-
题名基于连续小波变换和高阶统计量的心律失常识别算法
- 1
-
-
作者
李刚
高广帅
张珍珍
巴任伟
李春雷
刘洲峰
-
机构
中原工学院电子信息学院
郑州人民医院郑东院区门诊部
-
出处
《中国医学物理学杂志》
CSCD
2024年第3期365-374,共10页
-
基金
国家自然科学基金(62072489)。
-
文摘
针对可变持续时间心电图(ECG)数据信号的非平稳性和时序性问题,提出一种基于连续小波变换(CWT)和高阶统计量(HOS)的心律失常识别算法。首先,针对可变持续时间ECG数据中每个样本的数据点数量不同,采用RR间期插值法预处理数据,并通过CWT将信号分解为不同的时频分量,从而使网络能够更好地提取心电信号中的时间和频率特征。其次,针对时序信息利用不充分的问题,提出基于HOS和长短期记忆网络的时序挖掘模块,以捕捉和学习ECG信号中的长期依赖关系,从而有助于识别和理解特定的心律失常类别。通过在公开的ECG数据集MIT-BIN上进行的大量实验,验证所提方法的有效性和优越性。
-
关键词
心律失常识别
连续小波变换
高阶统计量
长短期记忆网络
RR间隔
-
Keywords
arrhythmia identification
continuous wavelet transform
higher-order statistics
long short-term memory
RR interval
-
分类号
R318
[医药卫生—生物医学工程]
TP319
[自动化与计算机技术—计算机软件与理论]
-