心电节拍自动分类算法的研究

世界卫生组织调查发现在全球范围内心血管、心脏疾病是导致死亡概率最高的疾病,心电图(ECG)是临床上广泛应用的预防、监护和诊断心血管及心脏疾病的重要工具之一。心电自动分析诊断技术可以大大减少心电医师的工作量,提高心电图的诊断效率,其中心电节拍(ECG Beat)分类是心电自动分析诊断技术的主要研究方向,是自动分析心律失常的一种重要分析手段,特别是在动态心电图或者长期心电记录领域发挥着重要的作用。本文提出一种心电节拍分类算法,该算法在聚类分析的基础上,结合线性分类器加权判断和心电医师对各聚类的抽样判断,获得心电节拍的最终分类。以MIT-BIH-AR[1]心律失常数据库作为原始数据,采用AAMI的ANSI/AAMIEC57:1998/(R)2003[2]标准规定的心电节拍分类种类及准确率的衡量方法,对该算法的检验,发现采用聚类分析和线性分类器加权判断的方法,分类的准确率达到86.60%;结合心电医师的抽样判断后,算法最终的准确率高达98.16%。