卞水荣，顾媛媛，赵强

（徐州医科大学医学信息学院，江苏徐州221000）

随着社会节奏的不断加速，人们的工作压力越来越大，疾病发生概率也越来越高，心血管疾病是发病率较高的疾病之一。据调查，我国现有的心血管患者数量大约是2.3亿，总患病率达到20%左右，并且还在在逐年上升中。据相关研究预测：到2030年，仅由于人口老龄化与人口增长，中国每年的心血管疾病事件数将上升超过50%，如果考虑高血压、高胆固醇血症以及糖尿病的增长所导致年心血管事件数将额外增长23%，如果不加以控制，在2030年中国心血管疾病患者将增加2130万人，心血管疾病死亡人数将增加770万人[1-2]。因此，心血管疾病的尽早诊断和治疗对国民健康来说就显得尤其重要。

在心血管疾病的诊断中，心电信号的参考价值最大，而心电图检测正是目前心电信号诊断的最常用的医疗检测方法，具有廉价、易行、无创等优点[3-4]。它与以前的听诊相比，提供了更加精准的心脏疾病的诊断依据。然而传统的人工读心电图诊断心血管疾病的方法效率低，受到医生主观因素的影响大，有一定误诊率。如果能够在医生做出诊断之前对所采集的心电信号进行智能分析分类，提供一定的诊断参考支持，那么将会大幅提高医生的工作效率以及诊断准确率。

1 基于ECG特征的分类研究现状

1959年世界上第一个用于区分正常与异常ECG的程序由美国人Pinbeopr等人完成，是人类对心电信号自动分析的最早研究。随着科学技术、方法的发展，心电信号的自动分析和诊断技术不断得到改进和完善，实现了从理论研究到应用的跨越。……