基于MAR模型和优先权的多类别ECG分类诊断
葛丁飞
浙江科技学院信息与电子工程学院,浙江,杭州,310023
摘要：目的 提出一种能体现类别间重要性差异的心电信号(ECG)特征提取方法,同时弥补传统特征提取法缺乏解决优先权分类问题能力的不足.方法 收集MIT-BIH database中的正常窦性心律(NSR)、心房早期收缩(APC)、心室早期收缩(PVC)、心室性心动过速(VT)、心室纤维性颤动(VF)和室上性心动过速(SVT)各250例进行分类研究,提出一种新型的主观引导特征提取法,在某一准则和主观意图引导下,构造出特征投影矢量,获得有利于具有优先权类别的分类特征.结果 与传统线性鉴别分析法(LDA)相比较,该方法可将优先类分类精度平均提高12%.结论 主观引导特征提取法使优先类能得到更好分类的同时,其他各类也能得到较好的分类.
关键词：ECG优先权分类特征提取线性鉴别分析
分类号：R540.41(心脏、血管（循环系）疾病)TN911.7(通信)
资助基金：浙江省自然科学基金(Y104284)
论文发表日期：2009-01-01
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：6( 192-197 )
英文信息