基于特征选择算法的ECG信号分类

作者：袁高腾; 周晓峰^*; 郭宏乐

来源：山东大学学报(工学版), 2022, 52(04): 38-44.

• ECG信号
• 小波变换
• 特征选择
• 机器学习

为了提高不同类别心电图(Electrocardiogram, ECG)信号的识别精度，使用小波分析提取心电信号特征，并使用分段距离的特征筛选方法对特征进行筛选排序，去除冗余和干扰特征，挑选出关键特征。通过缩减特征数量，提高分类的精度和效率。结合机器学习分类器对特征进行分类，比较分类效果。结果显示，在MIT-BIH数据集上，本方法的分类精度比不使用特征选择分类精度高0.22%,分类精度最高达到99.67%。试验证明本研究提出的模型能够区分4种常见的ECG信号，较传统方法优势明显。