-
题名基于隐马尔科夫模型的J波自动识别检测
被引量:3
- 1
-
-
作者
李灯熬
白雁飞
赵菊敏
-
机构
太原理工大学信息工程学院
-
出处
《电子技术应用》
北大核心
2016年第11期112-115,118,共5页
-
基金
国家自然科学基金面上项目(61371062)
山西省国际科技合作项目(2014081029-1)
山西省留学回国人员科研资助项目(2013-032)
-
文摘
J波检测在临床上可以作为判定某些心脏病的一种非创性的标记手段。主要定义了5个精确反映J波特性的特征向量,包括3个时域特征向量和两个基于小波的特征向量,并使用主成分分析减少特征向量的维数,作为分类器的输入。利用这些特征向量训练隐马尔可夫模型作为分类器,输出最终的判定结果。结果表明,提出的方法提供了93.8%的平均准确度、94.2%的平均敏感性、93.3%的平均特异性和93.4%的平均阳性预测值,揭示了很高的评价标准,表明该方法有能力准确地检测识别J波,并且可以利用该方法检测心电图中的其他病变波形。
-
关键词
j波自动检测
心电图
特征提取
主成分分析
隐马尔可夫模型
-
Keywords
automated j wave detection
ECG
feature extraction
principal component analysis(PCA)
hidden Markov model(HMM)
-
分类号
TN911.7
[电子电信—通信与信息系统]
-