换一批基于多导联心电信号和多变量回归模型的心律失常的分类
Cardiac arrhythmia classification based on mutiple lead electrocardiogram signals and multivariate autoregressive modeling method
摘要心电信号(ECG)智能分析非常有利于严重心脏病人的自动诊断.本文介绍了多变量回归模型(MAR)建模法,利用MAR模型从双导联ECG中提取特征对ECG信号进行分类.在分类时,利用MAR模型系数及其K-L变换(K-L MAR系数)作为信号特征,并采用了树状决策过程和二次判别函数(QDF)分类器.利用文中方法对MIT-BIH标准数据库中的正常窦性心律(NSR)、期收缩(APC)、心室早期收缩(PVC)、心室性心动过速(VT)和心室纤维性颤动(VF)各300个样本信号进行了建模和测试. 结果表明,为了达到分类目的,MAR模型阶数取4是足够的,基于MAR系数的分类取得了比基于K-L MAR系数的分类稍好的结果.基于MAR系数的分类获得了97.3%～98.6%的分类精度.
更多相关知识
关键词
ECG信号MAR建模二次判别函数ECG特征K-L变换ECG signalsMAR modelingquadratic discriminant functionECG featuresK-L transformation
栏目名称
DOI
10.3969/j.issn.1671-8798.2004.02.005
发布时间
2004-07-22（万方平台首次上网日期，不代表论文的发表时间）
- 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
