基于改进K均值聚类生成匹配模板的心搏分类方法
2018-04-09陈永波徐静波王云峰张海英
陈永波, 徐静波, 王云峰, 张海英
(1.中国科学院大学 微电子学院,北京 101047;2.中国科学院 微电子研究所 新一代通信射频芯片技术实验室北京市重点实验室,北京 100029)
0 引 言
作为心血管疾病诊断中一种重要的方法,动态心电图(electrocardiogram,ECG)具有无创伤、操作简单、出图快等特点,在临床上得到了广泛应用,并成为心脏病临床检查中的一种常规手段[1]。动态心电图能够在长时间(24 h以上)连续记录多达10万次以上的心跳(70次心跳/min),若采用逐个心搏检测的方式,工作量巨大、易产生误判[2]。
为了提高分析效率和分类方法的普适性,本文提出了一种改进的K均值聚类生成可变宽心电模板,并匹配心搏的方法。选取心搏的QRS波群(即正常心电图中幅度最大的波群)特征值为聚类特征向量,使用经过波形反混淆(DEMIX)纠错的K均值聚类生成可变宽心搏模板,建立心搏模板库,使用心搏模板库对心电信号进行匹配分类。最终实验结果显示,本文方法显著提高了心搏分类算法的准确性和分类效率,为动态心电检测的临床应用提供了参考。
1 基本原理
1.1 心电标准数据库介绍与分类标准
MIT-BIT是研究心电节拍分类算法公认的权威心电数据库,共48组两导联心电数据,心电诊断专家对每组数据文件中的每一个心搏都做出了分析结果,主要包括心率(心搏的R波位置)、心搏的类型以及信号质量等[3]。
本文参照美国医疗促进协会(Association for the Advancement of Medical Instrumentation,AAMI)制定的ANSI/AAMI EC57 2012[4]心搏分类标准,将心搏分为5类:N(正常或者束支传导阻滞节拍)、S(室上性异常节拍)、V(心室异常节拍)、F(融合节拍)、U(未识别节拍)。……
