基于隐马尔科夫模型的滑动窗口投票策略的QRS波群形态识别
A sliding window voting strategy based on hidden Markov model for morphology detection of QRS complex作者机构:南京邮电大学计算机学院江苏南京210023
出 版 物:《计算机工程与科学》 (Computer Engineering & Science)
年 卷 期:2024年第46卷第2期
页 面:272-281页
学科分类:081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术(可授工学、理学学位)]
摘 要:QRS波群形态识别是心电异常检测的关键环节,是疾病诊断的主要依据。目前的QRS波群形态识别方法存在识别出的形态较少、对参数敏感等问题。为此,提出一种基于隐马尔科夫的滑动窗口投票策略SWVHMM自动识别QRS波群形态。首先,将每个QRS波群划分成4个波段,对各波段设置滑动窗口提取样本;其次,将各波段波形作为状态,窗口样本聚类后的类簇中心作为观测,构建状态转移受限的隐马尔科夫模型;最后,对待预测波群的各波段窗口组合结果进行投票,识别最可能的波群形态。在专业医生标注的真实数据集上,与现存方法比较,SWVHMM F1值分别提高了5.97%,5.49%和2.27%。这表明SWVHMM不仅能识别多种QRS波群形态,而且准确度更高。