【摘要】：近年來心血管疾病發(fā)病率逐年上升,已經(jīng)成為致死率最高的疾病之一。心電圖作為檢測(cè)心電活動(dòng)的常用手段,目前被廣泛運(yùn)用于心血管疾病的診斷和監(jiān)控中。由于心電圖在實(shí)時(shí)監(jiān)控心電活動(dòng)時(shí)需要進(jìn)行及時(shí)的信號(hào)分類,為了減少人力的投入,自動(dòng)分類算法在心電圖分析中的運(yùn)用顯得愈發(fā)重要。本文中研究并實(shí)現(xiàn)了一種利用心電圖(ECG)信號(hào)來預(yù)測(cè)即將出現(xiàn)的心血管活動(dòng)異常的自動(dòng)分類系統(tǒng)。該系統(tǒng)是一個(gè)多階分類系統(tǒng),由一個(gè)全局分類器和一個(gè)個(gè)性化分類器構(gòu)成。本文所實(shí)現(xiàn)的分類器結(jié)構(gòu)模擬了心臟病專家在對(duì)病人診斷時(shí)采用的基于實(shí)例推理的分析過程,是一種針對(duì)患者個(gè)體進(jìn)行自適應(yīng)的個(gè)性化算法。本文利用全局分類器首先排除偏離個(gè)性化正常聚類較遠(yuǎn)的樣本,再利用個(gè)性化分類器對(duì)具有一定偏移傾向的樣本進(jìn)行進(jìn)一步細(xì)分。個(gè)性化分類器采用余弦距離對(duì)偏移方向進(jìn)行量化,再利用量化的偏移方向?qū)颖具M(jìn)行分類。采用該方法的前提假設(shè)是該方法的核心思路是利用非線性變換來將提取的信號(hào)特征量投射到具備特定幾何特征的高維空間中。本文詳細(xì)敘述了幾何特征通過對(duì)各聚類在特征空間中關(guān)于非線性變換系數(shù)的目標(biāo)函數(shù)的優(yōu)化的實(shí)現(xiàn)方法。本文采用了多目標(biāo)粒子群優(yōu)化算法擬合多目標(biāo)優(yōu)化的帕累托前沿,并通過比較非線性重塑前后特征空間的帕累托前沿,證實(shí)了非線性核方法在提高特征空間對(duì)稱性上的作用。本文所實(shí)現(xiàn)的算法的原理在于將采集到的心電信號(hào)樣本映射到以受試者自身正常樣本聚類為基線的相對(duì)異常類別上。本文通過與單層心電圖分類器分類結(jié)果的比較,分析了該算法在預(yù)測(cè)潛在心血管疾病時(shí)的有效性。利用算法的預(yù)測(cè)能力,實(shí)現(xiàn)心血管疾病的及時(shí)診斷和治療干預(yù),能夠顯著降低心臟有關(guān)的疾病發(fā)病率。最后作者將該算法應(yīng)用于MIT-BIH心律失常數(shù)據(jù)集,結(jié)果顯示三個(gè)異常分類的預(yù)測(cè)改善率分別為8%、9%、12%。改善自動(dòng)分類器對(duì)后續(xù)異常類別的預(yù)測(cè)能力,使得醫(yī)護(hù)人員能及時(shí)采取相應(yīng)措施,實(shí)時(shí)監(jiān)控高危患者的心臟活動(dòng)。
【學(xué)位授予單位】：西南交通大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：R540.41;TN911.7

【參考文獻(xiàn)】

相關(guān)期刊論文 前2條

1 汪廷華;陳峻婷;;核函數(shù)的選擇研究綜述[J];計(jì)算機(jī)工程與設(shè)計(jì);2012年03期

2 劉華富;支持向量機(jī)Mercer核的若干性質(zhì)[J];北京聯(lián)合大學(xué)學(xué)報(bào)(自然科學(xué)版);2005年01期

本文編號(hào)：2770027