基于隐马尔科夫模型的滑动窗口投票策略的QRS波群形态识别

基于隐马尔科夫模型的滑动窗口投票策略的QRS波群形态识
别
宋鑫海;韩京宇;郎杭;毛毅
【期刊名称】《计算机工程与科学》
【年(卷),期】2024(46)2
【摘要】QRS波群形态识别是心电异常检测的关键环节,是疾病诊断的主要依据。

目前的QRS波群形态识别方法存在识别出的形态较少、对参数敏感等问题。

为此,提出一种基于隐马尔科夫的滑动窗口投票策略SWVHMM自动识别QRS波群形态。

首先,将每个QRS波群划分成4个波段,对各波段设置滑动窗口提取样本;其次,将各波段波形作为状态,窗口样本聚类后的类簇中心作为观测,构建状态转移受限的隐马尔科夫模型;最后,对待预测波群的各波段窗口组合结果进行投票,识别最可能的波群形态。

在专业医生标注的真实数据集上,与现存方法比较,SWVHMM F1值分别提高了5.97%,5.49%和2.27%。

这表明SWVHMM不仅能识别多种QRS波群形态,而且准确度更高。

【总页数】10页(P272-281)
【作者】宋鑫海;韩京宇;郎杭;毛毅
【作者单位】南京邮电大学计算机学院
【正文语种】中文
【中图分类】TP391
【相关文献】
1.基于小波隐马尔科夫树模型的遥测数据去噪
2.基于隐马尔科夫模型的J波自动识别检测
3.基于小波域隐马尔科夫树模型的图像分割
4.基于小波域隐马尔科夫模型的肌电信号滤波
5.基于隐马尔科夫树模型的小波域压缩采样信号重构方法
因版权原因，仅展示原文概要，查看原文内容请购买。