基于瞬时频率与功率谱熵组合特征的心律失常诊断方法

• 作者: 杨启航 吴思熠 张卓宇 陈一鸣
• 来源期刊: 计算机科学与应用
• 学科: 医学
• 关键词: 瞬时频率 功率谱熵 心律失常 SVM Bi-LSTM
• 年，卷（期）: 2021,（3）
• 页码范围: 495-504
• 页数: 10页
• 分类号: R54

摘要

心率失常作为最常见的心血管疾病,威胁着广大人民群众的身体健康。近年来,通过机器学习对心律失常进行诊断逐渐成为热点,然而,当前方法很难在准确率和效率之间取得平衡。为解决这一问题,本文从实用角度出发,提出了一种基于瞬时频率与功率谱熵组合特征的心律失常诊断方法,并使用MIT-BIH心律失常数据库中的心电图数据对该方法进行测试。本文采用Pan-Tompkins算法定位心拍位置以构成数据集,并利用小波分解对数据进行降噪,之后将瞬时频率与功率谱熵作为特征,使用支持向量机(SVM)与双向长短期记忆网络(Bi-LSTM)以测试其性能。最终可得该方法在SVM和Bi-LSTM下的准确率分别为98.3%和99%,识别速度均在毫秒级,同时兼顾了效率与正确率,为应用机器学习的心律失常诊断提供了一种更加优秀的解决方案。