-
题名基于心电信号的先心病肺动脉高压识别分类研究
被引量：1
- 1
-
-
作者
韩宇森
杨宏波
孙静
潘家华
王威廉
-
机构
云南大学信息学院
昆明医科大学附属心血管病医院
-
出处
《计算机科学》
CSCD
北大核心
2022年第S02期480-487,共8页
-
基金
国家自然科学基金(81960067)
云南省重大科技专项基金(2018ZF017)
云南省基础研究计划(昆医联合专项)(2018FE001)
-
文摘
先天性心脏病相关性肺动脉高压(Pulmonary Arterial Hypertension,PAH)在临床上有着很高的发病率、致残率和病死率,其确诊主要采用右心导管测量平均肺动脉压,这种方法有创且操作性要求高,不便在筛查中采用,因此探索一种非介入式CHD-PAH智能辅助诊断方案意义重大。在先心病的基础上对CHD-PAH进行研究,从分析ECG入手,通过预处理、心拍分割、波形检测、特征提取、数据扩充、分类识别等手段对CHD-PAH进行建模预测。在Christov_segmenter算法基础上,利用差分阈值和局部峰值改进,检测QRS波、P波和T波,最后提取基于时间和幅度的双模态特征。为了拟合出最佳的分类模型,实验采用了支持向量机、随机森林及K邻近等分类器,并设计基于T分布的麻雀搜索算法改进支持向量机。实验共使用460段时长为20s的1导联ECG信号进行训练和测试。实验结果表明,所提算法优化的支持向量机模型预测准确率、特异度和灵敏度分别可达99.76%,99.80%,99.73%。
-
关键词
心电图
先天性心脏病(先心病)
肺动脉高压
分类器
机器学习
-
Keywords
Electrocardiograph(ECG)
Congenital heart disease(CHD)
Pulmonary arterial hypertension(PAH)
Classifier
Machine learning
-
分类号
R541.1
[医药卫生—心血管疾病]
R544.1
[医药卫生—心血管疾病]
TN911.7
[电子电信—通信与信息系统]
-
