关于支持向量机的心电图P波识别算法研究.pdf

论文摘 要 在当前ECG 心电图 波形识别算法中，P波识别一直比ORS波的识别困难，原因 是P波幅度很小、更容易被干扰。缺乏相应的样本数据库也阻碍了P波算法的发展。但 对于心电疾病诊断来说，P波信息又非常重要，因此研究P波识别算法有着实际意义。 从样本数据中寻找规律、训练学习、进行预测是本文研究P波识别算法的基本思路。 为了获得标准的P波数据，以MIT-BIH数据库数据样本为基础，由专家对样本中每个P 波进行确认，从而形成标准P波数据样本。然后使用这些数据用于支持向量机 SVM 的学习和波形识别。 对于每个MIT-BIH样本数据 三十分钟 ，其中三分之二用于训练，剩下用于测试。 每个训练样本由正负样本组成，正样本以每个P波波峰点为中心，P波长度的一半前后 截取数据：另以P波波峰前后三个、六个点为中心截取数据作为负样本，这样每个MIT-BIH 数据样本可以产生6千个左右训练数据。其中P波训练样本长度为20到100个点。为了 降低算法的复杂度和克服过训练的问题，在训练前尝试使用层次聚类法对样本进行筛选。 对不同P波样本数据进行训练和回归测试，寻找较好的SVM算法。文中对多项式、径向 较。 测试结果表明，原始波形数据并不适合直接在SVM中使用，选择适当的P波样本长 度能够提高SVM算法性能，再通过适当滤波和较好的特征，对于质量较好的心电图，一 特异度为81％。 另外，开发了一个图形化的软件工具，能读取MIT-BIH的数据，显示心电图波形和 增加标记，帮助研究人员更容易地开发出新的心电图算法。接下去有两个方面的工作要 开展。第一、建立一个开放性的、标准化的数据库，我国尚没有一个类似于MIT-BIH的 免费数据库；第二、将SVM利用于T波等其它特征的识别。 ． 【关键词】：心电图，P波，检测，识别，支持向量机 ABSTRACT wavedetectionisharderthan QRS AmongpresentECG Electrocardiogram algorithms，P scareof detectionsinceitissmallerand tointerference．Therelateddatabasealso susceptible blocksPwavedetection PWave’Sinformationis algorithms’development．Howeverimportant forcardiovasculardiseases therewillbe valuein P diagnosis．Thereforepractical improving wavedetection algorithm． ThebasicconsiderationsinPwave researcharestandardECG recognition samples’ acertainruleforthesePwaveand it therule．Tostandard analysis，finding detectingusing get Pwavesdata．theMI■BIHdatasetsareusedandPwaveinthesesetsarecheckedclinical by Pbeatswereverifiedand vectormachineis specialist．Each commented．Then，Support and in waves’classification． adoptedsampletraining MI■BlHdata wavedatashouldbeusedin Foreach set 30minutes 。20minutes’P andothersfor datasetwill about6000 for training testing．One generate samples Vector Train consistsof and Machine training．Onesample positivenegative arederivedatPWavePeak parts arederivedat and Negativesamples PWavePeak+6PWavePeakmeasthe ofP isthe points．The peakpointwave．Samplelenlength ofPwavesfrom20t0100 reducethe and points．To complexityalgorithm’Sloading,a methodbasedonMatlabClusteris fortr