基于神经网络的心电高频成份计算及分类研究.pdfVIP

基于神经网络的心电高频成份计算及分类 黄晓林①宁新宝①史殿秋。韩桂明① ①(南京大学近代声学国家重点实验室，生物医学电子工程研究所210093) ②(深圳飞通光电股份有限公司518051) 摘要心电信号的高频成份往往与一些心脏疾病密切相关。我们利用神经网络的学习能力 和很好的拟合任意非线性函数的能力，将表征心电QRS波群的高频成份特性的特征 参数输入给神经网络进行有监督的学习训练，最终能在由这些特征参数张成的m维 空间中构建出一个m维的曲面来区分心脏病人和健康人的QRS波群高频成份，从而 实现基于心电高频成份的心脏病自动诊断。 关键词 高频心电图，三雏频谱，神经网络，BP算法 早期研究表明，许多心脏疾病与心电波形中的高频成份有着密切的联系【lJ。正常人心肌在 形态和功能上存在着一定程度的不规则性，这导致了心电波形中的高频成份的存在。当心脏 患有疾病时，其组织结构发生细微变化，则其心电活动在传导过程中会引起变异，从而反映 到体表心电信号的高频成份发生显著性变化【lJ。以往临床经验表明，这些含有高频成份的非平 稳心电图(俗称高频心电图High