基于灰色关联度k-近邻法的房性心律失常识别
孙荣荣
汪源源
方祖祥
1.复旦大学电子工程系,上海,2004332.复旦大学电子工程系,上海,2004333.复旦大学电子工程系,上海,200433
摘要：目的 研究用灰色理论的灰色关联度结合k-近邻法快速准确地识别窦性、房扑和房颤信号.方法 将心电信号分成训练集和测试集,首先用多尺度小波将心电信号变换到时频域,然后提取小波系数矩阵的奇异值作为信号的特征向量,将所有训练样本的特征向量作为标准模板,求出测试样本特征向量与标准模板之间的灰关联系数,最后结合k-近邻法对测试样本做出判断.分别用MIT-BIH心律失常数据库和犬心外膜信号数据库来评价提出的基于灰关联度的k-近邻法识别心律失常信号的特异性、敏感性和准确率.结果 实验结果表明:和常规灰关联度法、常规k-近邻法、BP神经网络相比,本方法对窦性、房扑和房颤信号有较好的识别性能,且具有识别速度快的优点.结论 本方法不需要大量的训练样本,计算简单,能较准确快速地识别窦性、房扑和房颤信号,有望应用于治疗心律失常的可植入装置.
关键词：房性心律失常小波变换奇异值分解灰关联k-近邻法
分类号：R319(医用一般科学)
资助基金：国家基础研究计划(2005CB724303)国家自然科学基金(30570488)
论文发表日期：2007-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 193-197 )
英文信息