HI,欢迎来到学术之家,发表咨询:400-888-7501  订阅咨询:400-888-7502  股权代码  102064
0

基于ARMA模型的ECG分类和压缩

作者:葛丁飞; 李时辉arma模型ecg信号分类数据压缩心电信号二次判别函数特征提取计算机辅助诊断远程自动诊断

摘要:心电信号(ECG)对医生诊断心脏疾病极为重要。现存许多ECG分类技术存在实现困难、处理时间长和只能对2~3类ECG进行分类的不足。本文介绍了计算简单的ARMA模型的ECG分类法,利用ARMA模型系数作为特征对ECG信号进行分类和压缩。在对信号特征分类时,采用了非线性二次判别函数的形式。利用文中方法对MIT-BIH标准数据库中NSR、APC、PVC、SVT、VT和VF各200个样本信号进行测试,获得了94.28%~99.28%的分类精度。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

浙江科技学院学报

《浙江科技学院学报》(CN:33-1294/Z)是一本有较高学术价值的大型双月刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《浙江科技学院学报》以邓小平理论和“三个代表”重要思想为指针,贯彻党的教育方针,以发表应用工程技术论文为主,兼顾理论研究和高等教育研究,以促进我院教学、科研的发展,促进师资建设与整体教育质量的提高,更好地为地方经济建设服务。

杂志详情