基于总体局部均值分解方法的心律失常特征提取与分类

作者：陈敏; 王娆芬^*

来源：中国医学物理学杂志, 2019, 36(10): 1211-1216.

• 心电信号
• 总体局部均值分解
• 特征提取
• 心律失常分类
• 支持向量机

针对心电信号自动分类技术中的特征提取,提出一种新的特征提取方法—总体局部均值分解(ELMD)方法。该方法首先对心电信号加入不同的高斯白噪声,然后进行局部均值分解得到若干乘积函数(PF)分量,求取多次分解后的PF分量均值。多次加入噪声及分量平均的过程可以克服基本局部均值分解方法存在的模态混叠问题。选取较优的前4个PF分量进行特征计算,将得到的特征向量矩阵送入支持向量机对正常心电信号和4种常见的心律失常信号进行分类。从MIT-BIH心律失常数据库的分类结果来看,ELMD总体分类准确率达到99.61%,高于一般方法,证明了ELMD方法的有效性。

• 单位
  上海工程技术大学