基于聚类分析的心电节拍分类算法-论文.pdf

基于聚类分析的心电节拍分类算法-论文.pdf

ID:58298688

大小:417.50 KB

页数:5页

时间:2020-05-04

基于聚类分析的心电节拍分类算法-论文.pdf_第1页
基于聚类分析的心电节拍分类算法-论文.pdf_第2页
基于聚类分析的心电节拍分类算法-论文.pdf_第3页
基于聚类分析的心电节拍分类算法-论文.pdf_第4页
基于聚类分析的心电节拍分类算法-论文.pdf_第5页
资源描述:

《基于聚类分析的心电节拍分类算法-论文.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、JournalofComputerApplicationsISSN10o1.90812014.07.10计算机应用,2014,34(7):2132—2135,2139CODENJYIIDUhttp://www.joca.cn文章编号:1001-9081(2014)07·2132—04doi:10.11772/j.issn.1001—9081.2014.07.2132基于聚类分析的心电节拍分类算法鄢羽,孙成(1.重庆医科大学附属第一医院信息中心,重庆400016;2.中国科学院深圳先进技术研究院,广东深圳518055)(通信作者电子邮箱xiao

2、25lin@gmail.corn)摘要:为提高计算机辅助心电节拍分类算法的准确率和普适性,提出一种基于聚类分析的心电节拍分类算法,该算法利用心电节拍个体内差异性较小的特性,采用两级聚类分析、抽样代表性心电节拍的方法,结合心电医师的辅助诊断,实现对心电节拍的准确分类。为了验证算法的准确性,采用国际公认的标准数据库——MIT—BIH心律失常数据库,AAMI/ANSI标准规定的心电节拍分类方法及准确率的计算方法进行仿真实验,最终总体分类准确率达到99.07%。与Kiranyaz等(KIRANYAZS,INCET,PULKKINENJ,eta1.Pe

3、rsonalizedlong—termECGclassification:Asystematicapproach[J].ExpeaSystemswithApplications,201l,38(4):3220—3226.)的心电节拍分类算法相比,该算法无需进行设定的训练,且s类心电节拍分类灵敏度由40.15%提高到89.82%,显著提高了分类算法的普适性。关键词:心电节拍分类;聚类分析;辅助诊断;ANSI/AAMI标准中图分类号:TP18文献标志码:AECGbeatclassificationalgorithmbasedonclusteran

4、alysisYANYu。.SUNCheng(1.InformationCenter,TheFirstAffiliatedHospitalofChongqingMedicalUniversity,Chongqing400016,China;2.Shenzhenlnstit~ofAdvancedTechnology,ChineseAcademyofSciences,ShenzhenGuangdong518055,China)Abstract:Inordertoimprovetheaccuracyanduniversalityofcomputer—

5、assistedclassificationalgorithm,aElectrocardiography(ECG)beatclassificationalgorithmbasedonclusteranalysiswaspresentedinthispaper.Thealgorithmconsideredthatonepatients’ECGbeatsrepeatedperiodically,andusedthemethodoftwo—stageclusteranalysis,andselectingrepresentativeECGbeats

6、,combinedwiththediagnosisofcardiacphysicianstoachieveaccurateECGbeatclassificationrate.Inordertoverifytheaccuracyofthealgorithm,usingtheinternationallystandarddatabaseMIT-BIHarrhythmiadatabase,theECGbeatclassificationmethodandtheaccuracyevaluationmethodspecifiedbyAAMI/ANSIs

7、tandardwereusedtoperformsimulationexperiments,thefinaloverallclassificationaccuracyrateis99.07%.ComparedwithKiranyaz’method(KIRANYAZS,INCET,PULKKINENJ,eta1.Personalizedlong—termECGclassification:Asystematicapproach[J】.Expe~SystemswithApplications,2011,38(4):3220—3226.),this

8、methoddoesnotrequirespecifictrainingstep,andthesensitivityoftheECGbeatswhichlabele

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。