基于自适应快速S变换和XGBoost的心电信号精确快速分类方法
Accurate and Fast ElectroCardioGram Classification Method Based on Adaptive Fast S-Transform and XGBoost作者机构:合肥工业大学电气与自动化工程学院合肥230009
出 版 物:《电子与信息学报》 (Journal of Electronics & Information Technology)
年 卷 期:2023年第45卷第4期
页 面:1464-1474页
核心收录:
学科分类:0831[工学-生物医学工程(可授工学、理学、医学学位)] 0711[理学-系统科学] 0808[工学-电气工程] 07[理学] 08[工学] 080401[工学-精密仪器及机械] 1010[医学-医学技术(可授医学、理学学位)] 0804[工学-仪器科学与技术] 080402[工学-测试计量技术及仪器] 10[医学]
基 金:国家自然科学基金(61971175) 中央高校基本科研业务费(JZ2019YYPY0025)
主 题:心电信号 心律失常 S变换 自适应快速S变换 XGBoost算法
摘 要:针对心电信号(ECG)传统分类方法效率较低的问题,该文提出一种基于自适应快速S变换(AFST)和XGBoost的心电信号精确快速分类方法。该方法首先通过快速定位算法确定心电信号特征频率点,再根据特征频率点自适应调节S变换窗宽因子,增强S变换的时频分辨率的同时避免迭代计算,大大减少运行时间。其次,基于自适应快速S变换的时频矩阵提取12个特征量来表征5种心电信号的特征信息,特征向量维数低,识别能力强。最后,利用XGBoost算法对特征向量进行识别。MIT-BIH心律失常数据库和患者实测数据验证表明,该方法显著地缩短了分类时间,对5种心电信号的分类准确率分别为99.59%和97.32%,适用于实际检测系统中心律失常疾病的快速诊断。