrocardio
5、gramcantrulyreflectthehealthconditionoftheheart.Itisoneofthecommonlyusedmethodtoclinicallydetectheartdisease.Thetraditionalelectrocardiographmachinecaneffectivelydetectheartdisease,butitcannotmeettheneedsofdailylifedetectionduetoitislackofportability.Theexistingmethodso
6、fECGautomaticdetectionarelimitedbyfeatureextraction,andtherecognitionaccuracystillneedtobeimproved.Aimedattheimprovementofconvenientcollectionandautomaticdetection,thispaperproposesaWearableECGacquisitionandarrhythmiadetectionsystembasedonCAPSNET.Theresearchworkinthispa
7、perisdividedintotwoparts:Awearableelectricacquisitiondeviceisdesigned.BasedonSTM32andAD8232,thehardwarecircuitisbuilttocollectECGsignalandthesystemiscontrolledthroughsoftwareprogramming.AccordingtothespectralcharacteristicsoftheECGsignal,thecollectedECGsignaladoptstwodi
8、gitalfilteringmethodstosuppressthenoise.Theadaptivefilteringalgorithmisusedtodenoisetheelectromyographicnoisei
