一种用于自动 QRS 波群检测的图约束变点学习方法
信号处理
2021-02-09 v2 机器学习
摘要
本研究通过将基于图的变点检测模型应用于定位 R 峰位置，提出了一种心电图(ECG)信号分析的新视角。该模型基于一种新的图学习算法，以在给定标注 ECG 数据下学习约束图。所提学习算法从简单的初始图出发，迭代地编辑图，使得最终图在 R 峰检测中具有最大精度。我们在 MIT-BIH 心律失常数据库上评估了该算法的性能。评估结果表明，所提方法可取得与其他当前最优方法相当的结果。所提方法取得了总体灵敏度 Sen = 99.64%、阳性预测率 PPR = 99.71% 以及检测错误率 DER = 0.19。
引用
@article{arxiv.2102.01319,
title = {A Graph-Constrained Changepoint Learning Approach for Automatic QRS-Complex Detection},
author = {Atiyeh Fotoohinasab and Toby Hocking and Fatemeh Afghah},
journal= {arXiv preprint arXiv:2102.01319},
year = {2021}
}
备注
accepted in Asilomar 2020 conference