一种基于LKDP-FCM的心电特征分类方法

• 作者: 郑淋文 周金治 黄静
• 来源期刊: 制造业自动化
• 关键词: 心电信号 模糊C均值 逻辑判断 密度峰值
• 年，卷（期）: 2021,（6）
• 所属期刊栏目: 信息与管理
• 页码范围: 31-36
• 页数: 6页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1009-0134.2021.06.007

摘要

针对传统心电分类模型实现复杂、适应性较差等问题,提出一种基于LKDP-FCM的异常心电特征分类方法.采用小波变换进行波形识别、周期分割和特征提取,应用逻辑判断(Logic)分割出大部分正常心拍,再由改进的模糊C均值(Fuzzy C-means,FCM)算法实现异常心律的自动分类.该方法将K近邻优化的密度峰值(Density Peak,DP)理论与模糊理论相结合,弥补FCM算法需要先验知识的不足,同时避免其选取聚类中心存在随机性的问题.对MIT-BIH心律失常数据库的心电数据进行仿真实验,结果表明,所提出的方法在异常心律分类上具有较好的适应性,按病例划分的准确率平均为97.91％,按心律类型划分的总体准确率达97.58％.