基于改进遗传模拟退火Kmeans地心电波形地分类研究.PDF

第３１卷第１１期 计 算 机 应 用 研 究 Ｖｏｌ．３１Ｎｏ．１１ 　 　 ２０１４年１１月　 ＡｐｐｌｉｃａｔｉｏｎＲｅｓｅａｒｃｈｏｆＣｏｍｐｕｔｅｒｓ Ｎｏｖ．２０１４ 基于改进遗传模拟退火 Ｋｍｅａｎｓ的 心电波形的分类研究  何云斌 ，张晓瑞，万　静，李　松 （哈尔滨理工大学计算机科学与技术学院，哈尔滨 １５００８０） 摘　要：针对心电图自动诊断困难这一问题，提出了一种新的聚类算法：基于均方差属性加权的遗传模拟退火 Ｋｍｅａｎｓ改进聚类算法，用于改进心电图（ＥＣＧ）信号的自动识别技术。利用小波变换的多分辨率和抗干扰能力 好的特点，检测ＱＲＳ波、Ｐ波、Ｔ波，提高了特征检测的准确性；利用聚类分析具有较好的鲁棒性和适合于大数据 量分析的特点，对心电信号进行波形分类。采用ＭＩＴＢＩＨ标准心电数据库中的部分数据对识别结果进行判断， 改进后的Ｋｍｅａｎｓ聚类算法的准确率高于传统的Ｋｍｅａｎｓ聚类算法，实验表明该算法对心电信号可以进行有效 分类。 关键词：心电图信号；聚类；特征提取；Ｋｍｅａｎｓ；遗传算法；模拟退火；属性权重；均方差；小波变换 中图分类号：ＴＰ３９１．４　　　文献标志码：Ａ　　　文章编号：１００１３６９５（２０１４）１１３３２８０５ ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００１３６９５．２０１４．１１．０２９ ＲｅｓｅａｒｃｈｏｆＥＣＧｗａｖｅｆｏｒｍｓｃｌａｓｓｉｆｉｃａｔｉｏｎｂａｓｅｄｏｎ ｉｍｐｒｏｖｅｄｇｅｎｅｔｉｃｓｉｍｕｌａｔｅｄａｎｎｅａｌｉｎｇＫｍｅａｎｓ  ＨＥＹｕｎｂｉｎ，ＺＨＡＮＧＸｉａｏｒｕｉ，ＷＡＮＪｉｎｇ，ＬＩＳｏｎｇ （ＳｃｈｏｏｌｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅ＆Ｔｅｃｈｎｏｌｏｇｙ，ＨａｒｂｉｎＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅ＆Ｔｅｃｈｎｏｌｏｇｙ，Ｈａｒｂｉｎ１５００８０，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：ＩｎｖｉｅｗｏｆｔｈｅｄｉｆｆｉｃｕｌｔｉｅｓｔｏｒｅｃｏｇｎｉｚｅＥＣＧｓｉｇｎａｌａｕｔｏｍａｔｉｃａｌｌｙ，ｔｈｉｓｐａｐｅｒｐｒｅｓｅｎｔｅｄａｎｅｗｃｌｕｓｔｅｒｉｎｇａｌｇｏｒｉｔｈｍ， ｗｈｉｃｈｗａｓｐｒｏｐｏｓｅｄｂａｓｅｄｏｎｔｈｅＭＳＥａｔｔｒｉｂｕｔｅｗｅｉｇｈｔｓｇｅｎｅｔｉｃｓｉｍｕｌａｔｅｄａｎｎｅａｌｉｎｇｔｏｉｍｐｒｏｖｅＫｍｅａｎｓｃｌｕｓｔｅｒｉｎｇａｌｇｏｒｉｔｈｍ， ｉｎｏｒｄｅｒｔｏｉｍｐｒｏｖｅｔｈｅＥＣＧｓｉｇｎａｌａｕｔｏｍａｔｉｃｉｄｅｎｔｉｆｉｃａｔｉｏｎｔｅｃｈｎｏｌｏｇｙ．Ｉｔｕｓｅｄｗａｖｅｌｅｔｔｒａｎｓｆｏｒｍａｎｄｍｕｌｔｉｒｅｓｏｌｕｔｉｏｎａｎｄｇｏｏｄ ａｎｔｉｊａｍｍｉｎｇｃａｐａｂｉｌｉｔｙｔｏｄｅｔｅｃｔＱＲＳｃｏｍｐｌｅｘ，Ｐｗａｖｅ，Ｔｗａｖｅ，ｉｍｐｒｏｖｅｄｔｈｅａｃｃｕｒａｃｙｏｆｆｅａｔｕｒｅｄｅｔｅｃｔｉｏｎ．Ｂｅｃａｕｓｅｏｆｔｈｅ ｃｌｕｓｔｅｒｍｅｔｈｏｄｈａｄｍｏｒｅｒｏｂｕｓｔａｎｄｓｕｉｔａｂｌｅｆｏｒｌａｒｇｅｄａｔａｖｏｌｕｍｅａｎａｌｙｓｉｓ，ｉｔｃｌａｓｓｉｆｉｅｄｔｈｅＥＣＧｓｉｇｎａｌｓｂｙｕｓｉｎｇｔｈｉｓｍｅｔｈｏｄ ｔｏａｎａｌｙｚｅｌａｒｇｅｄａｔａｖｏｌｕｍｅ．ＩｔａｄｏｐｔｅｄｔｈｅｐａｒｔｓｏｆｄａｔａｆｒｏｍｔｈｅＭＩＴＢＩＨｓｔａｎｄａｒｄＥＣＧｄａｔａｂａｓｅｔｏｊｕｄｇｅ