[發(fā)明專利]一種用于非治療目的的基于模糊推理結(jié)合加權(quán)相似度量的心電分類方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201410849735.1
• 申請(qǐng)日: 2014-12-30
• 公開（公告）號(hào): CN104537243B
• 公開（公告）日: 2018-03-27
• 發(fā)明（設(shè)計(jì)）人: 宋立新;王宇虹;王乾
• 申請(qǐng)（專利權(quán)）人: 哈爾濱理工大學(xué)
• 主分類號(hào): G16H50/20
• 分類號(hào): G16H50/20;G06N5/04
• 代理公司: 哈爾濱市松花江專利商標(biāo)事務(wù)所23109
• 代理人: 楊立超

技術(shù)領(lǐng)域

本發(fā)明涉及一種心電分類方法。

背景技術(shù)

傳統(tǒng)的心電信號(hào)分類常采用專家系統(tǒng)來實(shí)現(xiàn)，這種方法的優(yōu)點(diǎn)是方便快捷，但對(duì)于心電信號(hào)的分類，由于其復(fù)雜多變，很難以準(zhǔn)確的方式來描述現(xiàn)象和原因之間復(fù)雜的多對(duì)多或一對(duì)多的關(guān)系，規(guī)則的提取也就變得很困難，提取出的規(guī)則也不會(huì)很精確，而模糊理論可以很好地彌補(bǔ)這方面的不足。陳曉俐利用模糊理論結(jié)合神經(jīng)網(wǎng)絡(luò)得出異常心拍的隸屬度并完成模糊規(guī)則的提取，然后進(jìn)行模糊推理實(shí)現(xiàn)分類；汪德寧利用數(shù)據(jù)庫構(gòu)建模糊知識(shí)庫，再結(jié)合模糊推理機(jī)實(shí)現(xiàn)分類；江濤將模糊理論與專家系統(tǒng)相結(jié)合，建立模糊專家系統(tǒng)；以上提到的方法最終均通過概念隸屬度值的比對(duì)進(jìn)行分類，無法建立心電知識(shí)庫，考慮不到心電本身各波形及波形屬性之間的相互關(guān)系，從而忽略了無關(guān)屬性對(duì)特定類型的分類產(chǎn)生的誤導(dǎo)，因此心電知識(shí)庫的構(gòu)建也是需要研究的問題。而領(lǐng)域本體能夠準(zhǔn)確地描述概念含義以及概念之間的內(nèi)在關(guān)聯(lián)，具有良好的概念層次結(jié)構(gòu)和對(duì)邏輯推理的支持，能夠很好地應(yīng)用于心電的知識(shí)庫建立中。

發(fā)明內(nèi)容

本發(fā)明為了解決已有的模糊推理分類方法無法構(gòu)建心電知識(shí)庫，從而忽略了心電知識(shí)及不同波段形態(tài)的不同組合對(duì)分類的影響導(dǎo)致分類錯(cuò)誤率高的問題，和已有的模糊推理分類方法對(duì)屬性概念不加篩選直接利用其隸屬度值的比對(duì)進(jìn)行分類導(dǎo)致分類錯(cuò)誤率高的問題。進(jìn)而提出了一種用于非治療目的的基于模糊推理結(jié)合加權(quán)相似度量的心電分類方法。

一種用于非治療目的的基于模糊推理結(jié)合加權(quán)相似度量的心電分類方法，包括下述步驟：

步驟一：對(duì)已知類型的心電信號(hào)f(n)進(jìn)行預(yù)處理，包括兩部分，利用數(shù)學(xué)形態(tài)學(xué)方法去除基線漂移，利用小波閾值法去除高頻噪聲，預(yù)處理之后的心電信號(hào)用F(n)表示；

步驟二：對(duì)步驟一中預(yù)處理之后的心電信號(hào)F(n)進(jìn)行波形檢測(cè)，檢測(cè)心電信號(hào)F(n)的ST段、T波、QRS波段位置，然后對(duì)各波段進(jìn)行特征參數(shù)提取，選取的特征參數(shù)包括ST段抬高，ST段降低，QRS波段寬大，T波倒置，T波電交替；

對(duì)同一類型的多個(gè)已知類型的心電信號(hào)F(n)進(jìn)行特征參數(shù)提取之后，對(duì)于屬于同一類型i的心電信號(hào)F(n)，i＝(a、b、c、d、e、f)，定義類型i的多個(gè)已知類型心電信號(hào)F(n)中某種特征參數(shù)的心拍數(shù)總數(shù)占總心拍數(shù)的百分比為這一類心電信號(hào)的特征屬性值，則這一類心電信號(hào)的特征屬性值向量定義為分類特征屬性值向量Y_i＝[y_i1y_i2y_i3y_i4y_i5]；

步驟三、根據(jù)心電圖知識(shí)創(chuàng)建心電本體ecg.owl：創(chuàng)建心電本體ecg.owl的類和實(shí)例，定義心電本體的屬性的限制條件，包括屬性的名稱，定義域和值域；

步驟四、根據(jù)模糊概念格與心電本體ecg.owl之間的映射關(guān)系，模糊概念格由外延、內(nèi)涵和相應(yīng)的隸屬度值構(gòu)成；模糊概念格的外延、內(nèi)涵依次對(duì)應(yīng)為心電本體ecg.owl中的類名、屬性，將步驟二中得到的一類心電信號(hào)的特征屬性值y_i作為模糊概念格行與列交叉處的隸屬度值，從而構(gòu)建模糊概念格，獲得概念格中的節(jié)點(diǎn)關(guān)系和節(jié)點(diǎn)構(gòu)成；

步驟五、利用步驟一的方法對(duì)待檢心電信號(hào)f_x(n)進(jìn)行預(yù)處理，處理之后得到的待檢心電信號(hào)用F_x(n)表示；利用步驟二的方法對(duì)F_x(n)進(jìn)行特征提取獲得待檢心電的待檢特征屬性值向量X＝[x₁x₂x₃x₄x₅]；

步驟六、利用心電本體ecg.owl結(jié)合模糊概念格中的節(jié)點(diǎn)關(guān)系以及各節(jié)點(diǎn)對(duì)應(yīng)的節(jié)點(diǎn)構(gòu)成，獲得模糊推理規(guī)則，利用Jess推理機(jī)完成推理，獲得待檢心電F_x(n)的候選對(duì)象概率值P；

步驟七、利用基于信息熵的概率加權(quán)相似度量對(duì)待檢心電進(jìn)行分類，得到最終的分類結(jié)果，將待檢心電F_x(n)劃分為已知類型心電信號(hào)F(n)中的一種完成待檢心電F_x(n)的分類。

本發(fā)明的優(yōu)點(diǎn)：