基于小波包和PSOBPNN的心电特征识别

• 作者: 郭庆 迮良佳 胡鸿志
• 来源期刊: 计算机仿真
• 关键词: 心电信号 特征识别 小波包变换 神经网络 粒子群优化
• 年，卷（期）: 2021,（5）
• 所属期刊栏目: 仿真服务化
• 页码范围: 445-449,461
• 页数: 6页
• 分类号: R318.04
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2021.05.091

摘要

为提高心电图分类的准确度,提出一种基于能量特征和PSOBPNN的心电图分类方法.方法 首先采用小波包变换对心电信号进行多尺度分解,提取小波包节点系数重构后的归一化能量,将其作为心电信号特征,再者利用粒子群算法(PSO)优化BP神经网络(BPNN)参数构建出PSOBPNN模型,最后利用优化后的分类模型对心电特征进行识别分类,同时,引入LM-BPNN和RBF网络分类模型,与PSO-BPNN模型作对比分析并总结.仿真结果表明,PSOBPNN分类方法较其它方法具有很高的分类准确度,分类正确率可达到98.40％.