计算机工程与科学

作者：宋鑫海, 韩京宇, 郎杭, 毛毅

单位：南京邮电大学计算机学院，江苏 南京 210023

关键词：QRS波群,心电异常,隐马尔科夫,波段,聚类,

基金：国家自然科学基金(62002174)

QRS波群形态识别是心电异常检测的关键环节，是疾病诊断的主要依据。目前的QRS波群形态识别方法存在识别出的形态较少、对参数敏感等问题。为此，提出一种基于隐马尔科夫的滑动窗口投票策略SWVHMM自动识别QRS波群形态。首先，将每个QRS波群划分成4个波段，对各波段设置滑动窗口提取样本；其次，将各波段波形作为状态，窗口样本聚类后的类簇中心作为观测，构建状态转移受限的隐马尔科夫模型；最后，对待预测波群的各波段窗口组合结果进行投票，识别最可能的波群形态。在专业医生标注的真实数据集上，与现存方法比较，SWVHMM F1值分别提高了5.97%，5.49%和2.27%。这表明SWVHMM不仅能识别多种QRS波群形态，而且准确度更高。

来源：2024年第2期

《计算机工程与科学》期刊编辑部

查看计算机工程与科学杂志2024年第2期