基于小波相干分析的阵发性房颤自动检测方法 |
王迪,李强,孙亚楠,韦杰英,张瑞 |
西北大学 医学大数据研究中心 |
|
摘要:
阵发性房颤是一种最为常见的心律失常,发作时心电图主要表现为RR间期绝对不规则以及P波缺失。已有阵发性房颤的自动检测方法仅依赖于心电信号的时域信息,从而使得检测准确率不高。鉴于小波相干分析可以同时展现信号的时域和频域信息,文中提出了一种基于小波相干分析的阵发性房颤自动检测方法。首先,对所有的心电信号预处理;其次,对模板与待测心电信号分别进行小波相干分析得到其小波相干图;进而,计算小波相干值均值、比率和交叉小波相位角方差构成房颤心电特征;最后,将上述特征结合超限学习机完成阵发性房颤的自动检测。文中通过MIT-BIH房颤数据集验证所提算法的有效性与可行性,数值实验结果达到准确率97.81%,敏感性98.54%,特异性98.61%。
|
关键词:
阵发性房颤;心电图;小波相干分析;特征提取;超限学习机
|
发表年限: 2019年 |
发表期号: 第1期 |
|
|
|