[發(fā)明專利]基于連續(xù)心搏活動(dòng)序列特征-SVM模型的心搏分類方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202010445891.7
• 申請(qǐng)日: 2020-05-22
• 公開（公告）號(hào): CN111568411B
• 公開（公告）日: 2023-08-22
• 發(fā)明（設(shè)計(jì)）人: 李潤(rùn)川;申圣亞;張宏坡;陳剛;王宗敏
• 申請(qǐng)（專利權(quán)）人: 鄭州大學(xué)
• 主分類號(hào): A61B5/349
• 分類號(hào): A61B5/349
• 代理公司: 鄭州裕晟知識(shí)產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙) 41142
• 代理人: 徐志威

本發(fā)明涉及一種基于連續(xù)心搏活動(dòng)序列特征?SVM模型的心搏分類方法，包括以下步驟：S1、采用連續(xù)小波變化去除心電信號(hào)中的噪聲；S2、對(duì)經(jīng)過步驟S1處理后的心電信號(hào)進(jìn)行分割截取出完整的心搏，然后從截取出的心搏中進(jìn)行特征提取，并將提取到的特征按類別建立以下數(shù)據(jù)集：集合A＝{470單心搏形態(tài)特征}，集合B＝{21個(gè)連續(xù)RR間期}集合C＝{491連續(xù)心搏全局序列特征}；S3、將步驟S2中的數(shù)據(jù)集中的任一個(gè)集合輸入到采用SVM算法模型中進(jìn)行心搏分類；本發(fā)明具有良好的心搏分類準(zhǔn)確性。

技術(shù)領(lǐng)域

本發(fā)明屬于心律失常分類方法技術(shù)領(lǐng)域，基于連續(xù)心搏活動(dòng)序列特征-SVM模型的心搏分類方法。

背景技術(shù)

正常的心臟有四種生理功能：自律性，興奮性，傳導(dǎo)性和收縮性。心律失常指的是心臟沖動(dòng)的起搏位置、傳導(dǎo)出現(xiàn)誤差或障礙導(dǎo)致心臟搏動(dòng)的頻率或節(jié)律失常。針對(duì)心搏波形的不斷變化，計(jì)算機(jī)可以準(zhǔn)確有效地讀取心電圖，并逐步給出診斷結(jié)果。目前在進(jìn)行心電診斷時(shí)逐步采用智能分類的方式，例如目前現(xiàn)有的了GaussianNB(高斯貝葉斯)，LinearDiscriminantAnalysis(線性判別分析),LogisticRegression(邏輯回歸),DecisionTree(決策樹),GBDT(梯度提升迭代決策樹),RandomForest(隨機(jī)森林),AdaBoost(自適應(yīng)增強(qiáng))被應(yīng)用到心搏智能分類中，在進(jìn)行智能心電分類中起到良好的提高心搏分類效率和準(zhǔn)確性的效果，但是隨著前述分類器在實(shí)踐中的應(yīng)用，發(fā)現(xiàn)前述的分類器在心搏分類方面應(yīng)具有局限性，甚至是出現(xiàn)分類效率和準(zhǔn)確性低下，不能滿足日常對(duì)輸入的心電信號(hào)快速準(zhǔn)確分類的要求。

發(fā)明內(nèi)容

本發(fā)明的目的是克服現(xiàn)有技術(shù)的不足而提供一種基于連續(xù)心搏活動(dòng)序列特征-SVM模型的心搏分類方法。

本發(fā)明的技術(shù)方案如下：

一種基于連續(xù)心搏活動(dòng)序列特征-SVM模型的心搏分類方法，包括以下步驟：

S1、采用連續(xù)小波變換去除心電信號(hào)中的噪聲；

S2、對(duì)經(jīng)過步驟S1處理后的心電信號(hào)進(jìn)行分割截取出完整的心搏，然后從截取出的心搏中進(jìn)行特征提取，并將提取到的特征按類別建立以下數(shù)據(jù)集：

集合A＝{470單心搏形態(tài)特征}，

集合B＝{21個(gè)連續(xù)RR間期}，

集合C＝{491連續(xù)心搏全局序列特征}；

S3、將步驟S2中的數(shù)據(jù)集中的任一個(gè)集合輸入到采用SVM算法模型中進(jìn)行心搏分類。

進(jìn)一步，所述470單心搏形態(tài)特征的提取方法為，利用注釋文件中確定的R峰位置，通過MIT-BIH心律失常數(shù)據(jù)庫每個(gè)記錄中所包含的兩個(gè)導(dǎo)聯(lián)分別提取R峰附近235個(gè)采樣點(diǎn)。

與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是：

本發(fā)明將經(jīng)過連續(xù)小波變換去除噪聲后進(jìn)行特征提取，將提取到的特征根據(jù)其類型建立三個(gè)集合，再將三個(gè)集合中的一個(gè)輸入到SVM模型中進(jìn)行心搏分類，采用集合A、集合B、集合C作為心電分類的輸入，利用SVM模型作為分類器對(duì)前述集合中的心電信號(hào)進(jìn)行分類，能夠有效提高心電分類的準(zhǔn)確度。

附圖說明

圖1為最優(yōu)分隔超平面示意圖。

具體實(shí)施方式

下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例。基于本發(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。

一種基于連續(xù)心搏活動(dòng)序列特征-SVM模型的心搏分類方法，包括以下步驟：

S1、采用連續(xù)小波變換去除心電信號(hào)中的噪聲；