首页 > 中国生物医学工程学报 > 基于积分均值模式分解和固有模态函数样本熵的阵发性房颤识别

基于积分均值模式分解和固有模态函数样本熵的阵发性房颤识别

Identification of Paroxysmal Atrial Fibrillation Based on Integral Mean Mode Decomposition and Sample Entropy of Intrinsic Modal Functions

二维码有效期 120s

摘要针对阵发性房颤(PAF)发作持续时间较短难以捕捉,且现有识别算法抗噪性能较差易导致误检、漏检等问题,本研究提出一种基于积分均值模式分解(IMMD)和固有模态函数样本熵(IMFSE)的PAF识别方法.首先,对时长为20 min的心率变异性(HRV)信号片段进行IMMD分解得到一系列固有模态函数(IMF)分量,并计算IMFSE;然后,通过对IMFSE结果进行统计分析选取PAF识别的特征量;最后,利用支持向量机与交叉验证完成PAF识别.从PAF Prediction Challenge Database(AFPDB)数据库提供的正常受试者、PAF发作与远离PAF发作受试者心电信号中,分别获取25段时长为20 min的HRV信号片段,构成正常组、PAF发作组与PAF未发作组.通过对这75段HRV信号片段的实验发现:利用本方法进行PAF识别,识别准确率、敏感性、特异性分别可达到94％、96％、92％.所提出的PAF识别算法为进一步地快速准确自动检测PAF提供了参考,在可穿戴设备的长期自动检测识别PAF方面具有较大的应用前景.

作者卢莉蓉 ^[1] 牛晓东 ^[2] 王鉴 ^[3] 张旭 ^[4] 学术成果认领

作者单位长治医学院生物医学工程系,山西长治 046000 ^[1] 长治医学院生物医学工程系,山西长治 046000;山西省智能数据辅助诊疗工程研究中心,山西长治 046000 ^[2] 中北大学信息探测与处理山西省重点实验室,太原 030051 ^[3] 首都医科大学生物医学工程学院,北京 100069 ^[4]

关键词阵发性房颤心率变异性分析积分均值模式分解固有模态函数样本熵支持向量机 paroxysmal atrial fibrillation heart rate variability analysis integral mean mode decomposition sample entropy of intrinsic mode function support vector machine

分类号 R318（医用一般科学）

栏目名称

论著

DOI 10.3969/j.issn.0258-8021.2023.06.004

发布时间 2024-03-15（万方平台首次上网日期，不代表论文的发表时间）

基金项目

国家自然科学基金（61842103）山西省高等学校科技创新项目（2020L0389）山西省基础研究计划项目（20210302124328）长治医学院博士科研启动基金（BS202123）