换一批摘要为提高计算机辅助心电节拍分类算法的准确率和普适性,提出一种基于聚类分析的心电节拍分类算法,该算法利用心电节拍个体内差异性较小的特性,采用两级聚类分析、抽样代表性心电节拍的方法,结合心电医师的辅助诊断,实现对心电节拍的准确分类.为了验证算法的准确性,采用国际公认的标准数据库——MIT-BIH心律失常数据库,AAMI/ANSI标准规定的心电节拍分类方法及准确率的计算方法进行仿真实验,最终总体分类准确率达到99.07％.与Kiranyaz等(KIRANYAZ S,INCE T,PULKKINEN J,et al.Personalized long-term ECG classification:A systematic approach[J].Expert Systems with Applications,2011,38(4):3220-3226.)的心电节拍分类算法相比,该算法无需进行设定的训练,且S类心电节拍分类灵敏度由40.15％提高到89.82％,显著提高了分类算法的普适性.
更多相关知识
关键词
心电节拍分类聚类分析辅助诊断ANSI/AAMI标准Electrocardiography (ECG) beat classificationcluster analysisauxiliary diagnosisANSI/AAMI standard
分类号
TP18
栏目名称
DOI
10.11772/j.issn.1001-9081.2014.07.2132
发布时间
2014-08-29（万方平台首次上网日期，不代表论文的发表时间）
基金项目
广东省与中国科学院全面战略合作计划（2009B091300160）
- 浏览1
- 被引16
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
