基于DTW的心电波形相似度计算算法研究开题报告
2022-01-18 22:29:05
全文总字数:3001字
1. 研究目的与意义及国内外研究现状
随着科技进步与时代进步的发展,人们在医疗健康领域方面也在深入探究,人体生理信号具有极其重要的研究价值,人体生物信号的研究对人类生命活动,人的健康发展有着极其重要的研究意义。但是人体生物信号十分复杂,又不稳定,尤其是心电信号,脉搏信号,呼吸信号等属于强噪声背景下的低频微弱信号,为了能够让医生通过更清晰的人体生物信号图给病人诊断病情,就必须对人体生物信号进行处理,将一些噪声干扰信号进行滤波,信号分离,周期分割等,比较清晰的还原出人体生物信号所需求方面的波形和特点。
本文就是通过dtw(动态时间规化)相关算法和模板匹配的应用,对人体生物信号波形的相似度进行一定的分析处理,而传统的dtw算法对时间的非线性扭曲(非均匀的压缩和拉伸)没有惩罚机制,所以根据心电信号自身的特性,对扭曲的均匀性进行刻画,引入扭曲代价c,扭曲非均匀性越大代价越高。通过本次的研究设计,可以让我对dtw算法有一个更好的了解和学习的过程,同时能够更好的掌握和运用dtw(动态时间规化)相关算法在心电波形、脉搏波波形的检测等方面的实践应用。本次研究不仅能够使我在知识层面上有一个提升,更能对我的实践能力,分析能力方面有一个促进,对我以后的学习,工作都有一定的铺垫。
国内外研究现状
随着计算机的进迅猛发展,人体生物信号的采集与自动分析技术被广泛应用于心脏和脉搏的日常检查,人体生物信号的各方面诊断及远程监控,人体各方面生物信息的采集等方面,这使得医生可以把精力放在众多数据中的异常数据分析中,更好的分析出主要病因以预防措施。
2. 研究的基本内容
分析dtw(动态时间规划)算法在信号处理的原理及特点,学会应用dtw 算法在信号方面的处理;
对传统dtw算法进行改良,对扭曲的均匀性进行刻画,引入扭曲代价c,扭曲非均匀性越大代价越高,在计算最后的似差时要加上扭曲代价乘以惩罚系数,更清晰的还原人体生物信号特性。
将算法应用于心电波形、脉搏波波形的检测。
3. 实施方案、进度安排及预期效果
实施方案:
一、在图书馆或网络上查阅关于dtw算法的相关资料,了解该项目的研究价值。
二、通过查阅的资料确定研究算法主要方向及算法的可行性。
4. 参考文献
[1] 李海林,郭崇慧.时间序列数据挖掘中特征表示与相似性度 量研究综述[j].计算机应用研究,2013,30(5):1285-1291.
[2] rakthanmanon t,campana b,mueen a.searching and miningtrillions of time series subsequences under dynamic timewarping[c]//proceedings of the 18th acm sigkdd international conference onknowledge discovery and data mining.new york,ny,usa:acm,2012:262-270.
[3] 李海林,郭崇慧,杨丽彬.基于分段聚合时间弯曲距离的时间序列挖掘[j].山东大学学报:工学版,2011,41(5):57-62.