基于EEMD多尺度模糊熵的心电分类算法

作者：王凤; 潘广贞^*; 孙艳青

来源：传感器与微系统, 2018, 37(12): 125-135.

DOI：10.13873/J.1000-9787(2018)12-0125-03

• 心电分类
• 集合经验模态分解
• 模糊熵
• 径向基函数神经网络

为了提高心电(ECG)分类准确率,提出基于集合经验模态分解(EEMD)和多尺度模糊熵的ECG特征提取算法。对ECG进行EEMD分解得到一系列内蕴模态函数(IMF)分量。选取有效IMF分量计算其动力学参数模糊熵并组成特征向量。将特征向量送入径向基函数(RBF)神经网络中进行训练和识别。采用MIT-BIH心率失常数据库的数据进行仿真。结果表明:所提算法优于单一模糊熵和EMD多尺度模糊熵方法,且泛化能力优于其他算法。

• 单位
  中北大学