换一批基于连续小波变换和高阶统计量的心律失常识别算法
Arrhythmia identification algorithm based on continuous wavelet transform and higher-order statistics
摘要针对可变持续时间心电图(ECG)数据信号的非平稳性和时序性问题,提出一种基于连续小波变换(CWT)和高阶统计量(HOS)的心律失常识别算法.首先,针对可变持续时间ECG数据中每个样本的数据点数量不同,采用RR间期插值法预处理数据,并通过CWT将信号分解为不同的时频分量,从而使网络能够更好地提取心电信号中的时间和频率特征.其次,针对时序信息利用不充分的问题,提出基于HOS和长短期记忆网络的时序挖掘模块,以捕捉和学习ECG信号中的长期依赖关系,从而有助于识别和理解特定的心律失常类别.通过在公开的ECG数据集MIT-BIN上进行的大量实验,验证所提方法的有效性和优越性.
更多相关知识
关键词
心律失常识别连续小波变换高阶统计量长短期记忆网络RR间隔arrhythmia identificationcontinuous wavelet transformhigher-order statisticslong short-term memoryRR interval
栏目名称
DOI
10.3969/j.issn.1005-202X.2024.03.015
发布时间
2024-04-03（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（62072489）
- 浏览0
- 被引1
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
