一种基于上下文的实时自适应 QRS 聚类方法
计算机视觉与模式识别
2014-10-28 v1 医学物理
摘要
通过长期心电图监测持续跟踪心脏状况是诊断某些心律失常的宝贵工具。在此背景下，提供快速定位正常传导模式改变的工具是必不可少的，但仍是一个未决问题。本文提出了一种实时方法，用于对多导联 ECG 信号中的 QRS 波群进行自适应聚类，从而提供 ECG 记录期间出现的 QRS 形态集合。该方法顺序处理 QRS 波群，基于时间上下文的信息内容将其分组为动态聚类集。聚类由随时间演化并适应 QRS 形态变化的模板表示。定义了创建、合并和移除聚类的规则，并结合噪声检测技术以避免其过度增殖。为应对心跳未对齐问题，使用了导数动态时间规整 (Derivative Dynamic Time Warping)。所提出的方法已在 MIT-BIH 心律失常数据库和 AHA ECG 数据库上得到验证，全局纯度分别达到 98.56% 和 99.56%。结果表明，我们的方案不仅提供了优于先前离线解决方案的结果，而且满足了实时性要求。
引用
@article{arxiv.1410.7211,
title = {A method for context-based adaptive QRS clustering in real-time},
author = {Daniel Castro and Paulo Félix and Jesús Presedo},
journal= {arXiv preprint arXiv:1410.7211},
year = {2014}
}
备注
12 pages, 6 figures