欢迎来到天天文库
浏览记录
ID:40554567
大小:435.35 KB
页数:6页
时间:2019-08-04
《基于ARMA模型的心电聚类算法》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、31卷6期中国生物医学工程学报Vol.31No.6December20122012年12月ChineseJournalofBiomedicalEngineering基于ARMA模型的心电聚类算法*毛雪岷张婷婷蔡传晰李琼(合肥工业大学管理学院,合肥230009)摘要:对心电信号(ECG)这种高维的时间序列进行聚类,最重要的方面之一即进行特征提取。本研究提出利用自回归和移动平均(ARMA)模型拟合ECG信号,以拟合系数的欧氏距离为结构不相似测度征进行聚类。但此方法没有考虑样本数据的各维特征对聚类的不同贡献率,所以本文提出可以把首次聚类
2、每维特征在聚类中的贡献率作为其权值,对每维数据加权后重新进行聚类。以MIT-BIH标准数据库中的正常窦性心率(NSR)和心室早期收缩(PVC)样本数据进行聚类分析,结果表明利用改进后的方法进行聚类的准确度达到93.10%,从而证明了所提方法的有效性。关键词:聚类;ARMA模型;特征提取;权重确定;ECG信号中图分类号TP18文献标志码A文章编号0258-8021(2012)06-0816-006ECGClusteringAlgorithmBasedonARMA*MAOXue-MinZHANGTing-TingCAIChuan-Xi
3、LIQiong(CollegeofManagement,HefeiUniversityofTechnology,Hefei,AnhuiProvince230009,China)Abstract:Featureextractionwasoneoftheimportantpartsinelectrocardiogram(ECG)clustering.Inthisarticle,asimpleautoregressive-movingaverage(ARMA)wasappliedtofittheECG.weusedthefittingc
4、oefficients'EuclideanDistanceasdissimilaritytoclusterECG.Howevercontributionofeachdimensionfeatureofdatasampletotheclusteringwasnotconsideredinthatalgorithm.Therefore,wefurthertookthecontributionwhichwasobtainedbythefirstlyclusteringastheweightofeachdimensionfeature.A
5、ftereachdimensioncoefficientwasweighted,weclusteredthesedataagain.ThePVCandNSRdataobtainedfromMIT-BIHArrhythmiaDatabase,wasusedforexperimentation.Theresultsshowedthatclusterprecisionreachedto93.10%,whichprovedeffectivenessoftheproposedmethod.Keywords:clustering;auto-r
6、egressiveandmovingaverage(ARMA)model;featureextraction;weightdefinition;electrocardiogram(ECG)[3]自动分类。通过聚类法从ECG信号中找出心律引言失常的方法运用广泛,但是直接在原始的ECG序列心电信号(ECG)是从人体表面记录心肌细胞上进行聚类不仅难度大,而且还会影响算法的准确[4]电活动的情况,它携带了很多反映心脏工作状况的性和可靠性。利用相应的方法对ECG信号序列信息。在实践过程中,医生从正常的ECG信号中找进行特征提取,把ECG信号
7、变换到低维空间,这样出心律失常信号是诊断心脏病变的常规检测手段之更有利于提高聚类结果的准确性。[1]一。随着数据库知识发现和模式识别等计算机最常用的是根据ECG的波形进行特征提取,心[2]技术的发展,心电图的诊断逐渐从人工识别转变电信号的QRS宽度和RR周期是描述心拍的两个[5]为计算机自动识别,至今已有多种算法用于心电图最基本的特征量,彭良瑞等在单片机实时系统上doi:10.3969/j.issn.0258-8021.2012.06.003收稿日期:2012-06-10,录用日期:2012-09-23基金项目:国家自然科学基金(
8、70801025)*通信作者。E-mail:maoxm2010@126.com6期毛雪岷,等:基于ARMA模型的心电聚类算法817利用QRS波宽度,结合RR间期的参数变化检测室1.1.2相似度定义[6]性心律失常;Trahanias等选取了代表EC
此文档下载收益归作者所有