基于改进遗传模拟退火 K-means的心电波形的分类研究

• 作者: 万静 何云斌 张晓瑞 李松
• 来源期刊: 计算机应用研究
• 关键词: 心电图信号 聚类 特征提取 K-means 遗传算法 模拟退火 属性权重 均方差 小波变换
• 年，卷（期）: 2014,（11）
• 页码范围: 3328-3332
• 页数: 5页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2014.11.029

摘要

针对心电图自动诊断困难这一问题，提出了一种新的聚类算法：基于均方差属性加权的遗传模拟退火K-means改进聚类算法，用于改进心电图（ECG）信号的自动识别技术。利用小波变换的多分辨率和抗干扰能力好的特点，检测QRS波、P波、T波，提高了特征检测的准确性；利用聚类分析具有较好的鲁棒性和适合于大数据量分析的特点，对心电信号进行波形分类。采用MIT-BIH标准心电数据库中的部分数据对识别结果进行判断，改进后的K-means聚类算法的准确率高于传统的K-means聚类算法，实验表明该算法对心电信号可以进行有效分类。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	万静	哈尔滨理工大学计算机科学与技术学院	57	266	10.0	13.0
2	何云斌	哈尔滨理工大学计算机科学与技术学院	59	346	11.0	15.0
3	李松	哈尔滨理工大学计算机科学与技术学院	87	452	12.0	16.0
4	张晓瑞	哈尔滨理工大学计算机科学与技术学院	3	19	2.0	3.0