基于独立元分析和联合小波熵检测多导联ECG信号的QRS

QRS波群的准确定位是ECG信号自动分析的基础。为提高QRS检测率,提出一种基于独立元分析(ICA)和联合小波熵(CWS)检测多导联ECG信号QRS的算法。ICA算法从滤波后的多导联ECG信号中分离出对应心室活动的独立元;然后对各独立元进行连续小波变换(CWT),重构小波系数的相空间,结合相空间中的QRS信息对独立元排序;最后检测排序后独立元的CWS得到QRS信息。实验对St.Petersburg12导联心率失常数据库及64导联犬心外膜数据库测试,比较本文算法与单导联QRS检测算法和双导联QRS检测算法的性能。结果表明,该文算法的性能最好,检测准确率分别为99.98%和100%。

ECG关联维数的导联差异

研究了不同导联ECG的非线性特征量关联维数,计算了MIT心律不齐数据库中10个记录的2个导联每6秒段ECG的关联维数值,采用配对t检验检验不同导联关联维数值的差异,结果表明不同导联的ECG关联维数值有显著差异。

深度学习在心律失常检测中的应用综述

综述了深度学习在单导联和多导联心电图(electrocardiograph,ECG)心律失常检测中的应用现状,分析了深度学习在心律失常检测应用中存在泛化能力差、可解释性差、时间复杂度大等问题,并提出了解决方案。指出了随着算法的不断迭代与更新、数据集的增加以及硬件设备性能的提升,深度学习在ECG心律失常检测中的应用前景更加广阔。