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

作     者：宋鑫海 韩京宇 郎杭 毛毅 SONG Xin-hai;HAN Jing-yu;LANG Hang;MAO Yi

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）] 

基　　金：国家自然科学基金(62002174) 

主　　题：QRS波群 心电异常 隐马尔科夫 波段 聚类 

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。