科研之友
微信
新浪微博
Facebook
分享链接
摘要
目的 提出一种基于二维图谱转换的心电信号分类方法，以期为临床应用提供参考。方法首先通过格拉姆角场将一维心电信号转换成二维图像，其次对图像提取灰度共生矩阵和颜色矩特征，并运用支持向量机（support vector machines,SVM）对心律失常信号分类，最后使用MIT-BIH公共数据集对此分类器进行训练和测试。结果 该方法分类的总准确率为99.9%，可实现对心律失常的有效分类。结论与传统波形形态分类算法相比，本文提出的将信号转换成二维图谱的分类方法有效解决了模型抗干扰能力差的问题，从而提升了分类器的准确率，具有潜在的临床应用可行性。
-
单位上海理工大学; 上海市第六人民医院
