基于聚类分析的心电节拍分类算法

• 作者: 孙成 鄢羽
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 心电节拍分类 聚类分析 辅助诊断 ANSI/AAMI标准
• 年，卷（期）: 2014,（7）
• 所属期刊栏目: 行业与领域应用
• 页码范围: 2132-2135,2139
• 页数: 5页
• 分类号: TP18
• 字数: 3602字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2014.07.2132

摘要

为提高计算机辅助心电节拍分类算法的准确率和普适性,提出一种基于聚类分析的心电节拍分类算法,该算法利用心电节拍个体内差异性较小的特性,采用两级聚类分析、抽样代表性心电节拍的方法,结合心电医师的辅助诊断,实现对心电节拍的准确分类.为了验证算法的准确性,采用国际公认的标准数据库——MIT-BIH心律失常数据库,AAMI/ANSI标准规定的心电节拍分类方法及准确率的计算方法进行仿真实验,最终总体分类准确率达到99.07％.与Kiranyaz等(KIRANYAZ S,INCE T,PULKKINEN J,et al.Personalized long-term ECG classification:A systematic approach[J].Expert Systems with Applications,2011,38(4):3220-3226.)的心电节拍分类算法相比,该算法无需进行设定的训练,且S类心电节拍分类灵敏度由40.15％提高到89.82％,显著提高了分类算法的普适性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙成	中国科学院深圳先进技术研究院	54	621	14.0	21.0
2	鄢羽	重庆医科大学附属第一医院信息中心	7	14	1.0	3.0