1. 研究目的与意义
心脑血管疾病是现代社会中对人类健康和生命威胁最大的疾病之一，据统计，全世界1/3的人口死亡是因心脏病引起的[1]。
心电图（ECG）是医生诊断心血管疾病的主要手段之一，常规心电图仅能记录静息状态短暂仅数十次心动周期的波形，而动态心电图不仅能记录不同体位、不同状态、不同时间的心电变化情况，更是能够一次性获得24小时的心电信息，十余万次心搏和十余万次心动周期，可提高对非持续性异位心律、尤其是对一过性心律失常及短暂的心肌缺血发作的检出率，成为诊断心肌缺血、心律失常、评估起搏器功能和药物疗效的高新技术。
[2]现代医学表明，心电信号(ECG)是心脏的无数心肌细胞生物电信号的综合反映，ECG的检测与分析在临床诊断中具有重要价值，是了解心脏的功能、辅助诊断心脏类疾病、评估各种治疗方法有效性的重要手段。
2. 课题关键问题和重难点
目前市场上销售的便携式心电监护仪设备普遍存在功能单一、心电波形质量差、使用范围局限等不同程度的缺陷;心电智能分析算法在非稳态噪声滤波上效果不佳、异常波形的检测定位困难、心律失常波形分类不准确等诸多不足。
本文基于上述考虑，在现有的心电信号处理和分析技术的基础上，主要对其中两方面的关键技术心电信号预处理和心电信号波形检测进行算法研究。
该课题是目前国际学术界的研究热点，也是生物医学与信息科学前沿交叉课题，具有十分重要的理论和临床意义。
3. 国内外研究现状（文献综述）
国内外研究学者针对这三种噪声的特点，提出了诸多心电噪声滤波算法，目前也取得了一些成果。
(1)工频干扰:频率为50Hz，在心电图上表现为规律性的细小细纹。
它会降低系统信噪比，严重时会淹没一些有用的心电信息。
4. 研究方案
本文研究方向：本文围绕对心电数据处理的算法进行研究，可实现心电工作的智能分析和降噪去噪，并能将处理的数据进行分类和整合。
依托该主题，本文将主要围绕以下三个方面展开：（1）对原信号进行时域和频域分析，针对心电信号中存在的三种噪声，即工频干扰、基线漂移和肌电干扰，用双线性变换法设计IIR 滤波器进行噪声去除，由于误差积累需要着重观测其随时间的处理能力与效果。
并用matlab进行数据分析得到波形和频谱图的比较，观测其性能。
5. 工作计划
第1、2、3周:仔细阅读文献和期刊，搜集数据，撰写开题报告，完成外文翻译与毕设论文第一章的大概内容。
第4、5、6周:查阅资料，详细了解心电处理各方面要点，了解IIR滤波器的原理和功能，初步完成matlab处理几种噪声的代码。
第7、8、9周：对IIR处理噪声的代码进行修改，基本完成IIR处理算法的研究，结合IIR的方法对FIR处理心电数据算法进行研究。
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。
