论文部分内容阅读
心肌缺血是威胁人类生命健康的一种常见心血管类疾病，并呈现出上升和年轻化的趋势。心电图和心电向量图对心肌缺血有重要研究价值，但简单的利用图谱的形态、幅值或角度变化对早期心肌缺血做出诊断具有一定的局限性。利用确定学习理论对心电向量ST-T段(ST段和T波)局部准确建模并建立动态模式库以实现快速识别，这是一个将传统心电图和心电向量图研究心肌缺血转化为心电信号动态模式识别的过程，对传统心肌缺血诊断方法进行了算法上的全新改进。然而基于确定学习的心肌缺血辅助检测系统，不仅需要收集大量的心电数据和病人信息，而且模式学习和识别过程中也会生成很多有用信息，对这些数据信息的存储和管理是一个急需解决的问题。针对此问题，本文设计的心电数据管理系统在以下四方面进行了改善与创新：1.引进SQL Server数据库存储数据。数据库技术可减小数据冗余、节省内存占用空间和保证数据的一致性；索引、视图等操作可加快系统运行速度。2.基于MFC设计心电数据管理系统。 MFC集成了大量的API(ApplicationProgramming Interface)函数，缩短了系统开发周期，且基于C++高级程序设计语言的系统运行速度快、效率高、可移植且界面友好。3.数据存储和管理一体化。本文的心电数据管理系统集登录、心电数据采集、用户管理、病历管理和诊断报告维护等功能于一体；利用ADO(ActiveX Data Object)技术连接心电数据库，功能强大且使用方便。4.建立庞大的临床心电数据库。本文设计的心电数据库共收集了PTB心电数据库和广州军区广州总医院临床病人数据1170个病例合计2425条心电记录，存储了病人基本信息、既往病史、心电记录、既往病历和诊断报告等信息，这些信息是研究心肌缺血的宝贵资源。本文设计的心电数据管理系统在基于确定学习理论的心肌缺血辅助诊断项目中发挥了重要作用，在广州军区总医院采集的大量临床信息得到了有效的存储和管理，且可靠性良好，具有很好的实用前景。