基于聚类分析的心电节拍分类算法

摘要：

为提高计算机辅助心电节拍分类算法的准确率和普适性,提出一种基于聚类分析的心电节拍分类算法,该算法利用心电节拍个体内差异性较小的特性,采用两级聚类分析、抽样代表性心电节拍的方法,结合心电医师的辅助诊断,实现对心电节拍的准确分类.为了验证算法的准确性,采用国际公认的标准数据库——MIT-BIH心律失常数据库,AAMI/ANSI标准规定的心电节拍分类方法及准确率的计算方法进行仿真实验,最终总体分类准确率达到99.07％.与Kiranyaz等(KIRANYAZ S,INCE T,PULKKINEN J,et al.Personalized long-term ECG classification:A systematic approach[J].Expert Systems with Applications,2011,38(4):3220-3226.)的心电节拍分类算法相比,该算法无需进行设定的训练,且S类心电节拍分类灵敏度由40.15％提高到89.82％,显著提高了分类算法的普适性.

关键词：心电节拍分类、聚类分析、辅助诊断、ANSI/AAMI标准

所属期刊栏目：34

分类号：TP18(自动化基础理论)

资助基金：广东省与中国科学院全面战略合作计划项目2009B091300160

在线出版日期：2014-08-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：2132-2135,2139