基于心电信号的先心病肺动脉高压识别分类研究

作者：韩宇森; 杨宏波; 孙静; 潘家华; 王威廉^*

来源：计算机科学, 2022, 49(S2): 480-487.

• 心电图
• 先天性心脏病(先心病)
• 肺动脉高压
• 分类器
• 机器学习

先天性心脏病相关性肺动脉高压（Pulmonary Arterial Hypertension,PAH）在临床上有着很高的发病率、致残率和病死率，其确诊主要采用右心导管测量平均肺动脉压，这种方法有创且操作性要求高，不便在筛查中采用，因此探索一种非介入式CHD-PAH智能辅助诊断方案意义重大。在先心病的基础上对CHD-PAH进行研究，从分析ECG入手，通过预处理、心拍分割、波形检测、特征提取、数据扩充、分类识别等手段对CHD-PAH进行建模预测。在Christov＿segmenter算法基础上，利用差分阈值和局部峰值改进，检测QRS波、P波和T波，最后提取基于时间和幅度的双模态特征。为了拟合出最佳的分类模型，实验采用了支持向量机、随机森林及K邻近等分类器，并设计基于T分布的麻雀搜索算法改进支持向量机。实验共使用460段时长为20s的1导联ECG信号进行训练和测试。实验结果表明，所提算法优化的支持向量机模型预测准确率、特异度和灵敏度分别可达99.76%,99.80%,99.73%。

• 单位
  云南大学; 昆明医科大学