10.3785/j.issn.1008-973X.2012.10.020
基于wavelet的一类脉搏信号疾病特征量化分析
针对脉搏信号频域分析的精度不够、缺乏对研究对象的稳定性分析、提取频域特征的方法趋于经验化等问题,使用小波多分辨率分解,提取精细尺度上的频域特征,结合Lasso套索回归,挖掘脉搏信号频域中蕴含的疾病特征信息.对一类典型心血管疾病患者的脉搏信号进行分析,验证了频谱特征在时域上的稳定性.以房颤和冠心病为例,提取出疾病特征频带并对其进行分类,据此建立Lasso线性分类模型,实现两类疾病的自动识别.
脉搏信号、小波多分辨率分解、Lasso回归、特征降维
46
TP391.5(计算技术、计算机技术)
国家自然科学基金资助项目60574079;浙江省教育厅科研资助项目Y201017866;浙江省科技厅科技计划资助项目2011C23097;浙江省基金资助项目LY12F03023
2013-01-24(万方平台首次上网日期,不代表论文的发表时间)
共6页
1866-1871