基于CABC-SVM算法的心律失常数据诊断研究
作者机构：安徽理工大学电气与信息工程学院安徽淮南232000
出 版 物：《九江学院学报（自然科学版）》 (Journal of Jiujiang University：Natural Science Edition)
年 卷 期：2020年第35卷第1期
页 面：96-99页
学科分类：1007[医学-药学(可授医学、理学学位)] 10[医学]
基 金：安徽省科技重大专项(编号18030801134) 安徽省自然科学基金青年项目(编号1808085QE157) 安徽省科技重大专项(编号201903a07020013)的成果之一
摘 要：心脏病是常见的心血管疾病,同样是造成人类死亡的第一原因。心律失常的准确、快速识别对心脏病的诊断与治疗有着重要意义。提出一种将混沌人工蜂群算法(CABC)与支持向量机(SVM)结合的组合算法模型,对心律失常的四种心拍进行识别。用MIT-BIH中的数据进行训练与测试后,训练集的准确率高达99.72%。对比不同的群优化算法后表明,该方法在心律失常诊断研究中准确率较高,速度较快。
维普期刊数据库
同方期刊数据库