任澄飞，方 明

(西安石油大学 计算机学院，西安710065)

0 引 言

心电信号（Electrocardiography，ECG）是心脏病学领域中广泛采用的一种分析人体心脏状况的方法，代表心脏的电活动，广泛应用于心律失常的检测和分类［1］。人类心脏进行生理活动时，通过体表电极采集所得到的时变电位信号中，包含了丰富的生物学信息，在医学诊断和研究中具有重要意义［2］。经验丰富的心脏病专家可以通过肉眼检查心电图波形来检测心律失常。然而，心律失常在问题的早期阶段容易发生间歇，因此很难在较短的心电波形时间窗内对其进行检测。所以，日常生活中持续监测患者的心跳对心律失常的检测至关重要。

目前，对心电信号识别分类的主要方法有统计模式分类、结构分析分类法等。文献［3］中提出，通过高阶统计量的方法，将最初波形转换到3个累积量，然后利用一个基于粗糙集理论的决策表分类器进行分类，最终得到决策表的分类精度达到了90.2%。Desai等人先采用常规方法进行心电滤波和分割，然后采用离散余弦变换算法进行特征提取，使用主成分分析方法进行特征缩减，最后采用K近邻算法进行分类，最终得到的总体平均准确率为98.61%［4］。Saeed等人提出了一种基于小波变换和多个长短期记忆神经网络新的分类算法。该算法成本低，能够满足可穿戴设备上的时序要求，优于以往的算法［5］。在心电信号的识别分类流程中，主要是通过一些比较成熟的算法提取信号的关键特征值，然后通过不断优化网络参数进行训练，依据训练结果进行病理分析。……