期刊在线咨询服务,发表咨询:400-888-9411 订阅咨询:400-888-1571股权代码(211862)
关键词:心电信号 特征提取 分类诊断 主成分分析 线性判别分析
摘要:针对心脏疾病发病率高且不易自主检测的问题,提出了一种心电信号特征提取和分类诊断算法。首先对心电信号进行提升小波变换和改进半软阈值相结合的预处理变换,在去除心电信号的噪声后,利用主成分分析(principal component analysis,PCA)对心电信号进行降维,并利用核独立成分提取心电信号的非线性特征;同时离散小波变换提取去噪后心电信号的频域特征,基于线性判别分析(linear discriminant analysis,LDA)对频域统计特征进行降维处理。将两种不同的特征向量组成多域特征空间,最后利用支持向量机对多域特征空间分类,遗传算法对其参数进行寻优,从而实现心电信号特征的分类。实验结果表明,所提出的算法能够对5类心电节拍进行准确分类,分类效率达99.11%。
生物医学工程研究杂志要求:
{1}如系有关部门的基金项目,请注明项目的正式名称和编号。
{2}编辑部收到文稿后立即登记编号并通过作者投稿电子信箱回复,在收到回复的3个工作日内,如果没有收到修改或录用通知,说明文稿尚在处理之中,作者如欲另投他刊,请务必先与本编辑部联系。
{3}图表注于文中相应位置,分别按其在正文中出现的先后次序连续编码。全文只有1幅图时图序写作附图,只有1个表时表序写作附表。
{4}注释采用尾注,以“①”“②”等标注排序。
{5}正文标题一般分三级:一级标题用“一、”“二、”“三、”标示;二级标题用“1.”“2.”“3.”标示;三级标题用“(1)”“(2)”“(3)”标示。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社