基于光电容积脉搏波的心房颤动识别方法

• 作者: 张悦 朱健铭 梁永波 陈真诚
• 来源期刊: 中国医学物理学杂志
• 关键词: 心房颤动 光电容积脉搏波 BP神经网络 随机森林 支持向量机
• 年，卷（期）: 2020,（11）
• 所属期刊栏目: 医学信号处理与医学仪器
• 页码范围: 1416-1420
• 页数: 5页
• 分类号: R318
• 语种: 中文
• DOI: 10.3969/j.issn.1005-202X.2020.11.014

摘要

为了能够简便快捷地检测心房颤动,提出一种基于光电容积脉搏波描记法(PPG)对心房颤动进行识别的方法.首先,将已确诊为心房颤动状态脉搏波与健康状态脉搏波数据进行对比分析;其次,基于分析结果,从脉搏波数据中提取与心房颤动相关的6类特征参数作为分类器的输入;最后,使用支持向量机(SVM)、BP神经网络、随机森林算法3种分类器建立心房颤动识别模型,其识别心房颤动的准确率分别可达89.1％、92.3％、95.2％.实验结果表明,基于PPG的心房颤动识别方法具有很高的识别准确率,尤其在使用随机森林算法作为分类器时,识别准确率达到最优.同时该检测方法简便快捷,是一种可以替代传统心电图检测识别心房颤动的方法,对心房颤动患者的长期观察监测具有临床价值.

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		19	59	4.0	7.0
2	朱健铭		45	216	7.0	12.0
3	陈真诚		91	434	12.0	16.0
4	张悦		1	0	0.0	0.0