一种采用小波变换和动态窗法的心电信号识别方法

心电信号中的P波、QRS波群、T波和U波包含了心脏跳动的大量信息,是诊断心脏疾病的重要依据之一。本文提出了一种采用小波变换和动态窗法的心电信号特征提取方法,并应用于心律失常类心电信号的识别。首先采用小波变换对心电信号数据进行分解重构,滤除信号中部分低频信息和绝大部分高频噪声后,通过巴特沃斯低通滤波器对信号进行包络提取,并采用动态窗法得到P波、QRS波群、T波和U波的信息特征,最终根据信息特征得到心电信号特征。采用麻省理工学院心电信号数据库(MIT-BIH)进行心律失常心电信号识别实验。实验结果表明,本文所提取的特征在BP神经网络、K最近邻、支持向量机、C4.5决策树及随机森林方法等5类机器学习算法下平均识别率达到了95.7%,随机森林分类器中特征识别率最高,达到了98.4%。实验表明所提取的特征对心律失常心电信号具有较高的识别性能。