换一批摘要在远程心电诊断中,计算机辅助ECG诊断通常是在接收到ECG信号、进而解压重建后进行的,这样便造成诊断工作的延误.本研究提出了一种基于AR模型的ECG直接分类方法,利用AR模型系数及其建模误差作为特征对ECG信号进行压缩,并采用非线性二次判别函数形式进行特征分类.通过对MIT-BIH标准数据库中的NSR、APC、PVC、SVT、VT和VF各200个样本信号进行测试,获得了93.5%～97.86%的分类精度.该方法的特点是:诊断迅速方便,能同时对多类ECG信号进行有效分类,特别适于远程诊断应用.
更多相关知识
分类号
R318（医用一般科学）
栏目名称
DOI
10.3969/j.issn.0258-8021.2004.03.006
发布时间
2004-08-06（万方平台首次上网日期，不代表论文的发表时间）
- 浏览195
- 被引10
- 下载1
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
