基于小波包和神經(jīng)網(wǎng)絡的心電信號分類方法研究.pdf

1、心電圖是人體心臟電活動最直接的反映，是醫(yī)生進行心臟病診斷治療的重要依據(jù)之一。隨著科學和技術的發(fā)展，基于心電圖的自動分析診斷技術已被廣泛地用于心臟病檢測和診斷的研究。基于心電圖的自動分析診斷技術不僅大大降低了醫(yī)生的工作量，而且可以顯著地提高心電圖分類的效率和準確率，對于心臟病及時的診斷和治療具有重要的實際應用價值。因此，本文主要針對心電自動分析診斷技術中的心電信號分類識別方法進行了深入的研究，主要研究內容包括心電信號的特征提取和特征分類。

2、
　　提取穩(wěn)定有效的心電信號特征是心電自動分析診斷技術中的重要環(huán)節(jié)，本文提出了一種基于小波包分解與統(tǒng)計分析相結合的心電信號特征提取算法。該算法首先采用小波包分解方法對心電信號進行四尺度分解，然后結合統(tǒng)計分析方法計算小波包分解后第四尺度上的16個小波包系數(shù)的奇異值、標準差和最大值，將求得的48維小波包系數(shù)統(tǒng)計特征組成心電信號特征空間。為了盡可能地提高心電信號分類識別的效率和準確率，本文提出了一種基于遺傳算法優(yōu)化神經(jīng)網(wǎng)絡的心電信號特征

3、選擇和分類算法。通過遺傳算法對心電信號特征空間進行降維得到25維心電信號特征，同時采用遺傳算法對誤差反向傳播神經(jīng)網(wǎng)絡分類器的權值和閾值進行優(yōu)化，將降維得到的心電信號特征輸入到分類器中進行訓練和預測，從而實現(xiàn)對MIT-BIH心律失常數(shù)據(jù)庫中六類心電信號:正常心跳、左束支傳導阻滯、右束支傳導阻滯、起搏心跳、室性早搏和房性早搏的分類，測試集的識別準確率為97.78％，平均靈敏度、平均特異度和平均陽性預測值分別為97.86％、99.54％和97

4、.81％。最后，本文通過基于MPS450多參數(shù)模擬儀組成的心電信號采集實驗系統(tǒng)對六類心電信號進行采集，并對其進行特征提取和分類算法驗證，識別準確率達到了99.33％，平均靈敏度、平均特異度和平均陽性預測值分別為99.33％、99.87％和99.36％。
　　實驗結果表明本文提出的特征提取算法和分類算法能夠有效地提取穩(wěn)定的心電信號特征，并通過遺傳算法優(yōu)化的神經(jīng)網(wǎng)絡分類器實現(xiàn)了對六類心電信號的高精度分類。因此，本文提出的心電信號分類方