主成分分析和线性判别分析应用于心电信号特征提取和诊断算法研究

Research of feature extraction and diagnosis algorithm using principal component analysis and linear discriminant analysis of electrocardiogram signal

二维码有效期 120s

摘要针对心脏疾病发病率高且不易自主检测的问题,提出了一种心电信号特征提取和分类诊断算法.首先对心电信号进行提升小波变换和改进半软阈值相结合的预处理变换,在去除心电信号的噪声后,利用主成分分析(principal component analysis,PCA)对心电信号进行降维,并利用核独立成分提取心电信号的非线性特征;同时离散小波变换提取去噪后心电信号的频域特征,基于线性判别分析(linear discriminant analysis,LDA)对频域统计特征进行降维处理.将两种不同的特征向量组成多域特征空间,最后利用支持向量机对多域特征空间分类,遗传算法对其参数进行寻优,从而实现心电信号特征的分类.实验结果表明,所提出的算法能够对5类心电节拍进行准确分类,分类效率达99.11％.