粗集理论及其在心电图自动分析中的应用研究
|
摘要
本文在粗糙集理论的基础上，对粗集决策表的简化理论进行了研究，并
将粗集决策表简化方法用于心电图特征点的识别，得到了心电图特征点识别的简
化规则，利用这些简化规则可以有效地识别出心电图特征点。本文还提出了一种
确定特征元素类的方法—特征元确定算法，并将该方法用于心电图特征点的识
别，提高了心电图特征点识别的准确度。本文还将决策表简化后得到的心电图特
征点识别规则和特征元确定算法相结合，对决策表简化后的结果进行了验证和讨
论。本文还研究了差分法原理，提出了k点差分中“k”的确定方法。并建立了心
电图自动分析的算法，如R波识别、QRS波起止点识别、P波、T波识别算法，
通过MIT-BIH的8个小时数据检验得到R波的检出率平均达95.65％。采用决策
表简化后得到的心电图特征点识别规则对R波识别的检出率稍高于常规识别方
法。本文的算法均采用MATLAB数学软件编写程序实现；同时为了便于心电图
自动分析算法的研究与开发，还开发了一套用于心电图自动分析算法研究的
MATLAB工具包，为心电图自动诊断部分奠定了基础。
In this paper, Based on
Rough sets, the algorithm of decision form reduction algorithm of Rough sets is studied, and is applied to the recognition of characteristic points in electrocardiogram. Finally the reduction rules are obtained. Moreover the confirmation way for characteristic elements is also proposed, and is applied to the recognition of electrocardiogram. Then the decision form reduction algorithm and confirmation of character element is combined, and applied to the recognition of characteristic points in electrocardiogram, and the two algorithms are validated and discussed. Finally the theory of difference is researched and a confirmation method of k in k-difference is given, and the algorithms of computer-aided Electrocardiogram about the recognition of QRS wave ~. P wave~. T wave are obtained. The algorithm for R wave is tested with 8-hour patient data of MIT-BIH. QRS, and average sensitivity of 95.65 percent is achieved. Then, the decision form algorithm for R wave is also tested, and average sensitivity of 96.39 percent is achieved. All algorithms are programmed under the development environment of MATLAB, which is a kind of mathematical software. For the convenience of research and development for electrocardiogram, some program toolbox for electrocardiogram are set up. This paper set up the basis for the diagnosis
of electrocardiogram.
将粗集决策表简化方法用于心电图特征点的识别，得到了心电图特征点识别的简
化规则，利用这些简化规则可以有效地识别出心电图特征点。本文还提出了一种
确定特征元素类的方法—特征元确定算法，并将该方法用于心电图特征点的识
别，提高了心电图特征点识别的准确度。本文还将决策表简化后得到的心电图特
征点识别规则和特征元确定算法相结合，对决策表简化后的结果进行了验证和讨
论。本文还研究了差分法原理，提出了k点差分中“k”的确定方法。并建立了心
电图自动分析的算法，如R波识别、QRS波起止点识别、P波、T波识别算法，
通过MIT-BIH的8个小时数据检验得到R波的检出率平均达95.65％。采用决策
表简化后得到的心电图特征点识别规则对R波识别的检出率稍高于常规识别方
法。本文的算法均采用MATLAB数学软件编写程序实现；同时为了便于心电图
自动分析算法的研究与开发，还开发了一套用于心电图自动分析算法研究的
MATLAB工具包，为心电图自动诊断部分奠定了基础。
In this paper, Based on
Rough sets, the algorithm of decision form reduction algorithm of Rough sets is studied, and is applied to the recognition of characteristic points in electrocardiogram. Finally the reduction rules are obtained. Moreover the confirmation way for characteristic elements is also proposed, and is applied to the recognition of electrocardiogram. Then the decision form reduction algorithm and confirmation of character element is combined, and applied to the recognition of characteristic points in electrocardiogram, and the two algorithms are validated and discussed. Finally the theory of difference is researched and a confirmation method of k in k-difference is given, and the algorithms of computer-aided Electrocardiogram about the recognition of QRS wave ~. P wave~. T wave are obtained. The algorithm for R wave is tested with 8-hour patient data of MIT-BIH. QRS, and average sensitivity of 95.65 percent is achieved. Then, the decision form algorithm for R wave is also tested, and average sensitivity of 96.39 percent is achieved. All algorithms are programmed under the development environment of MATLAB, which is a kind of mathematical software. For the convenience of research and development for electrocardiogram, some program toolbox for electrocardiogram are set up. This paper set up the basis for the diagnosis
of electrocardiogram.
引文
[1]曾黄麟编著，粗集理论及其应用关于数据推理的新方法，重庆大学出版社，1998年
[2]Nehad N.Morsi, M.M. Yakout, Axiomatics for fuzzy rough sets, Fuzzy Sets and Systems 100(1998)327-342
[3]J.W. Guan, D.A. Bell, Rough computational methods for information, Artificial Intelligence 105 (1998) 77-103
[4]Zdziskaw Pawlak, Rough Classification, Int.J.Man-Machine Studies(1984)20,469-483
[5]Ivo Duntsch, Gunther Gediga, Uncertainty measures of rough set prediction,Artificial Intelligence 106(1998) 109-137
[6]谭义，陈尚勤，魏鸿骏，微机心率失常自动分析程序的研究，成都电讯工程学院学报，1985年第3期
[7]罗小松，屈建石，一种新的QRS检测技术，中国医疗器械杂志，1998年第17卷第1期
[8]田立军，王爱莉，一种检测与分析QRS波的算法，中国医疗器械杂志，1992年第16卷第3期
[9]熊革，卢星榕等，QRS波快速识别及心律失常辅助诊断软件的研究，中国医疗器械杂志，1993年第17卷第1期
[10]周玉珍主编，简明心电图手册，北京：人民军医出版，1998年
[11]张开慈，刘海祥，吴杰主编，心电信息学，北京：科学技术文献出版社，1998年
[12]陈遵德，Rough Set神经网络智能系统及其应用，模式识别与人工智能，1999年3月，第12卷第1期
[13]刘清等，Rough集理论：现状与前景，计算机科学，1997Vol．2；No4
[14]吴福保，李奇，宋文忠，基于粗集理论知识表达系统的一种归纳学习方法，控制与决策，1999年5月第14卷第3期
[15]常犁云，王国胤，吴渝，一种基于Rough Set理论的属性约简及规则提取方法，软件学报，1999年11月第10卷第11期
[16]周明，李长虹，雷虎民编著，MATLAB图形技术——绘图及图形用户接口，西北工业大学出版社，1999年11月
[17]Mieczyslaw Muraszkiewicz,Henryk rybinski,TOWARD A ROUGH SET COMPUTER, Rough Sets and Knowledge Discover, 1993
[18]Krzysztof Slowinski,Sensitivity analysis of rough classification,Int. J.ManMachine Studies(1990),32,693-705
[19]Slavka Bodjanova, Approximation of fuzzy concepts in decision making, Fuzzy and Systems 95 (1997)23-29
[20]Alfred V. AHO,Ravi Sethi,Jeffrey D.Ullman,Compiler Principles,Techniques,and Tools,ADDISON-WESLEY PUBLISHING COMPANY, 1985
[21]Arthur B.Pyster, Ph.D.,Compiler Design and Construction,VAN NOSTRAND REINHOLD COMPANY, 1980
[22]William M.Waite,Gerhard Goos,Compiler Construction,Springer-Verlag New York Inc,1983
[23]蒋立源，康慕宁主编，编译原理，西安：西北工业大学出版社，1999年
[24]蔡自兴，徐光佑，人工智能及其应用，北京：清华大学出版社，1996年
[25]李二文，屈建石，一种室性QRS波检出技术，中国医疗器械杂志，1997年第21卷第2期
[26]邵军，宗伟，心室纤颤的自动检测技术，中国医疗器械杂志，1996年第20卷第3期
[27]胡涛，吕炳朝等，基于粗糙集的不确定知识表示方法，计算机科学，2000Vol．27，NO．3
[28]王斌君，卢安国编著，面向对象的方法学与C++语言，西安：陕西师范大学出版社，1995年
[2]Nehad N.Morsi, M.M. Yakout, Axiomatics for fuzzy rough sets, Fuzzy Sets and Systems 100(1998)327-342
[3]J.W. Guan, D.A. Bell, Rough computational methods for information, Artificial Intelligence 105 (1998) 77-103
[4]Zdziskaw Pawlak, Rough Classification, Int.J.Man-Machine Studies(1984)20,469-483
[5]Ivo Duntsch, Gunther Gediga, Uncertainty measures of rough set prediction,Artificial Intelligence 106(1998) 109-137
[6]谭义，陈尚勤，魏鸿骏，微机心率失常自动分析程序的研究，成都电讯工程学院学报，1985年第3期
[7]罗小松，屈建石，一种新的QRS检测技术，中国医疗器械杂志，1998年第17卷第1期
[8]田立军，王爱莉，一种检测与分析QRS波的算法，中国医疗器械杂志，1992年第16卷第3期
[9]熊革，卢星榕等，QRS波快速识别及心律失常辅助诊断软件的研究，中国医疗器械杂志，1993年第17卷第1期
[10]周玉珍主编，简明心电图手册，北京：人民军医出版，1998年
[11]张开慈，刘海祥，吴杰主编，心电信息学，北京：科学技术文献出版社，1998年
[12]陈遵德，Rough Set神经网络智能系统及其应用，模式识别与人工智能，1999年3月，第12卷第1期
[13]刘清等，Rough集理论：现状与前景，计算机科学，1997Vol．2；No4
[14]吴福保，李奇，宋文忠，基于粗集理论知识表达系统的一种归纳学习方法，控制与决策，1999年5月第14卷第3期
[15]常犁云，王国胤，吴渝，一种基于Rough Set理论的属性约简及规则提取方法，软件学报，1999年11月第10卷第11期
[16]周明，李长虹，雷虎民编著，MATLAB图形技术——绘图及图形用户接口，西北工业大学出版社，1999年11月
[17]Mieczyslaw Muraszkiewicz,Henryk rybinski,TOWARD A ROUGH SET COMPUTER, Rough Sets and Knowledge Discover, 1993
[18]Krzysztof Slowinski,Sensitivity analysis of rough classification,Int. J.ManMachine Studies(1990),32,693-705
[19]Slavka Bodjanova, Approximation of fuzzy concepts in decision making, Fuzzy and Systems 95 (1997)23-29
[20]Alfred V. AHO,Ravi Sethi,Jeffrey D.Ullman,Compiler Principles,Techniques,and Tools,ADDISON-WESLEY PUBLISHING COMPANY, 1985
[21]Arthur B.Pyster, Ph.D.,Compiler Design and Construction,VAN NOSTRAND REINHOLD COMPANY, 1980
[22]William M.Waite,Gerhard Goos,Compiler Construction,Springer-Verlag New York Inc,1983
[23]蒋立源，康慕宁主编，编译原理，西安：西北工业大学出版社，1999年
[24]蔡自兴，徐光佑，人工智能及其应用，北京：清华大学出版社，1996年
[25]李二文，屈建石，一种室性QRS波检出技术，中国医疗器械杂志，1997年第21卷第2期
[26]邵军，宗伟，心室纤颤的自动检测技术，中国医疗器械杂志，1996年第20卷第3期
[27]胡涛，吕炳朝等，基于粗糙集的不确定知识表示方法，计算机科学，2000Vol．27，NO．3
[28]王斌君，卢安国编著，面向对象的方法学与C++语言，西安：陕西师范大学出版社，1995年
© 2004-2018 中国地质图书馆版权所有 京ICP备05064691号 京公网安备11010802017129号 地址：北京市海淀区学院路29号 邮编：100083 电话：办公室：(+86 10)66554848；文献借阅、咨询服务、科技查新：66554700 |