面向躯感网的心电融合特征分析方法

• 作者: 周金治 郑淋文 黄静 涂道鑫 赖健琼
• 来源期刊: 传感器与微系统
• 关键词: 躯感网 心电信号 Pan-Tompkins算法 稀疏自编码 特征融合
• 年，卷（期）: 2021,（9）
• 所属期刊栏目: 研究与探讨|Research & Approach
• 页码范围: 30-33
• 页数: 4页
• 分类号: TP391|TP212
• 语种: 中文
• DOI: 10.13873/J.1000-9787(2021)09-0030-04

摘要

针对躯感网(BSN)穿戴设备的存储能力和计算能力受限的特点,为有效提高心电(ECG)分析模型识别率和效率,提出面向躯感网的ECG融合特征提取方法.采用Pan-Tompkins算法实现对QRS波群实时快速检测和时域特征提取;采用轻量级稀疏自编码(SAEs)网络对连续ECG信号进行深度特征提取和降维;通过向量张成的方式完成特征融合.使用MIT-BIH数据库中的ECG数据进行仿真实验,结果表明:基于融合特征的ECG分析模型精确度高,耗时少,能够满足面向躯感网的ECG特征提取的性能要求.