PCA-SVM模式分类方法在心电信号分析中的应用.PDFVIP

第26卷 第20期 电子设计工程 2018年10月 Vol.26 No.20 ElectronicDesignEngineering Oct.2018 PCA-SVM模式分类方法在心电信号分析中的应用 卞水荣，顾媛媛，赵 强 （徐州医科大学 医学信息学院，江苏徐州221000） 摘要：为了给医生在心血管疾病诊断方面提供更精确的参考依据，提高心血管疾病诊断效率，提出 了一种基于PCA-SVM模式分类的心电信号分析方法。通过对麻省理工心率失常数据库中8类心 搏心电数据分别运用支持向量机以及PCA-SVM模式分类方法进行分析处理，比较最终的分类准 确率。发现当支持向量机选择线性核函数时，SVM的分类准确率为97.8125%，PCA-SVM的分类准 确率为99.0625%，PCA-SVM相对于SVM的分类准确率更高，能够满足心血管疾病临床诊断需求。 关键词：心血管疾病；PCA-SVM；心电信号；支持向量机 中图分类