[1]陈敏,王娆芬. 基于总体局部均值分解方法的心律失常特征提取与分类[J].中国医学物理学杂志,2019,36(10):1211-1216.[doi:DOI:10.3969/j.issn.1005-202X.2019.10.019]
　CHEN Min,WANG Raofen. Feature extraction and classification of arrhythmia using ensemble local mean decomposition method[J].Chinese Journal of Medical Physics,2019,36(10):1211-1216.[doi:DOI:10.3969/j.issn.1005-202X.2019.10.019]
点击复制

 基于总体局部均值分解方法的心律失常特征提取与分类()
分享到：

《中国医学物理学杂志》[ISSN:1005-202X/CN:44-1351/R]

卷:
36卷
期数:
2019年第10期
页码:
1211-1216
栏目:
医学信号处理与医学仪器
出版日期:
2019-10-29

文章信息/Info

Title:
 Feature extraction and classification of arrhythmia using ensemble local mean decomposition method
文章编号:
1005-202X（2019）10-1211-06
作者:
 陈敏; 王娆芬
 上海工程技术大学电子电气工程学院， 上海 201620
Author(s):
 CHEN Min;  WANG Raofen
 School of Electronic and Electrical Engineering, Shanghai University of Engineering Science, Shanghai 201620, China
关键词:
 ; 心电信号; 总体局部均值分解; 特征提取; 心律失常分类; 支持向量机
Keywords:
 ; Keywords: electrocardiogram signal;  ensemble local mean decomposition;  feature extraction;  arrhythmia classification;  support vector machine
分类号:
R318；TP391
DOI:
DOI:10.3969/j.issn.1005-202X.2019.10.019
文献标志码:
A
摘要:
 针对心电信号自动分类技术中的特征提取，提出一种新的特征提取方法—总体局部均值分解（ELMD）方法。该方法首先对心电信号加入不同的高斯白噪声，然后进行局部均值分解得到若干乘积函数（PF）分量，求取多次分解后的PF分量均值。多次加入噪声及分量平均的过程可以克服基本局部均值分解方法存在的模态混叠问题。选取较优的前4个PF分量进行特征计算，将得到的特征向量矩阵送入支持向量机对正常心电信号和4种常见的心律失常信号进行分类。从MIT-BIH心律失常数据库的分类结果来看，ELMD总体分类准确率达到99.61%，高于一般方法，证明了ELMD方法的有效性。
Abstract:
 Abstract: Aiming at feature extraction in electrocardiogram (ECG) automatic classification technology, a new method of feature extraction, ensemble local mean decomposition, is proposed. Firstly, different Gaussian white noises are added to ECG signals. Then, several product function (PF) components are obtained by local mean decomposition, and the average value after multiple decompositions is calculated as the final PF components. This method can solve the mode aliasing problem of local mean decomposition by multiple additions of noise and component averaging. The top 4 features of PF components are selected for feature calculation. The obtained feature vector matrix is used in support vector machine to classify normal ECG signals and 4 common kinds of arrhythmia ECG signals. Finally, the verification with MIT-BIH arrhythmia database shows that the total classification accuracy of the proposed method reaches 99.61%, higher than conventional methods, which confirms the effectiveness of ensemble local mean decomposition method.

相似文献/References:

[1]杨杰,张胜,余顺,等.一种基于二次样条母小波函数的心电QRS复合波检测算法[J].中国医学物理学杂志,2013,30(02):4036.[doi:10.3969/j.issn.1005-202X.2013.02.018]
[2]余顺,张胜,杨杰,等.静息状态下不同姿势心电的RR间隔研究[J].中国医学物理学杂志,2013,30(04):4285.[doi:10.3969/j.issn.1005-202X.2013.04.016]
[3]刘雄飞,周惠勇.基于提升小波变换和多种策略的QRS波检测算法[J].中国医学物理学杂志,2013,30(06):4557.[doi:10.3969/j.issn.1005-202X.2013.06.021]
[4]黄碧莹,唐桦明,钟能枝,等.基于多模板匹配的室性心动过速与室上性心动过速自动识别算法[J].中国医学物理学杂志,2016,33(3):280.[doi:DOI:10.3969/j.issn.1005-202X.2016.03.012]
　[J].Chinese Journal of Medical Physics,2016,33(10):280.[doi:DOI:10.3969/j.issn.1005-202X.2016.03.012]
[5]袁野,王夏天,张子辰,等.基于小波变换和改进的瞬态独立成分分析融合算法的心电信号降噪方法[J].中国医学物理学杂志,2016,33(4):415.[doi:10.3969/j.issn.1005-202X.2016.04.019]
　[J].Chinese Journal of Medical Physics,2016,33(10):415.[doi:10.3969/j.issn.1005-202X.2016.04.019]
[6]王遥,霍万里,熊壮,等.TACE手术中不同站姿下铅眼镜和铅面罩对医生眼晶状体防护效果的蒙特卡洛模拟比较[J].中国医学物理学杂志,2016,33(6):553.[doi:DOI:10.3969/j.issn.1005-202X.2016.06.003]
　[J].Chinese Journal of Medical Physics,2016,33(10):553.[doi:DOI:10.3969/j.issn.1005-202X.2016.06.003]
[7]张新,谷晓芳,王培臣,等.轻离子束治疗设备注册检验关键技术问题[J].中国医学物理学杂志,2016,33(6):559.[doi:10.3969/j.issn.1005-202X.2016.06.004]
　[J].Chinese Journal of Medical Physics,2016,33(10):559.[doi:10.3969/j.issn.1005-202X.2016.06.004]
[8]江芬芬,王培,康盛伟,等. 热释光剂量片测量肺部肿瘤放疗剂量的方法[J].中国医学物理学杂志,2016,33(6):564.[doi:10.3969/j.issn.1005-202X.2016.06.005]
　[J].Chinese Journal of Medical Physics,2016,33(10):564.[doi:10.3969/j.issn.1005-202X.2016.06.005]
[9]刘洪源,彭威,杨锐,等. 锥形束CT离线校正肺癌摆位误差[J].中国医学物理学杂志,2016,33(6):573.[doi:10.3969/j.issn.1005-202X.2016.06.007]
　[J].Chinese Journal of Medical Physics,2016,33(10):573.[doi:10.3969/j.issn.1005-202X.2016.06.007]
[10]赵彪,潘香,杨毅,等. 右乳癌保乳术后瘤床同步X线和后程电子线补量调强放疗剂量学比较[J].中国医学物理学杂志,2016,33(6):576.[doi:10.3969/j.issn.1005-202X.2016.06.008]
　[J].Chinese Journal of Medical Physics,2016,33(10):576.[doi:10.3969/j.issn.1005-202X.2016.06.008]
[11]吴敏,谢云,邬洋. 便携式心电监测系统的硬件设计与实现[J].中国医学物理学杂志,2018,35(2):210.[doi:DOI:10.3969/j.issn.1005-202X.2018.02.018]
　WU Min,XIE Yun,WU Yang. Hardware design and implementation of portable electrocardiogram monitoring system[J].Chinese Journal of Medical Physics,2018,35(10):210.[doi:DOI:10.3969/j.issn.1005-202X.2018.02.018]
[12]曾俊,吕红艳,李承红,等. 基于Android手机的生理参数移动监测系统[J].中国医学物理学杂志,2018,35(10):1187.[doi:DOI:10.3969/j.issn.1005-202X.2018.10.015]
　ZENG Jun,LÜ,Hongyan,et al. Physiology parameter monitoring system based on Android mobile phone[J].Chinese Journal of Medical Physics,2018,35(10):1187.[doi:DOI:10.3969/j.issn.1005-202X.2018.10.015]
[13]蒋莲,陈兆学. 基于心电信号提取呼吸信号的算法研究[J].中国医学物理学杂志,2019,36(4):462.[doi:DOI:10.3969/j.issn.1005-202X.2019.04.018]
　JIANG Lian,CHEN Zhaoxue. Algorithm for extracting respiratory signals based on electrocardiogram signals[J].Chinese Journal of Medical Physics,2019,36(10):462.[doi:DOI:10.3969/j.issn.1005-202X.2019.04.018]

备注/Memo

备注/Memo:
 【收稿日期】2019-06-20
【基金项目】国家自然科学基金（61803255, 71701124）；上海市自然科学基金（18ZR1416700）
【作者简介】陈敏，在校研究生，研究方向：生理信号处理和模式识别，E-mail: 1723346394@qq.com
【通信作者】王娆芬，博士，副教授，研究方向：智能建模，生理信号分析及疲劳识别，E-mail: rfwangsues@163.com
更新日期/Last Update: 2019-10-30