室性早搏的多模板匹配自适应识别算法.pdfVIP

计算机工程与设计 ComputerEngineeringandDesign 2011，Vo1．32，No．8 2885 室性早搏的多模板匹配 自适应识别算法 张集墨 ， 张 跃 ， 杨 波 (清华大学 深圳研究生院嵌入式系统与技术实验室，广东 深圳 518055) 摘 要：为实现室性旱搏的 自动判别，提 出一种基于多模板匹配的自适应识别算法。采用滤波提 高数据信噪比，利用样本数 据通过特定的 自学习机制建立模板库，设计模板的压缩算法实现待测心搏与模板心搏宽度的对齐，采用模板队列匹配和模 板库匹配相结合 的匹配策略 ，设计 自适应更新规则实时优化 队列与库 的结构 ，利用相 关系数检测室早 。使用 MIT-BIH数据库 进行测试 ，达到99．39％的灵敏度和 98．79％的特异度 。 关键词：模板 匹配；模板压缩；相关系数；RR间期；室性早搏 中图法分类号：TP391 文献标识码：A 文章编号：1000—7024(2011)08—2885—04 Adaptivealgorithm forPVCrecognitionbasedonmultipletemplatematching ZHANGJi—mo。 ZHANG Yue． YANG Bo (EmbeddedSystemLab，GraduateSchoolatShenzhen，TsinghuaUniversity,Shenzhen518055，China) Abstract：Anadaptivealgorithm forPVCrecognitionbasedonmultipletemplatematchingispresented．Filteringtechnologyisadapted toimprovetheSNR ofECG dataandatemplatedatabaseisestablishedwithtrainingsamplesthroughself-learningmethod． 111ecorre— lationcoefficientiSusedtodetectPVCbeatsfromnormalbeats，withacompressedmethodspeciallydesignedtoadjustthewidthofhte testedheartbeatandthetemplate．A two—stagestrategyisproposedbasedontemplatequeuematchingandtemplatedatabasematching andaself-adaptivemethodisimplementedtooptimizethewtodatastructures．Theperformanceofthisalgorithm iSevaluatedonthe MIT．BIH arrhythmiadatabaseandtheachievedsensitivityforPVCiS99．39％whilethespecificityiS98．79％． Keywords：templatematching； compressedtemplate； correlationcoefficient； RR interval； PVC 算法通过 自学习的方法构造模板库 ，使用特定的压缩算法实 0 引 言 现待测心搏与模板的宽度对齐 ，采用模板 队列与模板库两级 心律失常的检测是心 电图(electrocardiogram，ECG)自动分 匹配 ，并有 自适应更新机制实时优化 队列和库的结构，取得 了 析的核心，而室性早搏 (prematureventricularcontraction，PVC) 理想 的测试结果 。 的准确判别，是心律失常分析的基础，具有重要研究价值。在 1 室早的临床判别标准 室性早搏 的识别方面 ，已发展 出特征提取分类、模板匹配、支 室性早搏的异位冲动 由心室内产生，是较为常见的心律 持向量机、人工神经网络、模糊技术等多种算法 “，它们均具备 失常 。其心 电图特点是：