便携心电传感器的心房肥大诊断研究

发布时间：2017-10-18 04:52

  本文关键词：便携心电传感器的心房肥大诊断研究

  更多相关文章： 心房肥大 小样本 支持向量机 分类器融合

【摘要】：基于便携式传感器的模式识别在心电(ECG)监护领域具有广泛的应用前景,并且在心律不齐、心肌梗塞、心室肥大等心电的识别算法上都已有大量的研究与应用,但在心房肥大诊断上却未有模式识别相关的研究成果。心房肥大病症的心电数据量不足给研究造成重大障碍,部分分类器无法适应小样本训练下的分类。针对小样本训练进行研究,对比了不同分类方法,显示了基于统计模式识别的支持向量机(SVM)应用于心房肥大的应用潜力。另外,由于不同个体的心房肥大心电存在差异,在实际应用环境中,SVM存在无法良好泛化的问题,存在类别错分的医学风险。针对类别错分情况,采用分类器融合的方法改进分类器,提出了在SVM分类器输出端增加了拒绝域的分类器(SVM-R)的方法。实验结果表明:SVMR有较高的分类准确率与诊断可信度。
【作者单位】： 浙江大学超大规模集成电路设计研究所;杭州易和网络有限公司;
【关键词】： 心房肥大 小样本 支持向量机 分类器融合
【分类号】：TP212.9;TH772
【正文快照】： 0引言随着科学技术的发展,人们的生活水平得到显著提高,人们更加关心健康问题,尤其是高血压、心脏病等问题,这些疾病非常普遍,也常出现致命的危险情况[1]。便携式心电传感器技术[2]在保健、治病领域是极具实用价值的,让人们及时获知自己身体状况,并及时获得治疗。现代智能传感

【参考文献】

中国期刊全文数据库 前2条

1 刘遵仁;吴耿锋;;一种新的基于约简的多分类器融合算法[J];计算机工程与应用;2012年34期

2 张夏琳;卢喜烈;;心房心室肥大的心电图诊断[J];江苏实用心电学杂志;2013年03期

【共引文献】

中国期刊全文数据库 前10条

1 杨绪兵,韩自存;ε不敏感的核Adaline算法及其在图像去噪中的应用[J];安徽工程科技学院学报(自然科学版);2003年04期

2 陶秀凤,唐诗忠,周鸣争;基于支持向量机的软测量模型及应用[J];安徽工程科技学院学报(自然科学版);2004年02期

3 许高程;张文君;王卫红;;支持向量机技术在遥感影像滑坡体提取中的应用[J];安徽农业科学;2009年06期

4 郭立萍;唐家奎;米素娟;张成雯;赵理君;;基于支持向量机遥感图像融合分类方法研究进展[J];安徽农业科学;2010年17期

5 冯学军;;最小二乘支持向量机的研究与应用[J];安庆师范学院学报(自然科学版);2009年01期

6 邹心遥;姚若河;;基于LSSVM的威布尔分布形状参数估计(英文)[J];半导体技术;2008年06期

7 邹心遥;姚若河;;基于LSSVM的小子样元器件寿命预测[J];半导体技术;2011年09期

8 李卓远,吴为民,王e，

本文编号：1053055