基于心电-脉搏波的心血管疾病识别研究

• 作者: 朱健铭 梁永波 赵飞骏 陈倩蓉 陈真诚
• 来源期刊: 中国医学物理学杂志
• 关键词: 心血管疾病 脉搏波 K近邻学习 支持向量机
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 医学信号处理与医学仪器
• 页码范围: 210-214
• 页数: 5页
• 分类号: R318|R543
• 语种: 中文
• DOI: 10.3969/j.issn.1005-202X.2019.02.017

摘要

为实现心血管疾病的早期筛查,降低心血管疾病临床检测的成本.本研究基于上肢脉搏波传导速度(PWV)及脉搏波相关血液动力学基础理论,采集了总计51人的脉搏波与心电信号数据,提取了包括3种PWV和脉搏波特征参数总计16个特征参数,将不同的PWV与脉搏波特征组成3个样本特征数据集,分别建立了基于K近邻学习(KNN)和支持向量机(SVM)的心血管疾病识别模型.KNN模型分类准确率为66.28％,SVM模型分类准确率为84.3％,并通过对比不同PWV对模型性能的影响,确定了用于血管评估的最优脉搏波传导速度pwvm.研究表明基于SVM建立的分类模型对心血管疾病识别有一定可靠性,为低成本的心血管疾病早期筛查提供了新思路,也为穿戴式心血管系统监测提供了基础.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	梁永波	桂林电子科技大学生命与环境科学学院	19	59	4.0	7.0
2	朱健铭	桂林电子科技大学生命与环境科学学院	45	216	7.0	12.0
3	陈真诚	桂林电子科技大学生命与环境科学学院	91	434	12.0	16.0
4	赵飞骏	桂林电子科技大学生命与环境科学学院	3	10	2.0	3.0
5	陈倩蓉	桂林电子科技大学电子工程与自动化学院	2	1	1.0	1.0