欢迎来到天天文库
浏览记录
ID:37023529
大小:5.19 MB
页数:70页
时间:2019-05-16
《基于迁移学习的病人个性化心电信号分类算法研究》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、基于迁移学习的病人个性化心电信号分类算法研宄Pat-ientspecificECGClassificationAlorithembasedonTransferLearningg工程领域:电子与通信工程作者姓名:廖婉月指导教师:吕卫副教授企业导师:国狄非高级工程师天津大学国际工程师学院二零一七年十一月独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研宄工作和取得的研宄成果,除了文中特别加以标注和致谢之处外,论文中不包含其他人己经发表或撰写过的研宄成果,
2、也不包含为获得天津大学或其他教育机构的学位或证一书而使用过的材料。与我同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。学位论文作者签名:签字曰期:年i月曰丨I学位论文版权使用授权书本学位论文作者完全了解天津大学有关保留、使用学位论文的规定。特授权天津大学可以将学位论文的全部或部分内容编入有关数据库进行检,、缩印或扫描等复制手段保存、汇编以供查阅和借阅索并采用影印。同意学校向国家有关部门或机构送交论文的复印件和磁盘。(保密的学位论文在解密后适用本授权说明)学位
3、论文作者签名:导师签名:签字曰期:年月曰签字曰期:年u月曰wyfU]I||l摘要近年来,经济的快速发展导致人们生活节奏不断加快。日益增大的生活压力,生活方式不规律,导致心脏病的发病率急剧上升,向年轻化发展,心脏病成为人类健康的重大威胁。几乎所有心脏病病发都会伴随着心律失常现象,因此对心律失常的实时监测和识别可以帮助人们及早发现并治疗心脏疾病。人体心电信号(Electrocardingraph,ECG)是分析与鉴别心律失常的重要依据,通过对心电信号进行分类可以识别出是否存在心率失常及对应种类
4、。目前有许多学者提出了基于机器学习的心电信号分类算法,但这些算法普遍忽略了不同病人间的个体差异一一。针对这问题,本文分别提出种基于S变换的心电信号分类算一法和种基于迁移学习的个性化心电信号分类算法,实现不同病人心电信号的差异化检测与识别:一(1)提出使用S变换来提取ECG信号的时频特征。S变换是种有效的时频分析的、工具。相对于短时傅里叶变换,S变换窗函数可变;相对于小波变换,S变换避免了复杂的母小波的选择过程。,解决了小波变换的相位局部化问题而且S变换的时频表示中各频率分量的相位谱与原始信号
5、保持直接的联系,使其具MIT-MI。Bfl心有良好的时频特性实验部分基于律失常数据库展开,参考AA的建议,将全部心电信号分为五大类。结果显示基于S变换和SVM分类器的心电信号分类模型优于其他两个对比模型,敏感度和阳性率显著提升。实验结果表明基于S变换的特征能更好地反映心电信号的特点,尤其是可以更好地区分正常和异常心拍,从而使分类准确率得到明显提高。(2)目前大部分ECG信号分类算法都没有考虑不同病人间的个体差异,而一一概而论一事实上这差异十分显著,不能。使用统的标准去判断不同个体的心律失常是
6、不合理的。针对上述问题,本文提出基于迁移学习的病人个性化ECG分类算法,迁移学习算法采用基于特征层面的联合分布适配算法,该算法应用最大均值差异衡量源域分布和目标域分布之间的距离,并基于主成分分析获得最小距离对应的特征子空间。通过两部分对比实验,分别验证了本文提出的分类模型相对于其他病人个性化ECG信号分类模型的有效性以及迀移学习对异常心拍识别的有效性。关键词:心电信号分类,S变换,迁移学习,模式识别IABSTRACTInrecentearstheraideconomicdeve
7、lomenthasledtotheacceleratinacey,ppgp’uofeoleslives.Increasinressureoflifeandirrelarlifestleshaveledtoasharppgpgypriseintheincidenceofheartdiseaseshowinaounertrend.Theheartdiseasehas,gygbecomeamaorthreattohumanhealthl
8、mostallheartattacksareaccomaniedb.Apyjarrhthm-yiassorealtimemonitorinandidentificationofarrhthmiascanheleolegyppp,detectandtreat
此文档下载收益归作者所有