APP下载

基于一维卷积特征与手工特征融合的集成超限学习机心跳分类方法

2021-09-25许越凡肖文栋曹征涛

工程科学学报 2021年9期
关键词:特征提取分类特征

许越凡,肖文栋,曹征涛

1) 北京科技大学自动化学院,北京 100083 2) 北京市工业波谱成像工程技术研究中心,北京 100083 3) 北京科技大学顺德研究生院,顺德 528399 4) 空军特色医学中心,北京 100142

心律失常是由心脏电脉冲的频率、规律性、起搏位置或者传导的紊乱引起的[1]. 严重的心律失常甚至会威胁人类的生命. 心电图(Electrocardiogram,ECG)记录了人体心脏每一个心动周期所产生的电活动变化,是医生诊断心律失常的重要依据.由于心律失常种类繁多,表现复杂,识别心律失常往往需要有丰富经验的医生.而且,常规的心电图检查仅仅持续几分钟,一些偶然发生的不规则心律失常并不能被检查出来. 例如心源性猝死这种心血管病,从发病到死亡持续时间短,基于传统的常规心电图检查方式缺乏实时性,往往会耽误病人最好的治疗时间.

动态心电图监测仪(Holter),是由Norman J.Holter于1949年发明的可穿戴设备,它能够连续监测病人日常生活中24 h甚至更长时间的心脏电活动,这种长时程的记录有助于监测偶然发生的心律失常.因此,基于动态心电图的自动心律失常分类方法对于及时发现和预防心血管疾病有着重要的意义.

影响心电信号自动分类系统性能主要有两个因素,一是心电信号特征的提取,二是分类器的选择. 特征提取的质量对心跳分类性能具有至关重要的影响,提取的特征对于不同类别的心律失常应具有更好的离散性,而对同类心律失常具有相似性. 传统的心律失常分类……

登录APP查看全文

猜你喜欢

特征提取分类特征
分类算一算
如何表达“特征”
基于Gazebo仿真环境的ORB特征提取与比对的研究
不忠诚的四个特征
教你一招:数的分类
一种基于LBP 特征提取和稀疏表示的肝病识别算法
基于MED和循环域解调的多故障特征提取
线性代数的应用特征
Walsh变换在滚动轴承早期故障特征提取中的应用