1. 研究目的与意义
ECG(electrocardiogram)心电图由P波、QRS波、T波等一些特征波组成，包含着丰富的病理信息，医生通过分析这些波形特点，结合自己经验得出患者诊断信息。
随着人工智能兴起，医疗行业也大力发展智能医疗。
通过学习掌握数据中规律，利用深度学习或机器学习算法，就可以像医生一样给出患者准确的诊断判断，推动医疗行业发展，更好服务社会、造福人民。
剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！
2. 研究内容和预期目标
研究内容：
对一般心电数据进行QRS波定位检测，通过检测QRS波的位置，大体定位心拍所在位置。在此基础上，尽可能使定位算法精确、高效。
拟解决的关键问题：
剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！
3. 国内外研究现状
美国EC38标准提供了一个评判标准:与人工标准差距在150ms内,即可认为定位成功.现在的QRS波定位算法的准确率普遍在99%以上(以MIT-BIH数据库为测试数据), 而一些出色的算法甚至达到了99.9%以上.无论QRS波定位算法有多厉害，都很难100%将人工标注过的所有心拍定位准确，必然有错检和漏检。
4. 计划与进度安排
数据获取、导入数据、预处理、自适应阈值、心拍截取算法、实验结果、分析、总结
5. 参考文献
[1]Pan J, Tompkins W J. A real-time QRS detection algorithm[J]. IEEE transactions on biomedical engineering, 1985 (3): 230-236.
[2] Li C, Zheng C, Tai C. Detection of ECG characteristic points using wavelet transforms[J]. IEEE Transactions on BiomedicalEngineering, 1995, 42(1): 21-28.
[3] Wang Y, Deepu C J, Lian Y. A computationally efficient QRS detection algorithm for wearable ECG sensors[C]//Engineering in Medicine and Biology Society, EMBC, 2011 Annual International Conference of the IEEE. IEEE, 2011: 5641-5644.
剩余内容已隐藏，您需要先支付 1元 才能查看该篇文章全部内容！立即支付
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
