基于小波和神经网络的动态心电波形分类新方法

• 作者: 丁兴号 赵前程 邓善熙
• 来源期刊: 生物物理学报
• 学科: 生物学
• 关键词: 小波分析 动态心电波形(DECG) 神经网络
• 年，卷（期）: 2003,（1）
• 所属期刊栏目: 研究论文
• 页码范围: 53-57
• 页数: 5页
• 分类号: Q811.3
• 字数: 3830字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-6737.2003.01.010

摘要

利用小波分析提取动态心电波形(DECG)的概貌信息.然后用所得概貌信息作为神经网络的输入,对DECG进行分类.这样一方面可以使神经网络的输入点大大减少,提高了神经网络的分类速度;另一方面也可以看作是对DECG数据的压缩,使数据量大为减少,而其基本的形态特征基本上没有损失,同时还在一定程度上降低了噪声的影响.用MIT数据库中的数据作实验表明所提出的方法简单、易行,分类速度和分类精度都比原有方法提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邓善熙	合肥工业大学仪器仪表学院	81	951	19.0	25.0
2	赵前程	合肥工业大学仪器仪表学院	10	136	6.0	10.0
3	丁兴号	合肥工业大学仪器仪表学院	8	111	5.0	8.0