河北大学学报(自然科学版) ›› 2014, Vol. 34 ›› Issue (4): 427-433.DOI: 10.3969/j.issn.1000-1565.2014.04.017

• • 上一篇    下一篇

基于混沌特性和BP神经网络的室性早搏的自动诊断

刘秀玲,杜海曼,吕方飞,陈飞,刘明   

  1. 河北大学电子信息工程学院数字医疗工程重点实验室,河北保定,071002
  • 出版日期:2014-07-25 发布日期:2014-07-25
  • 基金资助:
    国家自然科学基金资助项目

Automatic diagnosis of premature ventricular contraction based on chaotic characteristics and BP neural network

LIU Xiuling,DU Haiman,Lü Fangfei,CHEN Fei,LIU Ming   

  • Online:2014-07-25 Published:2014-07-25

摘要: 心电信号是诊断心血管疾病的重要依据.通过心电信号的混沌特性分析和Lyapunov指数导数的相关计算,准确提取了室性早搏(premature ventricular contraction,PVC)的特征,进而,通过BP神经网络的训练,完成了室性早搏心拍在心电信号数据序列中的正确识别,实现了室性早搏的自动诊断.利用MIT-BIH心律不齐数据库中的数据对算法的可行性进行了验证,结果表明该算法有良好的稳定性和较高的准确率,能很好地完成室性早搏的快速诊断.

关键词: 心电信号, 室性早搏, 混沌分析, Lyapunov指数, BP神经网络

Key words: electrocardiogram signal, PVC, chaos analysis, Lyapunov exponents, BP neural network

中图分类号: