心电节拍自动分类算法的研究

• 作者: 廖京生 张如意 李抱朴 胡超
• 来源期刊: 集成技术
• 关键词: 心电节拍分类 混合分类框架 聚类分析 辅助诊断
• 年，卷（期）: 2013,（2）
• 所属期刊栏目: 医学工程
• 页码范围: 46-51
• 页数: 6页
• 字数: 3668字
• 语种: 中文

摘要

世界卫生组织调查发现在全球范围内心血管、心脏疾病是导致死亡概率最高的疾病,心电图(ECG)是临床上广泛应用的预防、监护和诊断心血管及心脏疾病的重要工具之一.心电自动分析诊断技术可以大大减少心电医师的工作量,提高心电图的诊断效率,其中心电节拍(ECG Beat)分类是心电自动分析诊断技术的主要研究方向,是自动分析心律失常的一种重要分析手段,特别是在动态心电图或者长期心电记录领域发挥着重要的作用.本文提出一种心电节拍分类算法,该算法在聚类分析的基础上,结合线性分类器加权判断和心电医师对各聚类的抽样判断,获得心电节拍的最终分类.以MIT-BIH-AR[1]心律失常数据库作为原始数据,采用AAMI的ANSI/AAMI EC57:1998/(R)2003[2]标准规定的心电节拍分类种类及准确率的衡量方法,对该算法的检验,发现采用聚类分析和线性分类器加权判断的方法,分类的准确率达到86.60％；结合心电医师的抽样判断后,算法最终的准确率高达98.16％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡超	中国科学院深圳先进技术研究院	28	87	7.0	8.0
5	李抱朴	中国科学院深圳先进技术研究院	4	19	3.0	4.0
6	张如意	中国科学院深圳先进技术研究院	2	4	1.0	2.0
7	廖京生	中国科学院深圳先进技术研究院	2	5	2.0	2.0