基于支持向量机的室颤信号检测算法

摘要：

目的:实现室颤信号与非室颤信号的分类,进而实现室颤信号的检测.方法:本文引入了一种基于支持向量机(Support Vector Machine,SVM)和改进的越限区间算法(TCI)的新算法,其中支持向量机在处理分类和模式识别等问题中具有很大的优势.该算法采用4s的滑动窗技术,并利用改进后的越限区间算法(Threshold Crossing Interval,TCI)方法提取心电信号的特征.新算法的实现如下:在每一滑动窗内采用改进的后的绝对值阈值,计算中间2s内的平均越限间隔值.并以此TCI值作为特征参数,输入一个预先设计好的二分类支持向量机中,从而实现分类.结果:成功实现了室颤信号的检测,通过计算该方法的灵敏度、精确度、预测性和准确度且与其他方法相比较,可知此新算法总体可靠性优于其他方法.结论:该算法能够实现室颤信号的实时监测,且简单易行,易于实现,较适合实时的心电监测以及除颤仪器.

关键词：室性纤颤(VF)、TCI、支持向量机(SVM)

所属期刊栏目：12

分类号：TP391(计算技术、计算机技术)

资助基金：山东省自然科学基金ZR2010HM020;济南市科技发展计划项目201102005

在线出版日期：2012-10-22（万方平台首次上网日期，不代表论文的发表时间）

页码：1751-1754,1768