基于支持向量机的心电图p波识别算法研究

基于支持向量机的心电图p波识别算法研究

ID:33382229

大小:2.39 MB

页数:45页

时间:2019-02-25

基于支持向量机的心电图p波识别算法研究_第1页
基于支持向量机的心电图p波识别算法研究_第2页
基于支持向量机的心电图p波识别算法研究_第3页
基于支持向量机的心电图p波识别算法研究_第4页
基于支持向量机的心电图p波识别算法研究_第5页
资源描述:

《基于支持向量机的心电图p波识别算法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、华东师范大学硕士学位论文基于支持向量机的心电图P波识别算法研究姓名:吴斌申请学位级别:硕士专业:工程(软件)指导教师:董军20080401论文摘要在当前ECG(心电图)波形识别算法中,P波识别一直比ORS波的识别困难,原因是P波幅度很小、更容易被干扰。缺乏相应的样本数据库也阻碍了P波算法的发展。但对于心电疾病诊断来说,P波信息又非常重要,因此研究P波识别算法有着实际意义。从样本数据中寻找规律、训练学习、进行预测是本文研究P波识别算法的基本思路。为了获得标准的P波数据,以MIT-BIH数据库数据样本为基础,由专家对样本中每个P波进行确认,从而形成标准P波数据样本

2、。然后使用这些数据用于支持向量机(SVM)的学习和波形识别。对于每个MIT-BIH样本数据(三十分钟),其中三分之二用于训练,剩下用于测试。每个训练样本由正负样本组成,正样本以每个P波波峰点为中心,P波长度的一半前后截取数据:另以P波波峰前后三个、六个点为中心截取数据作为负样本,这样每个MIT-BIH数据样本可以产生6千个左右训练数据。其中P波训练样本长度为20到100个点。为了降低算法的复杂度和克服过训练的问题,在训练前尝试使用层次聚类法对样本进行筛选。对不同P波样本数据进行训练和回归测试,寻找较好的SVM算法。文中对多项式、径向基和Sigmoid三类核函数

3、进行了评估,并与MIT-BIH软件包中的ECGPUWAVE算法作比较。测试结果表明,原始波形数据并不适合直接在SVM中使用,选择适当的P波样本长度能够提高SVM算法性能,再通过适当滤波和较好的特征,对于质量较好的心电图,一个结构简单的SVM算法就能获得与ECGPUWAVE相近的性能,平均灵敏度达到89%,特异度为81%。另外,开发了一个图形化的软件工具,能读取MIT-BIH的数据,显示心电图波形和增加标记,帮助研究人员更容易地开发出新的心电图算法。接下去有两个方面的工作要开展。第一、建立一个开放性的、标准化的数据库,我国尚没有一个类似于MIT-BIH的免费数据

4、库;第二、将SVM利用于T波等其它特征的识别。.【关键词】:心电图,P波,检测,识别,支持向量机ABSTRACTAmongpresentECG(Electrocardiogram)algorithms,PwavedetectionisharderthanQRSdetectionsinceitissmallerandsusceptibletointerference.ThescareofrelateddatabasealsoblocksPwavedetectionalgorithms’development.HoweverPWave’Sinformationis

5、importantforcardiovasculardiseasesdiagnosis.ThereforetherewillbepracticalvalueinimprovingPwavedetectionalgorithm.ThebasicconsiderationsinPwaverecognitionresearcharestandardECGsamples’analysis,findingacertainruleforthesePwaveanddetectingitusingtherule.TogetstandardPwavesdata.theMI■BI

6、HdatasetsareusedandPwaveinthesesetsarecheckedbyclinicalspecialist.EachPbeatswereverifiedandcommented.Then,Supportvectormachineisadoptedinsampletrainingandwaves’classification.ForeachMI■BlHdataset(30minutes)。20minutes’Pwavedatashouldbeusedintrainingandothersfortesting.Onedatasetwillg

7、enerateabout6000samplesforSVM(SupportVectorMachine)training.OneTrainsampleconsistsofpositiveandnegativeparts.PositivepartsarederivedatPWavePeakpoint(PWavePeak-Samplelen/2-l'WavePeak+Samplelen/2).NegativesamplesarederivedatPWavePeak-3。PWavePeak.6,PWavePeak+3andPWavePeak+6points.ThePW

8、avePeakmeasthepeakp

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。