DB14 T 1706-2018 心电信号J波分类判别方法.pdf
《DB14 T 1706-2018 心电信号J波分类判别方法.pdf》由会员分享,可在线阅读,更多相关《DB14 T 1706-2018 心电信号J波分类判别方法.pdf(9页珍藏版)》请在麦多课文档分享上搜索。
1、ICS 11.020 C 39 DB14 山西省地方标准 DB 14/T 17062018 心电信号J波分类判别方法 2018 - 07 - 20发布 2018 - 09 - 20实施 山西省质量技术监督局 发布 DB14/T 17062018 I 目 次 前言 . II 1 范围 . 1 2 术语和定义 . 1 3 J波分类 . 1 4 判别方法 . 2 DB14/T 17062018 II 前 言 本标准依据GB/T 1.1 -2009给出的规则起草。 本标准由山西省卫生和计划生育委员会提出并归口。 本标准起草单位:太原理工大学,山西大医院。 本标准主要起草人:李灯熬、赵菊敏、张锦。 请注
2、意本文件的某些内容可能涉及专利。本文件的发布机构不承担识别这些专利的责任。 DB14/T 17062018 1 心电信号J波分类判别方法 1 范围 本标准规定了心电信号J波的术语和定义、分类和判别方法。 本标准适用于山西省行政区域内心电信号J波分类判别。 2 术语和定义 下列术语和定义适用于本标准。 2.1 J点 心电信号中QRS波群末端和ST段起始端的连接处。 2.2 J波 J点之后的顿挫。 2.3 特征点定位 对心电信号中的Q波、R波、S波、T波进行检测定位。 2.4 心拍 心脏进行一次周期性活动对应的心电信号采样点集。 2.5 小波变换 时间和频率的局部变换,通过伸缩和平移等运算功能可对
3、信号进行多尺度的细分分析,是一种信号 时频分析工具。 2.6 主成分分析 DB14/T 17062018 2 将原来变量重新组合成一组新的相互无关的几个综合变量,同时根据实际需要从中可以取出几个较 少的总和变量,尽可能多地反映原来变量的信息的统计方法。 2.7 随机森林 利用多个决策树对样本进行训练并预测的一种分类器,主要用于模式分类。 2.8 费舍尔分辨 反映主成分的“辨别力”的一个指标,值越大表明该主成分包含的有用信息越多。 3 J波分类 本标准依据心电信号中J波的有无以及J波的特征,将心电信号分为无J波、良性J波与恶性J波。 4 判别方法 4.1 数据来源 数据来源于山西省行政区域内无J
4、波人群9823例、良性J波人群1397例与恶性J波人群2416例。 4.2 数据预处理 预处理包括噪声去除、特征点定位和心拍分割。对心电信号重采样,采样频率为360Hz。利用小波 变换方法去除心电信号中的噪声,并检测QRS波群中Q波最低点、R波波峰、S波最低点以及T波的波峰 或最低点(倒置T),特征点检测结果如图1所示。截取R波波峰前77个采样点,R波波峰后172个采样点, 共250个采样点构成一个心拍采样点集。 图1 特征点检测结果 DB14/T 17062018 3 4.3 特征提取及最优配置 4.3.1 时域特征 R波波峰向前()或向后(+)的一系列波形片段。最优配置:R波波峰前50个采
5、样点,R波波峰及 其后119个采样点,共170个采样点。 4.3.2 时频特征 对心拍3层小波包分解后,计算分解系数的能量,得到8个能量特征。最优配置:取分解系数的能量 值作为区分三种心拍的时频域特征,如图2所示。 图2 三种类型心拍3层小波包分解后系数的能量值 4.3.3 非线性特征 高阶累积量是从信号的高阶矩得到,用来表示所给时间序列同高斯分布之间的偏差,可以捕捉信号 的非线性和动态本质特征。最优配置:三阶累积量能够区分出三种心拍。无J波心拍的三阶累积量如图3 所示,良性J波心拍的三阶累积量如图4所示,恶性J波心拍的三阶累积量如图5所示。 图3 无J波心拍的三阶累积量 DB14/T 170
- 1.请仔细阅读文档,确保文档完整性,对于不预览、不比对内容而直接下载带来的问题本站不予受理。
- 2.下载的文档,不会出现我们的网址水印。
- 3、该文档所得收入(下载+内容+预览)归上传者、原创作者;如果您是本文档原作者,请点此认领!既往收益都归您。
下载文档到电脑,查找使用更方便
5000 积分 0人已下载
下载 | 加入VIP,交流精品资源 |
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- DB14 1706-2018 心电信号J波分类判别方法 1706 2018 电信号 分类 判别 方法
