1. 研究目的与意义（文献综述）

1.1 研究目的及意义

近年来，随着人们生活水平的逐步提高，心血管疾病的发病率也在逐年升高。由于心电信号是评价心脏功能的重要依据，心电图(ecg)检查成为了目前心血管疾病预防和诊断最常用的手段之一。大多数心脏病患者在平时和病发时会出现心律失常的现象，不同的心律失常类型标志着不同的发病类型和起源部位。因此，有效并及时地检测和诊断心律失常类型对监测和预防心脏病的发生起了重要的作用。

早期的临床心电图诊断是由医生独立完成的，医生结合理论和经验对心电信号的波形进行分析，判断心律失常的类型和可能引起的原因、部位，随后制定下一步的治疗方案。由于有些心律失常类型的特征相似，用肉眼不容易区分，再加上噪声的影响和个体差异，医生在判定心律失常类型时很可能出现失误而影响治疗。除此之外，由于心脏病引发猝死的情况下发病时间短，需要医生迅速地作出判定，但在实际情况中有一定的难度。因此，为了减小医生的工作量和提高医生诊断的准确性，心电信号的智能分析系统应用到了临床心电图诊断。

2. 研究的基本内容与方案

本次毕业设计预计完成一个心电信号智能分析系统，通过该系统可以实现心电信号的分类，判断该心电信号是正常波动还是心率失常，若是心率失常的话判断出是哪种心律失常类型。

本系统由以下六个部分组成：

（1）获取心电信号样本。心电数据样本来自mit-bih心率失常数据库。

3. 研究计划与安排

第1－3周：查阅相关文献资料，明确研究内容，学习毕业设计研究内容所需理论的基础。确定毕业设计方案，完成开题报告；

第4－5周：掌握基本原理与应用，熟悉系统实现相关技术，完成英文资料的翻译；

第6－9周：完成整个系统的设计；

4. 参考文献（12篇以上）

[1] 张倩. 基于小波变换的心电信号分析研究及其fpga实现[d]. 吉林大学. 2014.

[2] 肖倩. 基于小波的自适应滤波器对心电信号的去噪[j]. 沈阳大学学报(自然科学版). 2015(06).

[3] 史梦颖. 心电信号特征提取及心律失常分类算法研究[d]. 天津工业大学. 2017.