基于小波变换和支持向量机的心电信号ST段分类
ST Segment Classification of ECG Signals Based on Wavelet Transform and Support Vector Machine作者机构:吉林大学通信工程学院长春130012 吉林大学珠海学院电子信息系广东珠海519041
出 版 物:《吉林大学学报(信息科学版)》 (Journal of Jilin University(Information Science Edition))
年 卷 期:2016年第34卷第3期
页 面:315-319页
学科分类:11[军事学] 0810[工学-信息与通信工程] 1105[军事学-军队指挥学] 08[工学] 081002[工学-信号与信息处理] 110503[军事学-军事通信学]
基 金:吉林省重点科技攻关基金资助项目(20150204039GX) 吉林省长春市重大科技攻关专项基金资助项目(14KG064) 广东省省级科技计划基金资助项目(2013B010101020)
主 题:特征点提取 分类 小波变换 支持向量机 support vector machine (SVM)
摘 要:为完成ECG(Electrocardiogram)信号特征点提取,并对ST段分类,提出了一种基于离散小波变换和支持向量机的ST分类算法。首先对信号进行预处理,完成噪声消除,QRS波群检测和提取特征值;然后计算ST段平均值、曲线面积和标准差,并结合使用SVM(Support Vector Machine)对ST段进行分类。Matlab仿真结果表明,小波去噪效果明显,ST段未出现失真现象,特征点提取完整。经MIT-BIT数据库验证,分类结果显示交叉验证准确率平均值为80.70%,训练准确率平均值为91.83%,测试准确率平均值为74.28%。