基于自适应傅里叶分解的单导联心拍分类新特征表示
信号处理
2019-06-19 v1
摘要
本文提出一种基于新型自适应傅里叶分解（AFD）从单导联心电图（ECG）信号进行心拍分类的新方法。AFD 是近年来发展的一种信号处理工具，可提供有用的形态学特征，称为 AFD 导出的瞬时频率（IF）特征，不同于传统工具所提供的特征。使用 AFD 导出的 IF 特征、ECG 标志点特征与 RR 间期特征训练支持向量机（SVM）分类器。为评估所训练分类器的性能，采用美国医疗器械促进协会（AAMI）标准对公开可用的基准数据库（包括 MIT-BIH 心律失常数据库与 MIT-BIH 室上性心律失常数据库）进行处理，以对单导联 ECG 中的心拍进行分类。在灵敏度与阳性预测值方面的总体性能可与基于双导联 ECG 的当前最优自动心拍分类算法相媲美。
引用
@article{arxiv.1906.07361,
title = {A Novel Feature Representation for Single-Channel Heartbeat Classification based on Adaptive Fourier Decomposition},
author = {Chunyu Tan and Liming Zhang and Hau-tieng Wu and Tao Qian},
journal= {arXiv preprint arXiv:1906.07361},
year = {2019}
}