DB14∕T 1706-2018 心电信号J 波分类判别方法.docxVIP

ICS11.020C39

DB14

山西省地方标准

DB14/T1706—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

DB14/T1706—2018

I

目次

前言 II

1范围 1

2术语和定义 1

3J波分类 1

4判别方法 2

DB14/T1706—2018

II

前言

本标准依据GB/T1.1-2009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。

DB14/T1706—2018

1

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。

2.1J点

心电信号中QRS波群末端和ST段起始端的连接处。2.2J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

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。

3J波分类

DB14/T1706—2018

2

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1特征点检测结果

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。

DB14/T1706—2018

3

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3无J波心拍的三阶累积量

DB14/T1706—2018

4

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（PrincipalComponentAnalysis，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

DB14/T1706—2018

5

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’sdiscriminationindex，Findex）。F指数是反映主成