一种基于MBE和HHT的心电信号自动分类方法

发布时间：2018-01-11 18:41

本文关键词：一种基于MBE和HHT的心电信号自动分类方法　出处：《航天医学与医学工程》2017年01期 　论文类型：期刊论文

【摘要】：目的研究一种基于多尺度化基本尺度熵(multiscale base-scale entropy,MBE)和希尔伯特-黄变换(Hilbert-Huang transform,HHT)的心电信号自动分类方法。方法首先利用离散小波变换对心电信号进行去噪预处理;其次利用多尺度化基本尺度熵进行分析,提取多个尺度下的基本尺度熵值;然后利用希尔伯特-黄变换得到希尔伯特边际谱,并求取边际谱的信息熵;最后将这两部分特征参数输入到支持向量机中,实现心电信号的自动分类。结果健康人、心律不齐患者、呼吸暂停患者和房颤患者的心电信号分类准确率分别为87.5%、93.75%、90.63%和90.63%。结论本文提出的基于多尺度化基本尺度熵和希尔伯特-黄变换的分类方法,可以有效实现心电信号的自动分类。
[Abstract]:Objective to study a multiscale base-scale entropy based on multi-scale basic scale entropy. And Hilbert-Huang transform. Firstly, the discrete wavelet transform is used to pre-process the ECG signal. Secondly, the basic scale entropy of multiple scales is extracted by using the multi-scale basic scale entropy analysis. Then the Hilbert marginal spectrum is obtained by Hilbert-Huang transform and the information entropy of the marginal spectrum is obtained. Finally, the feature parameters of these two parts are input into support vector machine to realize the automatic classification of ECG signals. Results healthy people, patients with arrhythmia. The accuracy of ECG classification in patients with apnea and atrial fibrillation was 87.5% and 93.75% respectively. Conclusion the classification method based on multi-scale basic scale entropy and Hilbert-Huang transform can effectively realize the automatic classification of ECG signals.
【作者单位】：北京理工大学信息与电子学院;
【分类号】：R540.4;TN911.7
【正文快照】： 心电(electrocardiogram,ECG)信号中蕴含着许多关于心脏生理功能的信息,对ECG信号进行分类是心血管疾病诊断的重要途径[1]。通过对ECG信号进行分析能够获得反映心脏健康状况的特征参数,可作为ECG信号分类的有效依据[2]。ECG信号分类的传统方法主要是人工方式,但此方法耗费时间

【相似文献】