DB14T 1706-2018心电信号J波分类判别方法.docxVIP

ICS 11.020 C 39 山 西 省 地 DB 14 方 标 准 DB 14/T 1706—2018 心电信号 J 波分类判别方法 2018 - 07 - 20 发布 2018 - 09 - 20 实施 山西省质量技术监督局 发 布 目 次 前言 II 1 范围 1 2 术语和定义 1 3 J 波分类 1 4 判别方法 2 前 言 本标准依据GB/T 1.1-2009给出的规则起草。 本标准由山西省卫生和计划生育委员会提出并归口。 本标准起草单位：太原理工大学，山西大医院。 本标准主要起草人：李灯熬、赵菊敏、张锦。 请注意本文件的某些内容可能涉及专利。本文件的发布机构不承担识别这些专利的责任。 心电信号 J 波分类判别方法 1 范围 本标准规定了心电信号J波的术语和定义、分类和判别方法。 本标准适用于山西省行政区域内心电信号J波分类判别。 2 术语和定义 下列术语和定义适用于本标准。 2.1 J 点 心电信号中QRS波群末端和ST段起始端的连接处。 2.2 J 波 J点之后的顿挫。 2.3 特征点定位 对心电信号中的Q波、 R波、 S波、 T波进行检测定位。 2.4 心拍 心脏进行一次周期性活动对应的心电信号采样点集。 2.5 小波变换 时间和频率的局部变换， 通过伸缩和平移等运算功能可对信号进行多尺度的细分分析， 是一种信号 时频分析工具。 2.6 主成分分析 图1 特征点检测结果 将原来变量重新组合成一组新的相互无关的几个综合变量， 同时根据实际需要从中可以取出几个较 少的总和变量，尽可能多地反映原来变量的信息的统计方法。 2.7 随机森林 利用多个决策树对样本进行训练并预测的一种分类器，主要用于模式分类。 2.8 费舍尔分辨 反映主成分的“辨别力”的一个指标，值越大表明该主成分包含的有用信息越多。 3 J 波分类 本标准依据心电信号中J波的有无以及J波的特征，将心电信号分为无J波、良性J波与恶性J波。 4 判别方法 4.1 数据来源 数据来源于山西省行政区域内无J波人群9823例、良性J波人群1397例与恶性J波人群2416例。 4.2 数据预处理 预处理包括噪声去除、特征点定位和心拍分割。对心电信号重采样， 采样频率为360Hz。利用小波 变换方法去除心电信号中的噪声， 并检测QRS波群中Q波最低点、 R波波峰、 S波最低点以及T波的波峰 或最低点(倒置T) ，特征点检测结果如图1所示。截取R波波峰前77个采样点，R波波峰后172个采样点， 共250个采样点构成一个心拍采样点集。 图3 无 J 波心拍的三阶累积量 4.3 特征提取及最优配置 4.3.1 时域特征 R波波峰向前(?)或向后(+)的一系列波形片段。最优配置： R波波峰前50个采样点，R波波峰及 其后119个采样点，共170个采样点。 4.3.2 时频特征 对心拍3层小波包分解后， 计算分解系数的能量， 得到8个能量特征。最优配置： 取分解系数的能量 值作为区分三种心拍的时频域特征，如图2所示。 图2 三种类型心拍 3 层小波包分解后系数的能量值 4.3.3 非线性特征 高阶累积量是从信号的高阶矩得到， 用来表示所给时间序列同高斯分布之间的偏差， 可以捕捉信号 的非线性和动态本质特征。最优配置： 三阶累积量能够区分出三种心拍。无J波心拍的三阶累积量如图3 所示，良性J波心拍的三阶累积量如图4所示，恶性J波心拍的三阶累积量如图5所示。 图4 良性 J 波心拍的三阶累积量 图5 恶性 J 波心拍的三阶累积量 4.4 特征降维 融合最优时域特征与提取的基于小波的能量特征、非线性特征，得到一个162维的综合特征， 经主 成分分析( Principal Component Analysis ，PCA) 对其进行降维处理， 得到前30个主成分作为区分三种 类型心拍的最优特征配置，以减小计算的复杂度。 4.5 判别过程 将降维后的主成分分量作为输入向量，建立随机森林分类模型，对三种类型心拍进行判别。 4.6 判别参考指标 对不同类别心拍的前30个主成分进行方差分析， 求其均值和方差， 并计算费舍尔分辨指数(Fisher’s discrimination index，F index)。 F指数是反映主成分重要性的一个指标。各个类别心拍前30个主成分的 方差分析结果(mean±SD)以及F指数如表1所示。 表1 各主成分的统计特性和 F 值 主成分 无 J 波心拍 良性 J 波心拍 恶性 J 波心拍 F 指数 PC1 -0.48±0.25 1.97±5.58 9.52±0.25 0.23 PC2 -1.56±0.21 1.31±3.86 8.44±0