一種基于支持向量機的心電信號處理算法

任澄飛，方 明

(西安石油大學 計算機學院，西安710065)

0 引 言

心電信號（Electrocardiography，ECG）是心臟病學領域中廣泛采用的一種分析人體心臟狀況的方法，代表心臟的電活動，廣泛應用于心律失常的檢測和分類［1］。人類心臟進行生理活動時，通過體表電極采集所得到的時變電位信號中，包含了豐富的生物學信息，在醫學診斷和研究中具有重要意義［2］。經驗豐富的心臟病專家可以通過肉眼檢查心電圖波形來檢測心律失常。然而，心律失常在問題的早期階段容易發生間歇，因此很難在較短的心電波形時間窗內對其進行檢測。所以，日常生活中持續監測患者的心跳對心律失常的檢測至關重要。

目前，對心電信號識別分類的主要方法有統計模式分類、結構分析分類法等。文獻［3］中提出，通過高階統計量的方法，將最初波形轉換到3個累積量，然后利用一個基于粗糙集理論的決策表分類器進行分類，最終得到決策表的分類精度達到了90.2%。Desai等人先采用常規方法進行心電濾波和分割，然后采用離散余弦變換算法進行特征提取，使用主成分分析方法進行特征縮減，最后采用K近鄰算法進行分類，最終得到的總體平均準確率為98.61%［4］。Saeed等人提出了一種基于小波變換和多個長短期記憶神經網絡新的分類算法。該算法成本低，能夠滿足可穿戴設備上的時序要求，優于以往的算法［5］。在心電信號的識別分類流程中，主要是通過一些比較成熟的算法提取信號的關鍵特征值，然后通過不斷優化網絡參數進行訓練，依據訓練結果進行病理分析。……