[發(fā)明專利]一種心臟病理識別模型的構(gòu)建方法

在審

• 申請?zhí)枺?/td>: 201410073733.8
• 申請日: 2014-03-03
• 公開（公告）號: CN103886184A
• 公開（公告）日: 2014-06-25
• 發(fā)明（設(shè)計）人: 沈海斌;陶泳任
• 申請（專利權(quán)）人: 浙江大學(xué)
• 主分類號: G06F19/00
• 分類號: G06F19/00;A61B5/0402
• 代理公司: 杭州求是專利事務(wù)所有限公司 33200
• 代理人: 張法高

1.一種心臟病理識別模型的構(gòu)建方法，其特征在于包括以下步驟：

1）從數(shù)據(jù)庫中分別獲取心房肥大患者的心電數(shù)據(jù)和健康人的心電數(shù)據(jù)，將這些心電數(shù)據(jù)下載到本地；

2）從每個人的心電數(shù)據(jù)中分別選取五次心跳進行采樣，按奈奎斯特定理針對每次心跳選用50個采樣點幅值作為該次心跳的特征向量A；

3）針對每個人，計算采樣點幅值的平均值，然后讓心跳的特征向量A中的每個采樣點幅值減掉采樣點幅值的平均值，形成心跳的特征向量B；

4）在每個心跳的特征向量B的開頭增加一個標志位，標志位用0表示該心跳的特征向量是正常心跳的特征向量，標志位用1表示該心跳的特征向量是患有心房肥大的心跳的特征向量，50個采樣點幅值和標志位形成心跳的特征向量C；

5）使用心跳的特征向量C對支持向量機數(shù)學(xué)模型進行訓(xùn)練得到訓(xùn)練后的支持向量機，支持向量機數(shù)學(xué)模型選用的核函數(shù)為高斯核函數(shù)；?

6）定義訓(xùn)練后的支持向量機的整個分類空間大小為1，訓(xùn)練后的支持向量機形成超平面，選取超平面周圍的空間作為拒絕域，該拒絕域占整個分類空間大小的20%，對拒絕域內(nèi)的待識別的心跳的特征向量不進行分類；

7）拒絕域和訓(xùn)練后的對支持向量機即構(gòu)成心臟病理識別模型。