基于wavelet的一类脉搏信号疾病特征量化分析

• 作者: 孟濬 王磊
• 来源期刊: 浙江大学学报（工学版）
• 学科: 工学
• 关键词: 脉搏信号 小波多分辨率分解 Lasso回归 特征降维
• 年，卷（期）: 2012,（10）
• 所属期刊栏目: 电气工程
• 页码范围: 1866-1871
• 页数: 6页
• 分类号: TP391.5
• 语种: 中文
• DOI: 10.3785/j.issn.1008-973X.2012.10.020

摘要

针对脉搏信号频域分析的精度不够、缺乏对研究对象的稳定性分析、提取频域特征的方法趋于经验化等问题,使用小波多分辨率分解,提取精细尺度上的频域特征,结合Lasso套索回归,挖掘脉搏信号频域中蕴含的疾病特征信息.对一类典型心血管疾病患者的脉搏信号进行分析,验证了频谱特征在时域上的稳定性.以房颤和冠心病为例,提取出疾病特征频带并对其进行分类,据此建立Lasso线性分类模型,实现两类疾病的自动识别.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王磊		88	544	12.0	22.0
2	孟濬		34	351	9.0	18.0