心電時(shí)間序列的表示和相似性度量方法的研究.pdf

1、世界衛(wèi)生組織披露全球三成死亡歸咎于心血管疾病，能夠高效快速的診斷心血管疾病有著極為重要的現(xiàn)實(shí)意義。心電圖（Electrocardiogram,ECG）是心臟生理活動(dòng)信號(hào)的一種圖形化展示，能夠輔助醫(yī)生診斷心臟疾病。傳統(tǒng)的心電自動(dòng)識(shí)別系統(tǒng)是通過(guò)提取波形的特征，再利用成熟的機(jī)器學(xué)習(xí)算法分類。這種方法有兩大問(wèn)題：一是要求開(kāi)發(fā)人員有較強(qiáng)的醫(yī)學(xué)知識(shí)素養(yǎng)；二是需要大量數(shù)據(jù)去訓(xùn)練獲得模型，模型還需要定期維護(hù)。本課題期望在沒(méi)有醫(yī)學(xué)知識(shí)背景的情況下，利用相

2、似性度量方法在數(shù)據(jù)庫(kù)中查找最相似的k條序列，再利用KNN分類器判定查詢序列類別。然而，由ECG序列的復(fù)雜性與高維性，致使現(xiàn)有的方法不能快速有效的度量其相似性。
　　本課題圍繞ECG序列的表示與相似性度量這兩個(gè)方面展開(kāi)研究，分別提出了重要點(diǎn)的趨勢(shì)偏轉(zhuǎn)距離的分段線性表示方法（IPDT_PLR）與基于DTW的分段模式距離相似性度量算法（SegMode_DTW）。
　　IPDT_PLR方法是基于ITTP_PLR方法的，它繼承了ITT

3、P_PLR方法能保留重要趨勢(shì)轉(zhuǎn)折點(diǎn)的優(yōu)點(diǎn)，同時(shí)對(duì)ITTP_PLR方法存在的問(wèn)題有針對(duì)的改進(jìn)。IPDT_PLR方法通過(guò)加入拐點(diǎn)信息克服了ITTP_PLR方法對(duì)于單調(diào)趨勢(shì)序列擬合效果差的缺點(diǎn)。通過(guò)自頂向下的挑選重要點(diǎn)的方式能更好的挑選出序列中的重要點(diǎn)。通過(guò)修改分段的標(biāo)準(zhǔn)能進(jìn)一步降低擬合誤差。
　　在相似性度量的研究中，本課題提出的SegMode_DTW算法從三個(gè)方面對(duì)原有的DTW算法進(jìn)行改進(jìn)。第一是主要子模式匹配，通過(guò)主要子模式匹配，