本文關(guān)鍵詞：便攜心電傳感器的心房肥大診斷研究

  更多相關(guān)文章： 心房肥大 小樣本 支持向量機(jī) 分類器融合

【摘要】：基于便攜式傳感器的模式識(shí)別在心電(ECG)監(jiān)護(hù)領(lǐng)域具有廣泛的應(yīng)用前景,并且在心律不齊、心肌梗塞、心室肥大等心電的識(shí)別算法上都已有大量的研究與應(yīng)用,但在心房肥大診斷上卻未有模式識(shí)別相關(guān)的研究成果。心房肥大病癥的心電數(shù)據(jù)量不足給研究造成重大障礙,部分分類器無法適應(yīng)小樣本訓(xùn)練下的分類。針對(duì)小樣本訓(xùn)練進(jìn)行研究,對(duì)比了不同分類方法,顯示了基于統(tǒng)計(jì)模式識(shí)別的支持向量機(jī)(SVM)應(yīng)用于心房肥大的應(yīng)用潛力。另外,由于不同個(gè)體的心房肥大心電存在差異,在實(shí)際應(yīng)用環(huán)境中,SVM存在無法良好泛化的問題,存在類別錯(cuò)分的醫(yī)學(xué)風(fēng)險(xiǎn)。針對(duì)類別錯(cuò)分情況,采用分類器融合的方法改進(jìn)分類器,提出了在SVM分類器輸出端增加了拒絕域的分類器(SVM-R)的方法。實(shí)驗(yàn)結(jié)果表明:SVMR有較高的分類準(zhǔn)確率與診斷可信度。
【作者單位】： 浙江大學(xué)超大規(guī)模集成電路設(shè)計(jì)研究所;杭州易和網(wǎng)絡(luò)有限公司;
【關(guān)鍵詞】： 心房肥大 小樣本 支持向量機(jī) 分類器融合
【分類號(hào)】：TP212.9;TH772
【正文快照】： 0引言隨著科學(xué)技術(shù)的發(fā)展,人們的生活水平得到顯著提高,人們更加關(guān)心健康問題,尤其是高血壓、心臟病等問題,這些疾病非常普遍,也常出現(xiàn)致命的危險(xiǎn)情況[1]。便攜式心電傳感器技術(shù)[2]在保健、治病領(lǐng)域是極具實(shí)用價(jià)值的,讓人們及時(shí)獲知自己身體狀況,并及時(shí)獲得治療�，F(xiàn)代智能傳感

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫 前2條

1 劉遵仁;吳耿鋒;;一種新的基于約簡(jiǎn)的多分類器融合算法[J];計(jì)算機(jī)工程與應(yīng)用;2012年34期

2 張夏琳;盧喜烈;;心房心室肥大的心電圖診斷[J];江蘇實(shí)用心電學(xué)雜志;2013年03期

【共引文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫 前10條

1 楊緒兵,韓自存;ε不敏感的核Adaline算法及其在圖像去噪中的應(yīng)用[J];安徽工程科技學(xué)院學(xué)報(bào)(自然科學(xué)版);2003年04期

2 陶秀鳳,唐詩忠,周鳴爭(zhēng);基于支持向量機(jī)的軟測(cè)量模型及應(yīng)用[J];安徽工程科技學(xué)院學(xué)報(bào)(自然科學(xué)版);2004年02期

3 許高程;張文君;王衛(wèi)紅;;支持向量機(jī)技術(shù)在遙感影像滑坡體提取中的應(yīng)用[J];安徽農(nóng)業(yè)科學(xué);2009年06期

4 郭立萍;唐家奎;米素娟;張成雯;趙理君;;基于支持向量機(jī)遙感圖像融合分類方法研究進(jìn)展[J];安徽農(nóng)業(yè)科學(xué);2010年17期

5 馮學(xué)軍;;最小二乘支持向量機(jī)的研究與應(yīng)用[J];安慶師范學(xué)院學(xué)報(bào)(自然科學(xué)版);2009年01期

6 鄒心遙;姚若河;;基于LSSVM的威布爾分布形狀參數(shù)估計(jì)(英文)[J];半導(dǎo)體技術(shù);2008年06期

7 鄒心遙;姚若河;;基于LSSVM的小子樣元器件壽命預(yù)測(cè)[J];半導(dǎo)體技術(shù);2011年09期

8 李卓遠(yuǎn),吳為民,王e，

本文編號(hào)：1053055