基于小波变换和Adaboost算法的心脏骤停预测模型研究

• 作者: 刘光达 刘忠民 王伟 王永祥 蔡靖
• 来源期刊: 生物医学工程研究
• 学科: 医学
• 关键词: 心脏骤停 小波变换 Adaboost 预测 特征选择
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 论著
• 页码范围: 95-100
• 页数: 6页
• 分类号: R318
• 字数: 4755字
• 语种: 中文
• DOI: 10.19529/j.cnki.1672-6278.2017.02.01

摘要

为了预测心脏骤停,应用小波变换和Adaboost算法建立心脏骤停预测模型.首先用小波变换方法对正常窦性心律心电数据和有心脏骤停症状患者的心电数据进行分析、提取特征值,再用Adaboost算法对两种数据进行分类来预测心脏骤停的发生.实验验证,本模型分类预测效果较好,在心脏骤停发生前5 min,其预测精度高达97.56%,为心脏骤停的预测提供了一种有参考价值的方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王伟	吉林大学仪器科学与电气工程学院	276	1874	18.0	32.0
2	刘忠民	吉林大学仪器科学与电气工程学院	59	308	9.0	14.0
3	刘光达	吉林大学仪器科学与电气工程学院	42	266	10.0	15.0
4	蔡靖	吉林大学仪器科学与电气工程学院	31	104	7.0	9.0
5	王永祥	吉林大学仪器科学与电气工程学院	9	113	6.0	9.0