基于EMD和奇异值分解的心律失常分类方法

• 作者: 宋立新 康守强 王玉静
• 来源期刊: 信号处理
• 学科: 工学
• 关键词: 心律失常 经验模态分解 奇异值分解 奇异熵 马氏距离
• 年，卷（期）: 2010,（9）
• 页码范围: 1423-1427
• 分类号: TN911.72
• 字数: 4593字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-0530.2010.09.024

摘要

基于经验模态分解(Empirical Mode Decomposition,简称EMD)和奇异值分解(Singular Value Decomposition,简称SVD)理论,提出一种新的心律失常类型分类方法.首先,利用经验模态分解方法自适应地将心电信号(ECG)分解为一组固有模态函数(Intrinsic Mode Function,简称IMF)和一个残余分量,解决了目前广泛应用的小波分解方法中小波基选取困难以及分解结果不唯一的难题.利用这组固有模态函数构造初始特征向量矩阵,对初始特征向量矩阵进行奇异值分解,得到矩阵的奇异值.奇异值是矩阵的固有特征,具有较好的稳定性,根据奇异值计算奇异熵.最后依据奇异熵和马氏距离判别函数对心电信号的心律失常类型进行分类.实验结果表明,本方法能方便有效地对心律失常类型进行识别判断,可用于心电信号病理辅助诊断领域.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宋立新	哈尔滨理工大学电气与电子工程学院	54	524	13.0	20.0
2	康守强	哈尔滨理工大学电气与电子工程学院	31	418	11.0	20.0
3	王玉静	哈尔滨理工大学电气与电子工程学院	25	462	11.0	21.0