基于稀疏分解和神经网络的心电信号波形检测及识别

摘要：

心电图是现代医学的一个重要诊断依据.用计算机检测识别心电信号波形,能缓解越来越庞大的心电数据给医务人员带来的工作压力,减少因疲劳、疏忽以及主观偏差产生的误差.利用改进的Gabor字典和粒子群优化算法,对心电信号做稀疏分解.稀疏分解得到一个和原信号相比非常稀疏的解向量,与解向量中每个非零值相对应的是从字典中选出的和原信号结构特点最为接近的字典中的一组原子.根据解向量中非零值的大小以及对应原子的波形,确定此原子代表的波的波幅、波宽、波形、位置等信息.然后利用心电信号的先验知识,确定原子代表的波属于那种特征波(P波、QRS波群或T波),进而建立神经网络的训练样本.经过训练,神经网络将能实现对稀疏分解后的心电信号波形的自动检测识别.实验证明,此算法能同时实现几种特征波的检测及识别.

关键词：稀疏分解、神经网络、粒子群优化、心电信号、波形检测识别

所属期刊栏目：27

分类号：TN911.72

资助基金：河南省科技厅科技攻关项目102102210483；102102210465

在线出版日期：2011-12-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：843-850