基于小波变换和BP神经网络的室性早搏(PVC)识别

• 作者: 徐敏 熊平 雷英俊
• 来源期刊: 中国医学物理学杂志
• 关键词: 心电图(ECG) 室性早搏(PVC) BP神经网络 模式识别
• 年，卷（期）: 2010,（2）
• 所属期刊栏目: 医学信号处理与医学仪器
• 页码范围: 1762-1765
• 页数: 4页
• 分类号: TP183
• 语种: 中文
• DOI: 10.3969/j.issn.1005-202X.2010.02.016

摘要

目的:室性早搏(PVC)是最常见的心律失常,能够实时、准确检测出它具有重要的临床意义.为了能够及早地发现室性早搏(PVC)、提高医生对室性早搏(PVC)诊断的准确性,本文研究了基于小波变换和BP神经网络的室性早搏(PVC)识别方法.方法:首先选取ECG信号的特征参数,用小波变换检测其特征点,提取特征参数,构造特征向量,然后再用训练好的BP神经网络对室性早搏(PVC)进行识别,从而实现ECG信号的正常心律和室性早搏的自动检测识别.结果:本文构造了一个7-10-1结构的三层BP神经网络,用MIT-BIH标准心电数据库中的心电信号数据对构造的神经网络进行训练、检测识别,识别率达到预期的效果.结论:分析MIT-BIH心电数据库六组试验数据的实验结果,证明了基于小波变换和BP神经网络的室性早搏(PVC)识别的方法具有较高的PVC自动检测识别率,对医生的诊断有良好的辅助作用,具有较高的应用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	熊平	中南大学信息物理工程学院	55	369	11.0	16.0
2	徐敏	中南大学信息物理工程学院	36	251	10.0	14.0
3	雷英俊	中南大学信息物理工程学院	3	24	2.0	3.0