换一批
换一批基于DBSCAN聚类算法的心电图R峰检测研究
Research on electrocardiogram R peak detection based on DBSCAN clustering algorithm
摘要本研究致力于提高包含运动噪声、肌电噪声和基线漂移等干扰的心电信号中R峰的检测准确性,为准确估计心率和心率变异性等重要生理参数提供依据.研究通过整合 4 种不同的R峰检测算法Pan_Tompkins、Hamilton、Engzee和GQRS的结果,并应用DBSCAN聚类算法,用于提升R峰的检测性能.实验选用布尔诺理工大学心电图质量数据库作为数据源,从中提取了 1 000s的第二类信号质量样本,这些样本含有运动伪迹和噪音干扰,但R峰依旧可识别,R峰定位的误差容忍度设为100 ms以内.实验结果表明,DBSCAN算法显著提高了R峰检测的准确率至 87.6%,灵敏度至 93.1%,阳性预测值至 93.8%,以及F分数至 0.934,说明DBSCAN算法能有效提升在复杂噪音环境下的R峰检测性能,满足临床及研究需求.
更多相关知识
- 浏览0
- 被引0
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
