基于数学形态学及支持向量机的心率失常识别

摘要：

为实现对不同类型的心电图自动分析,研究并提出了一种顺序筛选极大值的R波定位算法,并采用支持向量机(SVM)进行最后的心律失常心拍识别.定位算法以数学形态学为基础,结合心电图自身特点,定义R波筛选区间,避免了传统算法中的阈值选择；定位R波峰后以R波峰为中心提取不同类型的心率失常的心拍,选择径向基(RBF)支持向量机进行识别分类.使用MIT-BIH心率失常数据库文件进行实验仿真,结果表明,算法对含不同类型心拍的心电图R波峰正确检测率较高(99.36％),学习后的SVM能有效识别早搏、房颤、束支传导阻滞、正常等不用类型心拍,总体识别率达到99.75％.

关键词：心电图、数学形态学、R波检测、心律失常分类、支持向量机

所属期刊栏目：33

分类号：TP391.9(计算技术、计算机技术)

在线出版日期：2013-05-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：1173-1175