基于深度學習的ECG疾病識別研究

第1章緒論1.1研究背景城市化、老齡化在經(jīng)濟的發(fā)展之下進程也進一步加快，人們不健康的生活方式越來越突出，這樣就使得引發(fā)心血管病的危險因素暴露的越發(fā)顯著，發(fā)病人數(shù)一直呈現(xiàn)上升的趨勢，心血管疾病在農(nóng)村的死亡率一直高于城市[1]。據(jù)不完全統(tǒng)計，我國心血管疾病患病人數(shù)預計突破3億，心血管病死亡率在各種原因導致的死亡率中占據(jù)榜首，平均每10秒鐘就有一人死于心血管疾病[2]。更加令人需要注意的是此類數(shù)據(jù)近些年仍然處于上升狀態(tài)，尤其是在成年人群，這一數(shù)據(jù)一直居高不下，中國心血管病的負擔日益加重，已經(jīng)成為迫在眉睫需要解決的威脅公眾身體健康的問題，所以加強現(xiàn)代科技技術與醫(yī)療技術的結合，加快運用計算機對疾病的識別、診斷進行輔助的步伐尤為重要。在心血管疾病中，突發(fā)性心肌梗死成為導致死亡的一大重癥。在郝志國[3]（主要從事法醫(yī)現(xiàn)場勘查、法醫(yī)病理學、法醫(yī)臨床學檢驗鑒定工作）對心肌梗塞死亡法醫(yī)學分析3例中，3例死者都是在經(jīng)歷過打斗之后身體感到有不舒服的感覺，隨后立即倒地，并且在短時間內死亡。經(jīng)尸體檢驗發(fā)現(xiàn)，這3例死者冠動脈嚴重狹窄，同時研究人員還發(fā)現(xiàn)了不同程度的陳舊的、新鮮的心肌梗塞[3]。冠狀動脈如果發(fā)生了堵塞，就會引起心肌梗塞，進而可能會產(chǎn)生由于供血不足心肌缺血壞死的情況，這個病癥在45歲以下人群中產(chǎn)生的概率一直在上升，而此病及時就醫(yī)是最重要、最有效的手段。隨著科技的發(fā)展和時代的需求，采用計算機相關技術對醫(yī)學診斷進行分析和處理已得到越來越多的應用，尤其是對醫(yī)療中是否患有某項疾病的圖像的識別診斷[4]。心電圖（electrocardiogram，ECG）能夠反應人體心臟健康狀況，是判斷是否患心血管疾病的重要依據(jù)，在臨床上被廣泛用于心血管疾病的篩查和診斷[5]。但是，目前僅僅是由臨床醫(yī)生通過心電圖波形的變化來進行心血管疾病的診斷的效果還不夠理想，還需要專業(yè)醫(yī)師的進一步確診；但是總是會發(fā)生存在一些心電圖的特征沒有明顯異常特征的患者，而是只有在發(fā)病或者是病情惡化的時候才呈現(xiàn)明顯的病癥特有的波段異常特征[6]，這一過程的發(fā)生，無疑使得患者確診以及做出有效的病理措施的時間增加，眾所周知在醫(yī)學診斷中，時間就是生命，也許僅僅一秒之差，可能對于患者來說就是生死關頭的問題，所以利用現(xiàn)代計算機技術與心電診斷進行結合以便及時、有效做出診斷對于醫(yī)生、患者來說都至關重要。世衛(wèi)組織有統(tǒng)計表明，心血管疾病將成為“頭號殺手”，全球每年預計超過1800萬的人死于心血管疾病[12,13]，而人們眾所周知的死亡率較高的癌癥、艾滋病等卻還都不如心血管疾病所造成的死亡率。更應該讓人們引起重視的是，心血管疾病的發(fā)生與年齡、性別等并沒有關系，而且近些年青少年發(fā)生心血管疾病并導致死亡的案例屢見不鮮，逐漸成為威脅人類健康的重要因素。研究表明，睡眠質量不好的人患心血管疾病的概率比其他疾病高出2到3倍，而且極度容易引發(fā)心肌梗塞的發(fā)生，世界衛(wèi)生組織報告，全世界三分之一左右的人口存在睡眠問題，由此可見，存在潛在型心肌梗塞患者。而心肌梗塞疾病的致死率又高于其他心血管疾病，在心肌梗塞發(fā)生時，最好的方法就是及時就醫(yī)，為在早期還沒有發(fā)生心肌組織改變的心肌細胞進行溶栓治療爭取時間，縮小壞死面積，恢復心肌的功能，減少死亡率。在整個社會環(huán)境的影響下，人們的生活方式不夠健康，沒日沒夜的加班、不分時間的吃著外賣等等，養(yǎng)成了不夠規(guī)律、不夠健康的生活習慣，使得人們的身體每況愈下，不僅僅包括中老年人，就連青少年由于心血管疾病而發(fā)生猝死的情況也更多，所以，在倡導健康生活方式的情況下，能夠更加及時、準確的對類似心肌梗塞這樣病情發(fā)展迅速的疾病做出診斷并給予病理治療在現(xiàn)階段以及以后的發(fā)展中尤為重要。1.2國內外研究現(xiàn)狀心電圖（即ECG）是心臟活動的表現(xiàn)形式，臨床醫(yī)生、專業(yè)醫(yī)師可以通過心電圖的波形特征可以判斷出心臟可那個出現(xiàn)了某些問題，由此來給患者相應的病理康復建議。ECG信號中不僅僅有作為疾病判斷依據(jù)的心電信號，同時還存在有影響分析特征的噪聲，主要包括基線漂移噪聲、工頻噪聲干擾和高頻肌電干擾三種[8]。要通過心電圖進行疾病的識別診斷，首先需要對心電信號中存在的“噪聲”進行去除[11]或者降低其對心電信號的干擾，降噪進行完畢后再進行心電信號的分析判斷，這樣得來的結果才更加準確，才能對疾病進行更加良好、準確、高效的診斷。目前研究中使用頻率較高的去噪方法主要包括：1）基于濾波器的噪聲去除；2）基于經(jīng)驗模態(tài)分解法（EMD）的噪聲去除；3）基于小波變換的噪聲去除[9]。噪聲去除如果依賴于小波變換的話，是ECG信號被小波變換進行了多尺度的分解，然后在重構的時候將噪聲去除掉。它擁有傅里葉變換局部化的思想，也可以進行時頻變換[9]，再噪聲去除的同時，還要保證重要心理信號的有效保存，基于小波變換的噪聲去除就擁有這樣的優(yōu)勢[10]；依據(jù)濾波器的噪聲去除主要是依據(jù)噪聲頻率特征進行去除，經(jīng)驗模態(tài)分解法是將原始信號進行變換，然后將其分解成有限個固有模式函數(shù)，與這兩種方法相比，小波變換在走啊還是那個去除過程中的能力更強，所以它的應用更廣泛。在去噪完成之后需要對ECG信號進行特征提取，應用于深度學習中的特征提取方法種類很多，為了能夠更好的進行保存整個信號前后的狀態(tài)，進行更有效的分析診斷，選用“長短期記憶網(wǎng)絡”（即LSTM）進行ECG信號去噪之后的特征提取，它是可以保存上下文狀態(tài)的RNN網(wǎng)絡中的一種，開闊了神經(jīng)網(wǎng)絡的邊界限制，可以為長期依賴性問題提供解決辦法。它在這一時刻的隱藏層和后面時刻隱藏層的節(jié)點有邊，使得在時間上有延遲。因此，LSTM網(wǎng)絡被設計為處理遠距離時間依賴性，可以提取時間序列的信息[8]。在特征提取完畢之后，下面就可以使用智能算法進行模型的建造、分類、分析，為進一步的疾病識別診斷做最后一步的準備。目前常用的算法有：支持向量機（SVM）、人工神經(jīng)網(wǎng)絡（ANN）和線性判別（LD）。在這些算法中，最常用的是SVM，MIT-BIH數(shù)據(jù)庫不平衡問題[5,14]。是不利于使用的，需要解決，而在解決這個問題的時候使用了模擬層次結構的Chazal等人[14]就使用了此算法進行。經(jīng)歷過一系列的處理之后ECG信號相對來說可用性更高，對于疾病的診斷也更加精確。在大數(shù)據(jù)、人工智能的推動下，很多繁瑣的工作將會變的相對簡易，同時準確性、高效性也將進一步提高。1.3本文研究內容及章節(jié)安排從前文敘述的背景以及各項數(shù)據(jù)的描述中可以發(fā)現(xiàn)，心電圖的研究對于目前以及以后的發(fā)展來說必不可少，特別是在計算機技術輔助下的醫(yī)療診斷方面，對于心肌梗塞的圖像特征提取研究也不是很多，所以，本文在Pyhsiobank數(shù)據(jù)庫選擇PTB心電數(shù)據(jù)庫，選取里面的心肌梗塞患者以及健康對照，對心肌梗塞患者的ECG圖像進行去噪、特征提取，以便進行進一步的疾病診斷。第1章為本文的研究方向和內容，包括研究現(xiàn)狀和章節(jié)安排。第2章為本文應用到的一些基本理論知識。包括心電圖的基本產(chǎn)生原理、心電圖導聯(lián)、心電圖各波段的介紹；心電數(shù)據(jù)庫的介紹、心電信號的特征分析；噪聲的分類、深度學習技術的介紹以及LSTM模型的相關介紹。第3章為心電信號的處理算法。包括降噪處理和特征提取。第4章為心電數(shù)據(jù)信號的分類識別。包括數(shù)據(jù)的收集整理、模型的建立以及心肌梗塞疾病的最終判斷。第5章是本文的總結。第2章基本概念理論2.1心電圖有關理論2.1.1心電圖原理心肌細胞膜是半透膜，半透膜具有選擇通透性，使得心肌細胞膜內外的電位會有變化。當處于靜息狀態(tài)的時候，膜外是一定數(shù)量的正電陽離子，膜內是負電陰離子，外正內負，膜外的電位相對膜內要高，稱此為極化狀態(tài)，在此狀態(tài)下，不會有電位差，這樣測得的電位線就是平直的，稱為等電位線。但是一旦心肌細胞受到刺激，通透性發(fā)生變化，會產(chǎn)生除極過程，即陽離子會進入膜內，那么電位就會在膜吸收了陽離子時候變?yōu)檎涗浀降碾娢磺€稱為除極波，也就是心電圖中顯示出來的P波和QRS波。除極完成之后陽離子會排出來，使得膜內點位再次變?yōu)樨摚謴蜑闃O化狀態(tài)，稱為復極，由電流記錄儀記錄到的電位曲線稱為復極波，其過程緩慢，幅度較低，不易測得，表現(xiàn)為T波。細胞復極之后，會再次恢復極化狀態(tài)，沒有電位差，測得等電位線。心電圖（ECG），是英國皇家學會瑪麗醫(yī)院的生理學教授Waller于1887年在犬和人類的心臟上應用毛細管靜電計第一次記錄得到。心電圖記錄的是人體心臟活動的可視時間序列，人體心臟的綜合表現(xiàn)[7]可以由心電圖直觀的反應，所以心電圖成為檢查心血管疾病、醫(yī)生診斷病患情況的重要依據(jù)之一。2.1.2心電圖導聯(lián)心電圖導聯(lián)就是通過與心電圖機的電流計正負極相連的導線放置在人體不同部位的電路連接方式，目前存在的常規(guī)12導聯(lián)體系是被廣泛應用的體系，包括與肢體相連的肢體導聯(lián)（包括標準肢體導聯(lián)I、Ⅱ、Ⅲ和加壓單極肢體導聯(lián)aVR、aVL、aVF）和與胸部相連的胸導聯(lián)（屬單極導聯(lián)，包括V1~V6導聯(lián)）。如表2.1所示。不同的導聯(lián)是由不同的兩個電極或者一個電極、一個中央電勢端（也稱威爾森中央電端）組合形成的。然后導聯(lián)線又將它們與電流計的正負極連接起來（如表2.2所示），以此方式進行心臟電活動的有效記錄。連接起來的兩個電極組合，可以稱為雙極導聯(lián)，一正一負。Ⅰ、Ⅱ和Ⅲ導聯(lián)是前面敘述過的雙極肢體，相對應的有單極導聯(lián)，它是電極和中央電勢所形成的導聯(lián)，在這個時候，產(chǎn)生的探測電極是正極，而中央電勢端是負極。表2.1：電極名稱及位置Table2.1:electrodenameandlocation電極名稱電極位置LA肢體左側上方LL肢體左側下方RA肢體右側上方RL肢體右側下方V3rV1、V4r之間V4r5肋間隙右邊鎖骨中V5r5肋間隙右邊腋前V14肋骨間隙胸骨的右邊V24肋骨間隙胸骨的左邊V3V2、V4之間V45肋間隙左鎖骨的中間V55肋間隙左邊腋前V65肋間隙左邊腋中V75肋間隙左邊腋后V85肋間隙左肩胛下V95肋間隙左脊柱旁線表2.2：各導聯(lián)連接示意Table2:connectiondiagramofeachlead導聯(lián)名稱負極正極IRALAIIRALLIIILALLV1中央電勢端V1V2中央電勢端V2V3中央電勢端V3V4中央電勢端V4V5中央電勢端V5V6中央電勢端V6avR1/2（LA+LL）RAavL1/2（RA+LL）LAavF1/2（LA+RA）LL2.1.3心電圖波段臨床醫(yī)生都是根據(jù)心電圖波形的變化作為依據(jù)，根據(jù)病理狀態(tài)判斷患者患病情況，心電圖通過波形的變化來表示不同的病癥，所以說研究心電圖波段的變換情況對于心血管疾病的診斷等至關重要，心電圖各波段及相應心電活動的意義如表2.3所示。（1）P波健康人的心電圖都會顯示是竇性心電圖，因為在心臟正常的健康狀態(tài)下，電信號的發(fā)生是從竇房結開始的，而且會首先被傳播到人體的右心房，隨后才會被傳到左邊的心房，這樣就形成了P波，它的時限一般為0.12秒，高度在0.25mv左右。通常來說P波不會呈現(xiàn)高尖的形態(tài)，而且它的振幅也不大，還有需要了解的一點是在不同的導聯(lián)中P波的形狀可能會有一些不同，特別是在II導聯(lián)和VF導聯(lián)此特征表現(xiàn)的很明顯[5]，但是也會有特殊情況的發(fā)生，那就是在心房變大，電信號在心房之間的傳導出現(xiàn)異常狀況的時候，P波可能會出現(xiàn)為高尖或雙峰的態(tài)勢。（2）PR間期PR間期代表由竇房結產(chǎn)生的興奮經(jīng)由心房、房室交界和房室束到達心室并引起心室肌開始興奮所需要的時間，從其傳遞的過程來看，它也經(jīng)常被習慣性的稱為房室傳導時間。健康人的正常心電圖中，PR間期大于0.12秒而小于0.20秒。在這個過程中也會出現(xiàn)特殊情況的發(fā)生，比如說當從心房傳到心室的信號出現(xiàn)了阻滯的情況時，就會表現(xiàn)為PR間期的延長或者是在P波之后心室波的消失。（3）QRS波群QRS波群的形成是由電激動向下傳產(chǎn)生的，經(jīng)過希氏束、左右束枝，可以同步激動人體的左右兩個心室。心室的除極就可以由QRS波群來描述，它的時限小于0.11秒。但是當出現(xiàn)例如心臟左右束枝的傳導阻滯、心室擴大或肥厚等特殊情況的時候，QRS波群會出現(xiàn)增寬、變形和時限延長的特征。（4）J點在QRS波群完畢，ST段剛好開始得的地方的匯集點。當心肌細胞除極完成之后就會出現(xiàn)這個點。（5）ST段從ST段的名稱里也可以看出來，它將QRS波群以及T波連接起來。它代表的是在復極還沒開始，但是除極已經(jīng)完成的那一段時間，這個時候的心肌都是除極狀態(tài)，沒有電位差的存在，所以健康者的正常心電圖中的ST段都是在等電位線上。但是如果出現(xiàn)了特殊情況，比如如果有心肌缺血或者心肌壞死出現(xiàn)的話，心室在除極完成后依然有電位差的存在，在這種情況下就會在心電圖上產(chǎn)生ST段偏移的情況。（6）T波心室的復極是由T波來表示的。T波的方向與QRS的主波方向是一致的。很多特殊情況的發(fā)生都有可能會使T波發(fā)生改變。例如發(fā)生心肌缺血的情況時T波會出現(xiàn)低平倒置的現(xiàn)象。而高血鉀、急性心肌梗塞都會表現(xiàn)為T波的高聳。（7）U波在T波之后的某些導聯(lián)中可以看到U波，目前研究中，暫時覺得它與心室的復極有關。（8）QT間期心室從除極開始一直到復極是需要一定時間的，這個時間是可以用QT間期來表示的。在健康者的正常心電圖中QT間期為0.44秒。但是心率有時會對QT間期產(chǎn)生一定的影響，基于此，引入了修改的QT間期（QTC）的定義。計算它的方法之一可以表示為QTc=QT/√RR。存在特殊情況的發(fā)生使得QT間期有變化，例如惡性的心律失常會使QT間期有所延長。表2.3：心電圖波段意義Table2.3：significanceofECGband心電圖波段相應心電活動的意義P波心房的除極活動T波心室的復極化U波目前認為可能復極化有關QRS波群心室的除極活動ST段心室除極進行完畢PR間期房室的傳導時間QT間期從心室除極一直到完全復極經(jīng)過的時間2.1.4心電數(shù)據(jù)庫心電數(shù)據(jù)庫是專門用來保存病例和健康人群心電數(shù)據(jù)信號的數(shù)據(jù)庫。MIT-BIH心電數(shù)據(jù)庫，它是由美國麻省理工學院與BethIsrael一員聯(lián)合建立；AHA心律失常心電數(shù)據(jù)庫，這是由美國心臟學會主持運營的；還有歐盟的CSE心電數(shù)據(jù)庫以及QT心電數(shù)據(jù)庫。以上所述的4個數(shù)據(jù)庫，是目前世界上公認的、具有權威性的心電數(shù)據(jù)庫，使用者可以直接進行數(shù)據(jù)的下載使用。MIT-BIH心律失常數(shù)據(jù)庫包含從1975~1979年間BIH心律失常實驗室的47名研究對象的48個30分鐘長度雙通道動態(tài)心電圖記錄片段，片段記錄采樣率為360Hz，數(shù)字分辨率為11位，47名研究者分別為25位年齡在32至89歲之間的男性和22位年齡在23至89歲之間的女性。在大部分的記錄中，電極會放在胸部位置，肢體導聯(lián)II（MLII）是由上部信號經(jīng)過修飾后產(chǎn)生的。下部信號通常是經(jīng)過修改的導線V1（有時是V2或V5，有時是V4）；至于上信號，電極也放在胸部。BIH心律失常實驗室通常使用此配置。AHA心律失常心電數(shù)據(jù)庫擁有一個包括了80個數(shù)據(jù)的系列，還有一個包括75個數(shù)據(jù)的系列。這其中每一個數(shù)據(jù)都會持續(xù)3h的時間。在每個系列中又可以分為8個心律失常的大類，每一類中有10個心電數(shù)據(jù)(第二系列第五類只有5個)。采樣頻率為250Hz，數(shù)字分辨率為12位。室性心律不齊分類器的運作性能是需要評判的，而產(chǎn)生AHA數(shù)據(jù)庫的主要目的就是為此，然而，正常竇性心律與室上性異位搏動[5]這兩類情況在這個數(shù)據(jù)庫下是沒有辦法區(qū)分的。CSE心電數(shù)據(jù)庫，它的開發(fā)目的主要是為了對心電圖自動分析儀的性能進行評價。心電數(shù)據(jù)庫主要是從現(xiàn)有的ECG數(shù)據(jù)庫中選擇患者以及健康者的ECG記錄，隨后便會對選擇好的記錄進行統(tǒng)一規(guī)劃管理，以供研究者調取使用。2.1.5心電信號特征（1）近場性[6]：信號只有在人體表面才能檢測到，離開即使很小的距離也不會被心電儀檢測到；（2）頻率低：心電信號的強度非常微弱，一般都是用mV級來衡量；（3）干擾強：干擾既來自生物體內，如肌電干擾、呼吸干擾等，也來自生物體外，如干擾信號與本身心電信號頻帶重疊的工頻干擾、信號拾取時因為不良接地導致的外來干擾等。在對心電信號進行噪聲的降除時，如果有頻帶的重疊則會使得工作難度加大。使用MATLAB軟件進行數(shù)據(jù)收集分析繪圖如圖2.1所示。圖2.1MATLAB繪制ECG信號Figure2.1mappingECGsignalbyAtlas此圖為PTB心電數(shù)據(jù)庫中編號為1的樣本數(shù)據(jù)，通過MATLAB軟件將其展現(xiàn)為此形式，此圖波形可以看出，其起伏幅度并不是很明顯，所以在分析心電圖并通過心電圖判斷是否患有心血管類疾病時，需要臨床醫(yī)生或專業(yè)醫(yī)師通過其臨床經(jīng)驗以及所掌握的知識做出診斷，而對于普通人來說，或許僅僅能夠看出其波形有了不明顯的起伏變化，但是要想得出病理性的結果卻很難，所以應用計算機技術進行醫(yī)療診斷的輔助的需要日漸重要。心肌梗塞患者的心電圖波形特點表現(xiàn)為：ST段弓背抬高或者極度壓低，T波倒置或者高尖，有的病人還可以看到病理性Q波，這些都是心肌梗塞心電圖特點。所以，疑似心肌梗塞患者的疾病診斷目前來說最直接的方法就是根據(jù)心電圖波形變化來判斷。如圖2.2所示為在PTB心電數(shù)據(jù)庫中下載的編號為2的心肌梗塞患者的ECG信號圖，從圖中可以清楚的看出該患者的T波出現(xiàn)了倒置的現(xiàn)象，此病例的ECG圖像很清晰，可以直接看出其變化，從而可以直接做出病理判斷，但是如果產(chǎn)生像圖2.3類似的ECG圖像，僅僅只是R波幅度有些高，病理性Q波幅度不高，類似第3號患者這樣病理變化特征不是非常明顯的患者，就不容易及時的做出相應的診斷，所以需要進一步完善確定心肌梗塞患者ECG數(shù)據(jù)信號的病理特征，以便更及時有效的做出診斷，為患者提供更快的救治時間。圖2.2第2號心肌梗塞患者V5導聯(lián)ECG信號Figure2.2ECGsignalofleadV5inpatientswithmyocardialinfarctionNo.2圖2.3第3號心肌梗塞患者V5導聯(lián)ECG信號Figure2.3ECGsignalofleadV5inpatientswithmyocardialinfarctionNo.32.2ECG噪聲分類（1）基線漂移噪聲：這類噪聲是因為人時刻不停的呼吸造成的，它的幅度和頻率一直在變化，但是頻率值不高，一般為0.05—2Hz。其表示如圖2.2所示。圖2.2受到基線干擾的ECG信號Figure2.2ECGsignaldisturbedbybaseline（2）工頻噪聲干擾：由噪聲的名稱也可以看出，這一類的噪聲是因為心電采集儀的工作造成的，可能由于其電源、也可能由于其電線引起，幅度數(shù)值較低。其頻率值為50Hz或60Hz。其表示如圖2.3所示。圖2.3受到工頻干擾的ECG信號Figure2.3ECGsignaldisturbedbypowerfrequency（3）高頻肌電干擾：與上述噪聲類似，由其名稱可以得知，是由于肌肉的運動引起的，在檢測心電圖的時候，人身體的肌肉不可避免的會有一些動作，哪怕僅僅是細微的運動，也會產(chǎn)生一定的噪聲，由于肌肉的運動沒有規(guī)律、運動的肌肉也沒有規(guī)律，所以這類噪聲沒有規(guī)律，形態(tài)各異，其頻率最高可達10KHz，持續(xù)時間一般可達50ms。其表示如圖2.4所示。圖2.4受到肌電干擾的ECG信號Fig.2.4ECGsignalinterferedbyEMG2.3深度學習技術理論隨著人工智能的發(fā)展，機器學習被廣泛應用，但那還死在應用的過程中，隨著要求的日益增加，所以又在其基礎上衍生出了一種新的學習方法，即深度學習。但是深度學習的概念也不是憑空而來，是源于源于人工神經(jīng)網(wǎng)絡的研究。深度學習技術對于所研究對象的特征能夠自動提取，底層特征可以被它進行組合，更加抽象的高層表示便由此形成，通過這個可以發(fā)現(xiàn)數(shù)據(jù)的分布式特征。神經(jīng)網(wǎng)絡算法起源于人的大腦結構，同時伴隨著研究模型結構的復雜度發(fā)展和大數(shù)據(jù)以及對計算能力的更大的需求，使得算法也需要進一步增強，而且也在此基礎上產(chǎn)生了一些新的、更加強大的新算法。這些算法被廣泛應用于圖像處理與計算機視覺、自然語言處理以及語音識別中，推動了人工智能技術的發(fā)展，我們對于人工智能的追求也更近了一步。顧名思義，還有淺層學習，但是淺層學習只有單層或者雙層結構，然而深度徐熙卻包含了多個隱藏層，同時各個隱藏層之間也有聯(lián)系，它們通過非線性結構進行鏈接，這樣的結構使得無論多么復雜的函數(shù)也可以用深度學習來表示，同樣，也可以讓深度學習比淺層學習學習到更加復雜的圖像特征[4]，圖像中的本質特征也能夠讓其更加容易的學習到。由此可知，深度學習強調的是特征學習的重要性，它利用多個隱藏層的優(yōu)勢，逐層的進行特征變化的分析，使原有的樣本在基礎分析的情況下得到的心得特征分析空間，這樣就可以將數(shù)據(jù)內在的特征、內在的聯(lián)系刻畫的更加明顯，給后期的分析處理以及做出及時有效的診斷信息提供了準確的信息。2.4LSTM網(wǎng)絡結構神經(jīng)網(wǎng)絡的重復模塊鏈的形式是所有的循環(huán)神經(jīng)網(wǎng)絡所共有的。這個重復模塊鏈在標準的RNN中就像單個tanh層一樣結構非常簡單。LSTM也有這種鏈式結構，但是與RNN不同的是它的內部有四個網(wǎng)絡層。LSTM的結構如圖2.5所示。在LSTM中，第一階段是遺忘門，遺忘層決定哪些信息需要從細胞狀態(tài)中被遺忘；下一階段是輸入門，輸入門確定哪些新信息能夠被存放到細胞狀態(tài)中；最后一個階段是輸出門，輸出門確定輸出什么值。有時進入的和輸出的信息需要進行簡單的選擇之后再進行，那么如何讓信息選擇性的通過？這里使用的方法是通過“門”結構來實現(xiàn)，為了實現(xiàn)這個操作，產(chǎn)生了神經(jīng)網(wǎng)絡層sigmoid和乘法操作pointwise。遺忘門通過sigmoid單元來處理決定細胞狀態(tài)需要丟棄那些信息，它通過查看ht-1和xt信息來輸出一個0-1之間的向量，該向量里面的0-1值表示細胞狀態(tài)Ct-1中的那些信息保留或丟棄多少，0表示不保留，1表示都保留。遺忘門過程如2.6圖所示。下一階段是輸入門，決定給細胞狀態(tài)添加哪些信息，分為兩個步驟：①利用ht-1和xt通過輸入門決定添加的信息；②利用ht-1和xt通過一個tanh層得到新的可能會被更新到細胞信息中的候選細胞信息t。輸入門過程如圖2.7所示。下一步是更新Ct-1變?yōu)樾碌腃t。規(guī)則是通過忘記門選擇忘記舊信息的一部分，通過輸入門選擇添加候選信息t的一部分得到新的信息Ct。過程如圖2.8所示。圖2.5LSTM網(wǎng)絡Figure2.5LSTMnetwork圖2.6遺忘門過程圖示Figure2.6processdiagramofforgettingdoor圖2.7輸入門過程圖示Figure2.7inputdoorprocessdiagram圖2.8輸出門過程圖示Figure2.8processdiagramofoutputdoor2.5相關模型介紹（1）支持向量機模型。支持向量機模型即SVM，其被提出于1964年，是機器學習算法的一種，在二十世紀九十年代后得到了快速的發(fā)展，而且又衍生出了很多改進算法，在人像識別、自然處理語言等人工智能領域得到廣泛應用。由于SVM考慮到了經(jīng)驗風險和結構風險最小化，而且其構建的超平面決策邊界時的邊距最大，使得被測試的樣本可以擁有足夠的空間，所以具有很大的穩(wěn)定性，使得其廣泛應用于各個領域。（2）線性回歸模型。線性回歸模型可以確定兩個以及兩個以上的變量之間的內在關系，為確定此關系，該模型利用數(shù)理統(tǒng)計進行回歸分析，其在數(shù)學、金融、經(jīng)濟學等領域的應用非常廣泛。位置參數(shù)被非線性依賴的話擬合度不高，而加入被線性以來，那么擬合度將會大大提高，而且更加輕松的就可以確定估計的統(tǒng)計特性，是回歸分析中第一種經(jīng)過嚴格研究并廣泛應用的類型。本文使用了這兩種模型來分析心肌梗塞疾病特征，由于線性回歸模型擁有SVM所沒有的可以直接觀察與心肌梗塞疾病相關特征的優(yōu)勢，所以使用這兩種模型進行分析。第3章心電信號處理算法3.1ECG信號降噪處理前面第2章中已經(jīng)講到了ECG信號中存在的噪聲，要想能夠利用信號提取到相對準確的特征進而進行疾病的精確診斷需要對這些存在的噪聲進行降除，進行完畢降噪處理之后的ECG信號才是我們進行疾病診斷的有效信號。在第1章中講到了關于基于小波變換的去噪方式，不僅僅能夠有效的去除信號中存在的噪聲，還能夠最大程度的保留信號的準確性。在由原信號得到小波變換信號時使用的是尺度為6的連續(xù)小波變換，小波基函數(shù)是墨西哥（Mexican）小波函數(shù)，它是高斯（Gauss）函數(shù)的二階導數(shù)，因為這個函數(shù)的形狀非常像墨西哥帽的截面，所以它也常被形象化的稱為墨西哥帽函數(shù)。相比于其他的小波基函數(shù)，墨西哥小波函數(shù)對角度的敏感度不是很高，所以它更加適合于來進行特征的提取，同時它還擁有能夠提取出相對穩(wěn)定的極值點或者特征點的優(yōu)勢。它的表達式為：在上面這個式子中，x代表原信號，y代表經(jīng)過小波變換之后的信號。圖3.1是經(jīng)過墨西哥小波之后進行極值點的提取，而后就可以得到原信號在經(jīng)過小波變換之后的信號，如圖3.2所示。繼而需要再進行信號的預處理，即去噪，使用的是MATLAB中的wavedec，在本文研究中使用的是“[C,L]=wavedec(E,3,'coif5')”，也即使用的coif5小波基，對原始信號E進行3層分解，其中C表示各層分量，L表示分量長度，為固定用法。經(jīng)過去噪之后的信號與原信號的對比如圖3.3所示。（心電數(shù)據(jù)為PTB心電數(shù)據(jù)庫中心肌梗塞編號為1的患者，下文除注明外都使用該患者的心電數(shù)據(jù)進行分析）。圖3.1算法表示Figure3.1algorithmrepresentation圖3.2小波變換前后對比圖Figure3.2comparisonbeforeandafterwavelettransform圖3.3小波去噪前后對比Figure3.3comparisonbeforeandafterwaveletdenoising3.2ECG信號特征提取去噪完成之后為更好的進行疾病的識別需要對數(shù)據(jù)圖像進行特征提取。在ECG圖像波形中，各個波李QRS波群的特征最明顯、而且能量最高，所以最容易被檢測出來的也是它，而且在目前的對心電圖波形研究中的檢測手段中都是先將QRS波群檢測出來，在心電信號中將其定位到，然后以此為基礎再去檢測P波、T波等。對于QRS波群的識別方法有很多，目前最常用的方法有：差分閾值法[15]、濾波器法[16]、模版匹配法[17]、小波分析法[18,19]、主成份分析[20]等[6]。在本文的研究中主要采用小波分析發(fā)進行特征的提取。首先是R波的檢測，由于R波的幅度和斜率相對于其他波形來說是比較大的，所以首先對R波進行檢測，檢測完畢后Q波和S波也可以順利的被檢測到。（1）R波的檢測提取。在經(jīng)過小波變換后進行固定差分閾值分析的效果比較好，所以本文采用此方法進行R波的檢測提取。首先對信號進行去噪處理，去噪結束之后進行小波變換，尺度為n，然后對所有的極值點進行檢測，而且需要按照幅值進行排序。閾值大小的取定根據(jù)幅值大小確定，具體為極大值與極小值差的r%，閾值即為臨界值，如果高于此臨界值，則先預判為R波。結束后需要進行R波的錯誤檢測的排除，這個目的的達到需要對檢測RR間期，前面設定的閾值如果大于RR間期，那么就要對兩個R波幅值進行比較，R波是這兩個之中幅值更高的那個，剩下的那個則需要去除。當以上敘述的步驟都都結束之后還需要對R波進行局部微校正[6]，以得到更加準確而且波形正確的R波。經(jīng)過上節(jié)中敘述的墨西哥小波變換之后，提取出來極值點，同時需要判定閾值，確定閾值的目的是需要看一下提取的極值點是否大于閾值，如果大于則需要進一步確定這個值是否是在其前后10個點的范圍內的最大值，如果是的話計算這兩個峰之間的距離，如果不是則需要取該范圍內的模最大點，并且需要確定兩點之間的時間是不是小于400ms，如果大于則為R波的峰點，如果小于的話，則需要再取兩個R波中模較大者，然后確定為R波的峰點。205號健康者的R波提取過程如圖3.4所示。圖3.4R波提取過程Figure3.4Rwaveextractionprocess在提取R波提取的過程中，通過試驗的結果以及過程的考察，將6作為小波變換的尺度n，40%作為差分閾值的系數(shù)，最終所取得的效果會更好。后面的在對R波的錯誤檢測進行排除時，為了達到像前面那一步一樣更好的效果，需要將RR間期的閾值設置為0.4s，也就是說假如兩個RR間期的時間比0.4s還要小，就會被視為錯誤檢測到了一個R波。原因是人的心率范圍為60-100次/min，最低不會低于40，最高不會高于120，也就是說RR間期最短不會低于0.5s。但是又考慮到由于病癥的發(fā)生，心率有可能會有不齊的情況，在這樣的情況下RR間期有可能會比發(fā)生這樣的情況之前變短，所以閾值需要設置為0.4s更好。在以后的科研中，經(jīng)過各個專家、學者的實驗，已經(jīng)證明了這個閾值的的設定符合規(guī)范，同時它的可用性和適用性也比較高，最后，為了更加準確的取定R波的位置，需要將檢測到的R波前后各取10ms的數(shù)據(jù)進行大小比較排序，將其中的模極大值坐標作為最后的R波位置。（2）Q波和S波的檢測提取。當檢測完R波之后，Q波和S波都可以進行檢測。首先對可能是Q波和S波的位置進行預判斷，存在這樣的模極大值點，這個點在R波波峰為中心的前后位置上，為保證點的確定的準確性，需要對這個點進行兩次位置校正，以便得到最后的Q點或S點。這兩種波的提取和校正方法是差不多的，就拿Q波來說：需要首先在預判點的位置之前，取20ms前面處的數(shù)據(jù)，設其坐標為(x1，y1)，然后將該點與R波的峰點（設其坐標為(x2，y2)）之間用一條直線連接，然后計算在這中間的每個點到直線的距離，求出來的距離最遠的點就是第一次校正后的Q點[6]。直線的公式可表示為:點到直線的距離d公式為：提取出Q波和S波之后，就可以很方便的找到Q波的起點和S波的終點，方法是尋找最近的極值點，這個極值點在Q點前和S點后的100ms之間進行尋找，將其分貝作為QRS復合波的起點和終點。起點與終點之間的時間差就是QRS復合波的時限，R波峰點相對于QRS起點的幅值差是R波幅值。圖3.5為第205號健康對照者的Q波、R波、S波在原信號中的定位，圖3.6為第1號心肌梗塞患者的Q波、R波、S波在去噪之后信號中的定位。圖3.5健康對照者QRS波定位Figure3.5QRSwavelocationinhealthycontrols圖3.6心肌梗塞患者QRS波定位Figure3.6QRSwavelocalizationinpatientswithmyocardialinfarction（3）P波和T波的檢測提取位于QRS波群的前面和后面，而且幅度值和頻率值都不如QRS波群大的波是P波和T波，要想對它們進行精確的檢測，工作是比較困難的，所以這兩種波都在QRS波檢測文筆之后再進行。但是存在一個不可忽略的因素，就是這兩種波不僅僅幅值小，而且它們的變化不定，具有多樣性和復雜性的特點，所以它的提取方法對于健康人群的ECG信號來說效果還算可以，但是但凡ECG信號為心血管疾病患者的信號，這兩種波的提取還達不到令人滿意的效果。在本文研究中，采用的是斜率閾值法對P波和T波進行檢測提取，首先需要在一個確定的范圍里尋找模極大值點，然后計算其在前后一定范圍內各點之間的斜率的模，選出最大值，當閾值比這個最大值小的時候，則為P波或者T波的峰點，那么對應基線那一點就為P波的起點和終點，同時P波的幅值和時限也就可以計算出來了；而當閾值大于最大值時，則認為該ECG信號沒有P波，P波幅值和時限都為0。P波和T波檢測提取如圖所示：圖3.5P波、T波定位Figure3.5P-waveandT-wavepositioning檢測提取出對于疾病診斷有效的ECG信號之后便可以繼續(xù)開展下一步的工作，即建立相關模型，為疾病的準確診斷奠定基礎。第4章數(shù)據(jù)信號分類識別算法4.2心肌梗塞疾病模型建立與識別4.2.1支持向量機模型支持向量機（SVM）模型具有非常好的穩(wěn)定性，因為它考慮了經(jīng)驗風險和結構風險最小化。在MATLAB環(huán)境下，Libsvm工具箱可以進行廣泛使用，這樣就方便了SVM模型的建立和使用。可以在Windows下執(zhí)行的文件也不需要用戶自己去進行編譯，Libsvm工具箱已經(jīng)將其編譯好，而且更加人性化的是它也提供源代碼，這樣更加方便了SVM模型的建立。由于K-CV（K-foldCrossValidation）法是經(jīng)常在此類研究中使用的，所以本文也采用這個方法。這個方法需要首先將所需要研究的數(shù)據(jù)均分為K（K>2）組，而且要把其中的一組拿出來作為驗證集剩余的K-1組作為訓練集，對模型進行訓練。這樣的方法可以得到K個分類器模型，為保證分類器的性能公平、可信度更高，選用這些模型分類準確率的平均值作為指標。K-CV的交叉驗證和參數(shù)選擇過程通過MATLAB平臺實現(xiàn)，最終得到的0.758和4為c和g的最優(yōu)值。最優(yōu)參數(shù)選擇過程如圖4.1所示。圖4.1最優(yōu)參數(shù)選取過程Figure4.1optimalparameterselectionprocess4.1數(shù)據(jù)收集整理分析本文中所使用的額新店數(shù)據(jù)都來自于PTB心電數(shù)據(jù)庫，它是Physiobank眾多數(shù)據(jù)庫中的一個數(shù)據(jù)庫。該數(shù)據(jù)庫是由德國柏林大學本杰明·富蘭克林大學心臟病學系教授從健康志愿者和患有不同心臟病的患者中收集的。包括心肌梗塞、心率衰竭、心律失常、心肌肥大、心肌炎等心血管疾病共290位受試者的549條記錄。每個信號都有14個ECG信號、1個呼吸信號、1個線電壓信號。本文研究對象為心肌梗塞患者和健康對照者的V5導聯(lián)信號。因為V5導聯(lián)位于胸部距離心臟最近的位置，對于診斷心肌梗塞ECG信號特征最為明顯[6]。數(shù)據(jù)統(tǒng)計分析如表4.1所示。數(shù)據(jù)分析完畢后為進行模型的建立，需要用SPSS工具數(shù)據(jù)進行相關性分析，數(shù)據(jù)相關性分析結果如表4.2所示。首先利用可視化工具PhysiobankATM將數(shù)據(jù)下載并保存為MATLAB的可讀取文件，即.mat格式，隨后通過前文敘述的步驟對于下載的數(shù)據(jù)進行去噪，包括基線漂移噪聲、工頻噪聲干擾和高頻肌電干擾三種噪聲的去除[6]；去完成之后就對數(shù)據(jù)信號進行特征提取。表4.1數(shù)據(jù)分析Table4.1dataanalysis相關參數(shù)健康對照者心肌梗塞疾病患者R波幅T波幅P波幅T波時限P波時限QRS時限RR間期QT間期PR間期ST段偏移無38例抬高或壓低早搏無21例早搏表4.2數(shù)據(jù)相關性分析Table4.2datacorrelationanalysis相關參數(shù)顯著值相關性R波幅0.002-0.592T波幅0.001-0.705P波幅0.006-0.376T波時限0.6020.034P波時限0.438-0.047QRS時限0.7880.019RR間期0.019-0.193QT間期0.0020.616PR間期0.011-0.492ST段偏移0.0140.223早搏0.0120.246其中，R波幅、T波幅、P波幅、QT間期在0.01水平上顯著相關，RR間期、PR間期、ST段偏移、早搏都是在0.05水平上顯著相關，而剩余的P波時限、T波時限、QRS時限都沒有顯著相關性，所以選擇具有相關性的8個數(shù)據(jù)進行模型建立的數(shù)據(jù)源。4.2.2線性回歸模型本文使用數(shù)據(jù)統(tǒng)計分析軟件SPSS進行線性回歸模型的建立，上文中選取的8個變量為自變量，因變量為GROUP，選擇“輸入”作為回歸方法，用回歸系數(shù)來表示每一個自變量與因變量的關系，系數(shù)和0之間差異的顯著性可以用Sig表示，線性回歸模型可以用以下表達式來描述：R波幅值為VR，P波幅值為VP，T波幅值為VT，RR間期為TRR，QT間期為TQT,PR間期為TPR，ST段的電位偏移量為VST，是否出現(xiàn)早搏用NP來表示（出現(xiàn)用1表示,不出現(xiàn)用0表示）。表4.3線性回歸分析Table4.3linearregressionanalysis自變量回歸系數(shù)Sig回歸系數(shù)95%的置信空間上限下限VP-2.1800.006-3.745-0.615VR-0.5820.000-0.776-0.384VT-0.8910.000-1.177-0.600TRR-0.0010.403-0.0010.000TQR0.0050.0000.0030.007TPR-0.0060.000-0.010-0.004|VST|0.0600.026-1.2451.368NP0.1060.041-0.1430.357常量0.2940.530-0.6341.2264.2.3心肌梗塞疾病識別 本文研究不僅建立SVM模型，還使用SPSS工具建立了線性回歸模型，兩者在配合使用下心肌梗塞疾病的識別判定準確度更高，經(jīng)過研究線性回歸模型的準確率為89.5%，誤判健康者有11例，心肌梗塞患者5例；SVM準確率為96%，只有1例誤判為健康者，從數(shù)據(jù)中可以看出SVM模型的準確率更高一些，但是也存在不足的地方，不足之處為與心肌梗塞疾病的病理結果參數(shù)相關的特征美譽辦法通過SVM模型觀察出來，但是線性回歸模型正好可以解決這個問題，所以使用這兩種模型進行分析，可以優(yōu)勢互補，更好的為疾病的識別提供數(shù)據(jù)。從線性回歸模型的回歸系數(shù)中可以看出，回歸系數(shù)是負值的有三個系數(shù)，分別為T波、P波以及R波幅值，這個現(xiàn)象表明了隨著數(shù)值的降低，被診斷為心肌梗塞疾病的概率大了很多，可以得出心肌梗塞患者的R波、P波的幅值比較低，T波更加明顯（而且還會有出現(xiàn)T波倒置的患者，例如前文中講述過的編號為1的患者）的結論，心肌梗塞病人也有可能會由于心肌活性下降甚至壞死導致信號的傳導出現(xiàn)滯后或阻塞的問題，這樣會導致患者整體ECG信號的能量很弱。其次，觀察得知RR間期與PR間期的系數(shù)為負，也就是表明了如果擁有更高的心率，則心電圖的RR間期就會越小，患心肌梗塞疾病的概率也就越大；PR間期與RR間期關系是正比的，所以特征它的也是這樣，不再贅述。觀察到QT間期的系數(shù)為正，這個現(xiàn)象則可以說明的問題是如果擁有越長的QT間期，那么被診斷為心肌梗塞疾病的概率就會越大。再次，ST段的電位偏移和早搏的系數(shù)都是為正，這個現(xiàn)象可以說明的則是：此類特征的出現(xiàn)與發(fā)生心肌梗塞疾病的概率是成正比的。經(jīng)過線性回歸模型的建立和分析，可以明顯的到的結論是：如果此類心電圖中顯示有R、P波幅比較微弱、T波發(fā)生了倒置的現(xiàn)象、QT的時限相比平常過于長、ST段的電位偏移也與往常不同，發(fā)生了偏移量超過0.1mV，或者出現(xiàn)了心率過快以及早搏的現(xiàn)象的話，則可以判斷為此類ECG信號是心肌梗塞患者的信號，由此特征可以準確的進行心肌梗塞疾病的識別，從而為患者爭取更大的救治時間，也為醫(yī)療技術的發(fā)展提供了一定的有利的源泉。結語心臟作為人體內最重要的器官，它的健康才能帶來更好的生活，倘若出現(xiàn)一點問題都會對人體健康產(chǎn)生很大的威脅。心肌梗塞是生活中常見的心血管疾病，心肌梗塞發(fā)生時，如果血管堵塞30分鐘以上就會發(fā)生心肌壞死，所以心肌梗塞疾病越早治療越好。而心臟病目前的最佳診斷方式就是通過心電圖的波形狀態(tài)來進行判別，但是在目前醫(yī)療手段上，通過心電圖來進行疾病的診斷需要專業(yè)醫(yī)師進行，所以通過計算機進行輔助醫(yī)療診斷顯得尤為重要。本文通過分析心肌梗塞患者和健康對照者的心電信號，通過模型檢測提取出了判斷心肌梗塞的特征，為該疾病的準確、及時診斷提供了參考。本文主要完成了對心電信號進行提取、小波去噪以及特征提?。唤⒘薙VM模型以及起輔助作用的線性回歸模型，根據(jù)模型分析擁有心率過快、早搏、R波及P波振幅微弱、T波倒置、QT時限過長、ST段電位偏移等特征的ECG圖像可能是心肌梗塞疾病發(fā)生的特征標志。本文的研究雖然有了一定的意義，但是還存在一些局限性：信號的處理方式上，對于其他類別的信號是否適用還需要進行進一步的研究確定；對于心電信號的特征提取、檢測等都是在信號預處理（即去噪）之后進行，能否進行實時、動態(tài)的提取檢測還需要對算法進行進一步的改進；支持向量機模型雖然比線性回歸模型的準確率高，但是其在病理方面的直觀描述存在局限性，所以模型的適用、實用性需要進一步進行研究?，F(xiàn)代社會發(fā)展進程之快、人類生活水平提高之快，都需要醫(yī)療水平相應得到更進一步的提高，計算機技術在不斷的向前發(fā)展，這樣的發(fā)展態(tài)勢對于醫(yī)療與其的結合進行疾病的診斷提供了更好的模型，所以使用計算機輔助醫(yī)療，應用計算機進行對疾病及時、準確的診斷是時代之需、人類之需。但是心電信號的種類、數(shù)據(jù)繁多，因此計算機輔助醫(yī)療還需要與臨床進行有效結合，從而能夠更好的將研究應用到實際生活中，為心臟病、心肌梗塞疾病做加有效的分析、對患者提供更大的幫助。

電腦不啟動故障診治了解電腦啟動的過程在諸多電腦故障中，無法正常啟動是最令用戶頭痛的事了。筆者長期從事維護電腦的工作，在這個方面積累了一些經(jīng)驗，現(xiàn)在就將這些經(jīng)驗整理歸納出來與朋友們分享。本文將以家用電腦和windows98操作系統(tǒng)為基礎，介紹電腦無法正常啟動故障的診治。要想準確地診斷電腦不啟動故障，首先要了解的起動過程，當我們按下電源開關時，電源就開始向主板和其它設備供電，此時電壓還沒有完全穩(wěn)定，主板控制芯片組會根據(jù)CMOS中的CPU主頻設置向CPU發(fā)出一個Reset(重置)信號，讓CPU初始化，電壓完全穩(wěn)定后，芯片組會撤去Reset信號，CPU馬上從地址FFFF0H處執(zhí)行一條跳轉指令，跳到系統(tǒng)BIOS中真正的啟動代碼處。系統(tǒng)BIOS首先要做的事情就是進行POST(PowerOnSelfTest，加電自檢)。POST的主要任務是檢測系統(tǒng)中的一些關鍵設備(電源、CPU芯片、BIOS芯片、定時器芯片、數(shù)據(jù)收發(fā)邏輯電路、DMA控制器、中斷控制器以及基本的64K內存和內存刷新電路等)是否存在和能否正常工作，如內存和顯卡等。自檢通過后，系統(tǒng)BIOS將查找顯示卡的BIOS，由顯卡BIOS來完成顯示卡的初始化，顯示器開始有顯示，自此，系統(tǒng)就具備了最基本的運行條件，可以對主板上的其它部分進行診斷和測試，再發(fā)現(xiàn)故障時，屏幕上會有提示，但一般不死機，接著系統(tǒng)BIOS將檢測CPU的類型和工作頻率，然后開始測試主機所有的內存容量，內存測試通過之后，系統(tǒng)BIOS將開始檢測系統(tǒng)中安裝的一些標準硬件設備，這些設備包括：硬盤、CD－ROM、軟驅、串行接口和并行接口等連接的設備，大多數(shù)新版本的系統(tǒng)BIOS在這一過程中還要自動檢測和設置內存的相關參數(shù)、硬盤參數(shù)和訪問模式等。標準設備檢測完畢后，系統(tǒng)BIOS內部的支持即插即用的代碼將開始檢測和配置系統(tǒng)中已安裝的即插即用設備。每找到一個設備之后，系統(tǒng)BIOS都會在屏幕上顯示出設備的名稱和型號等信息，同時為該設備分配中斷、DMA通道和I/O端口等資源。最后系統(tǒng)BIOS將更新ESCD(ExtendedSystemConfigurationData，擴展系統(tǒng)配置數(shù)據(jù))。ESCD數(shù)據(jù)更新完畢后，系統(tǒng)BIOS的啟動代碼將進行它的最后一項工作，即根據(jù)用戶指定的啟動順序從軟盤、硬盤或光驅啟動。以從C盤啟動為例，系統(tǒng)BIOS將讀取并執(zhí)行硬盤上的主引導記錄，主引導記錄接著從分區(qū)表中找到第一個活動分區(qū)，然后讀取并執(zhí)行這個活動分區(qū)的分區(qū)引導記錄，而分區(qū)引導記錄將負責讀取并執(zhí)行IO.SYS，這是Windows最基本的系統(tǒng)文件。IO.SYS首先要初始化一些重要的系統(tǒng)數(shù)據(jù)，然后就顯示出我們熟悉的藍天白云，在這幅畫面之下，Windows將繼續(xù)進行DOS部分和GUI(圖形用戶界面)部分的引導和初始化工作，一切順利結束，電腦正常啟動。根據(jù)故障現(xiàn)象診治了解電腦啟動的過程，故障就好判斷了，下面我們就根據(jù)故障現(xiàn)象開始診治了：現(xiàn)象一：系統(tǒng)完全不能啟動，見不到電源指示燈亮，也聽不到冷卻風扇的聲音。這時，基本可以認定是電源部分故障，檢查：電源線和插座是否有電、主板電源插頭是否連好，UPS是否正常供電，再確認電源是否有故障，最簡單的就是替換法，但一般用戶家中不可能備有電源等備件，這時可以嘗試使用下面的方法（注意：要慎重）：先把硬盤，CPU風扇，或者CDROM連好，然后把ATX主板電源插頭用一根導線連接兩個插腳（把插頭的一側突起對著自己，上層插腳從左數(shù)第4個和下層插腳從右數(shù)第3個，方向一定要正確），然后把ATX電源的開關打開，如果電源風扇轉動，說明電源正常，否則電源損壞。如果電源沒問題直接短接主板上電源開關的跳線，如果正常，說明機箱面板的電源開關損壞。現(xiàn)象二：電源批示燈亮，風扇轉，但沒有明顯的系統(tǒng)動作。這種情況如果出現(xiàn)在新組裝電腦上應該首先檢查CPU是否插牢或更換CPU，而正在使用的電腦的CPU損壞的情況比較少見（人為損壞除外），損壞時一般多帶有焦糊味，如果剛剛升級了BIOS或者遭遇了CIH病毒攻擊，這要考慮BIOS損壞問題（BIOS莫名其妙的損壞也是有的），修復BIOS的方法很多雜志都介紹過就不重復了；確認CPU和BIOS沒問題后，就要考慮CMOS設置問題，如果CPU主頻設置不正確也會出現(xiàn)這種故障，解決方法就是將CMOS信息清除，既要將CMOS放電，一般主板上都有一個CMOS放電的跳線，如果找不到這個跳線可以將CMOS電池取下來，放電時間不要低于5分鐘，然后將跳線恢復原狀或重新安裝好電池即可；如果CPU、BIOS和CMOS都沒問題還要考慮電源問題：PC機電源有一個特殊的輸出信號，稱為POWERGOOD（PG）信號，如果PG信號的低電平持續(xù)時間不夠或沒有低電平時間，PC機將無法啟動。如果PG信號一直為低電平，則PC機系統(tǒng)始終處于復位狀態(tài)。這時PC機也出現(xiàn)黑屏、無聲響等死機現(xiàn)象。但這需要專業(yè)的維修工具外加一些維修經(jīng)驗，因此，建議采用替換法；電源沒有問題就要檢查是否有短路，確保主板表面不和金屬（特別是機箱的安裝固定點）接觸。把主板和電源拿出機箱，放在絕緣體表面，如果能啟動，說明主板有短路現(xiàn)象；如果還是不能啟動則要考慮主板問題，主板故障較為復雜，可以使用替換法確認，然后更換主板?，F(xiàn)象三：電源指示燈亮，系統(tǒng)能啟動，但系統(tǒng)在初始化時停住了，而且可以聽到嗽叭的鳴叫聲（沒有視頻）：根據(jù)峰鳴代碼可以判斷出故障的部位。ccid_page/AwardBIOS1短聲：說明系統(tǒng)正常啟動。表明機器沒有問題。2短聲：說明CMOS設置錯誤，重新設置不正確選項。1長1短：說明內存或主板出錯，換一個內存條試試。1長2短：說明顯示器或顯示卡存在錯誤。檢查顯卡和顯示器插頭等部位是否接觸良好或用替換法確定顯卡和顯示器是否損壞。1長3短：說明鍵盤控制器錯誤，應檢查主板。1長9短：說明主板FlashRAM、EPROM錯誤或BIOS損壞，更換FlashRAM。重復短響：說明主板電源有問題。不間斷的長聲：說明系統(tǒng)檢測到內存條有問題，重新安裝內存條或更換新內存條重試。AMIBIOS1短：說明內存刷新失敗。更換內存條。2短：說明內存ECC較驗錯誤。在CMOS中將內存ECC校驗的選項設為Disabled或更換內存。3短：說明系統(tǒng)基本內存檢查失敗。換內存。4短：說明系統(tǒng)時鐘出錯。更換芯片或CMOS電池。5短：說明CPU出現(xiàn)錯誤。檢查CPU是否插好。6短：說明鍵盤控制器錯誤。應檢查主板。7短：說明系統(tǒng)實模式錯誤，不能切換到保護模式。8短：說明顯示內存錯誤。顯示內存有問題，更換顯卡試試。9短：說明BIOS芯片檢驗和錯誤。1長3短：說明內存錯誤。內存損壞，更換。1長8短：說明顯示測試錯誤。顯示器數(shù)據(jù)線沒插好或顯示卡沒插牢。現(xiàn)象四：系統(tǒng)能啟動，有視頻，出現(xiàn)故障提示，這時可以根據(jù)提示來判斷故障部位。下面就是一些常見的故障提示的判斷：一、提示“CMOSBatteryStateLow”原因：CMOS參數(shù)丟失，有時可以啟動，使用一段時間后死機，這種現(xiàn)象大多是CMOS供電不足引起的。對于不同的CMOS供電方式，采取不同的措施：1.焊接式電池：用電烙鐵重新焊上一顆新電池即可；2.鈕扣式電池：直接更換；3.芯片式：更換此芯片，最好采用相同型號芯片替換。如果更換電池后時間不長又出現(xiàn)同樣現(xiàn)象的話，很可能是主板漏電，可檢查主板上的二極管或電容是否損壞，也可以跳線使用外接電池，不過這些都需要有一定的硬件維修基礎才能完成。二、提示“CMOSChecksumFailure”CMOS中的BIOS檢驗和讀出錯；提示“CMOSSystemOptionNotSet”，CMOS系統(tǒng)未設置；提示“CMOSDisplayTypeMismatch”，CMOS中顯示類型的設置與實測不一致；提示“CMOSMemorySizeMismatch”，主板上的主存儲器與CMOS中設置的不一樣；提示“CMOSTime&DateNotSet”，CMOS中的時間和日期沒有設置。這些都需要對CMOS重新設置。三、提示“KeyboardInterfaceError”后死機原因：主板上鍵盤接口不能使用，拔下鍵盤，重新插入后又能正常啟動系統(tǒng)，使用一段時間后鍵盤無反應，這種現(xiàn)象主要是多次拔插鍵盤引起主板鍵盤接口松動，拆下主板用電烙鐵重新焊接好即可；也可能是帶電拔插鍵盤，引起主板上一個保險電阻斷了（在主板上標記為Fn的東西），換上一個1歐姆／0.5瓦的電阻即可。四、自檢過程中斷在xxxKCache處這表示主板上Cache損壞，可以在CMOS設置中將“ExternalCache”項設為“Disable”故障即可排除。同理，在自檢主板部件時出現(xiàn)中斷，則可以認為該部件損壞，解決方法一般可以在CMOS中將其屏蔽，如果不能屏蔽該部件最好更換主板。五、提示“FDDControllerFailure”BIOS不能與軟盤驅動器交換信息；提示“HDDControllerFailure”，BIOS不能與硬盤驅動器交換信息。應檢查FDD（HDD）控制卡及電纜。六、提示“8042GateA20Error”8042芯片壞；提示“DMAError”，DMA控制器壞。這種故障需要更換。七、提示“DisplaySwitchNotProper”主板上的顯示模式跳線設置錯誤，重新跳線。八、提示“KeyboardisLock...Unlockit”鍵盤被鎖住，打開鎖后重新引導系統(tǒng)。九、IDE接口設備檢測信息為：“DetectingPrimary（或Secondary）Master（或Slave）...None”表示該IDE接口都沒有找到硬盤，如果該IDE口確實接有硬盤的話，則說明硬盤沒接上或硬盤有故障，可以從以下幾方面檢查：1、硬盤電源線和數(shù)據(jù)線是否接觸不良，或換一根線試試；2、CMOS設置有無錯誤，進入CMOS將“PrimaryMaster”、“PrimarySlave”、“SecondaryMaster”三項的的“TYPE”都設置成“Auto”；3、替換法確認硬盤本身有故障。十、IDE接口設備檢測信息下面顯示“Floppydisk(s)fail(40)”出錯信息表示CMOS所指定的軟盤驅動器有問題。判斷和解決的方法與硬盤相似。現(xiàn)象五：系統(tǒng)不能引導。這種故障一般都不是嚴重問題，只是系統(tǒng)在找到的用于引導的驅動器中找不到引導文件，比如：BIOS的引導驅動器設置中將軟驅排在了硬盤驅動的前面，而軟驅中又放有沒有引導系統(tǒng)的軟盤或者BIOS的引導驅動器設置中將光驅排在了硬盤驅動的前面，而光驅中又放有沒有引導系統(tǒng)的光盤，這個都很簡單，將光盤或軟盤取出就可以了，實際應用中遇到“DiskBootFailure，InsertSystemDiskAndPressEnter”的提示，多數(shù)都是這個原因。如果是硬盤不能引導的話一般有兩種情況：一種是硬盤數(shù)據(jù)線沒有插好，另一種就是硬盤數(shù)據(jù)損壞。前者一般多會出現(xiàn)硬盤容量檢測不正確和引導時出現(xiàn)死機的現(xiàn)象；后者則是干脆找不到引導文件或提示文件損壞。前者只需重新連接好數(shù)據(jù)線即可；后者則需要用win98的啟動軟盤或啟動光盤啟動，根據(jù)實際情況來定：一、提示“Invalidpartitiontable”或“NotFoundany[activepartition]inHDDDiskBootFailure，InsertSystemDiskAndPressEnter”，這說明找不到硬盤活動分區(qū)，需要對硬盤重新分區(qū)。二、提示“Missoperationsyste”，說明硬盤活動分區(qū)需要重新格式化（formatc:/s）。三、提示“InvalidsystemdiskReplacethedisk，andthenpressanykey”或顯示“StartingWindows98…”時出現(xiàn)死機，說明硬盤上的系統(tǒng)文件丟失了或損壞，使用“sysc:”，命令傳遞系統(tǒng)文件給c盤，再將C拷貝給c盤?，F(xiàn)象六：硬盤可以引導，但Windows不能正常啟動，也不能進入安全模式。這種情況表明Windows98出現(xiàn)了嚴重的錯誤，首先，用殺毒軟件查殺病毒，看是不是病毒造成的，如果沒有發(fā)現(xiàn)