【技术实现步骤摘要】
本专利技术涉及医工结合领域，具体是一种基于vagwo-svm的心律失常类别辨识方法.
技术介绍
1、心律失常是心血管疾病中重要的一组疾病。它可单独发病，亦可与其他心血管病伴发。心律失常的准确迅速诊断对于心脏病的治疗有着重要的意义。模式识别机器学习算法用于心率的辨识可有效弥补传统诊断方法辨识精度的不足。互补集合经验模态分解(complementary eemd,ceemd)是一种自适应的信号处理方法，用于将复杂的非线性和非平稳信号分解为一系列具有不同频率特性的内禀模态函数(intrinsic mode functions，imfs)。该技术运用速度辅助灰狼算法(vagwo)和支持向量机(svm)算法用于心律失常类别的辨识具有广泛的研究意义。
技术实现思路
1、本专利技术的目的是提供一种心律失常分类的辨别方法实现对心率失常的可靠辨别.该方法具有快速准确的优点；.
2、本专利技术实现专利技术目的采用如下技术方案：
3、本专利技术涉及一种本专利技术涉及一种心律失常辨识方法，包含以下步骤：
4、(1)数据准备：取心律失常，心率衰竭，心房颤动与正常窦性信号的ecg数据所占比例均为四分之一；
5、(2)信号预处理：采用互补集合经验模态分解(complementary eemd,ceend)对ecg信号进行滤波；
6、(3)特征值提取：联合r波处理法优选出主要特征数据p,q,r,s,t；
7、(4)样本集分配：采用留出法(ho
8、(5)建立vagwo-svm模型建立：利用svm对训练集进行学习和训练，测试集用于辨识效果检验。本专利技术采用vagwo结合svm用于心律失常种类的辨识，提高了辨识精度和运算速度，非常适用于心律失常的研究。
9、作为优选，所述的步骤(1)中，采取信号为不同的四种信号，第一种为心律失常信号，第二种为心力衰竭信号，第三种为心房颤动信号，第四种为正常窦性信号。所占比例均为四分之一。
10、作为优选，所述的步骤(2)中，采取的ceemd分解的算法将一对互为相反数的正负白噪声作为辅助噪声加入源信号当中，以消除原来eemd方法分解后重构信号当中残留的多余的辅助白噪声，同时减少分解时所需的迭代次数，降低计算成本。
11、作为优选，所述的步骤(4)中，训练集取样本总数的70％，剩下的为测试集。
12、作为优选，所述的步骤(5)中，将主要信息数据在训练集上建立svm模型，根据测试集对心律失常辨识效果进行分析。
13、有益效果：
14、本专利技术与现有技术相比，其有益效果体现在：ceemd分解的算法将一对互为相反数的正负白噪声作为辅助噪声加入源信号当中，以消除原来eemd方法分解后重构信号当中残留的多余的辅助白噪声，同时减少分解时所需的迭代次数，降低计算成本。并结合vagwo-svm算法用于心律失常的分类，提高了识别精度和运算速度，非常适用于心率失常领域的研究。
本文档来自技高网...【技术保护点】
1.一种基于VAGWO-SVM的心律失常类别的辨别方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的一种心律失常类别的辨别方法，其特征在于：所述的步骤(1)中，采取信号为不同的四种信号，第一种为心律失常信号，第二种为心力衰竭信号，第三种为心房颤动信号，第四种为正常窦性信号。所占比例均为四分之一。
3.根据权利要求1所述的一种心律失常类别的辨别方法，其特征在于：所述的步骤(2)中，采取的CEEMD分解的算法将一对互为相反数的正负白噪声作为辅助噪声加入源信号当中，以消除原来EEMD方法分解后重构信号当中残留的多余的辅助白噪声，同时减少分解时所需的迭代次数，降低计算成本。
4.根据权利要求1所述的一种心律失常类别的辨别方法，其特征在于：所述的步骤(3)中，联合R波处理法优选出主要特征数据。
5.根据权利要求1所述的一种心律失常类别的辨别方法，其特征在于：所述的步骤(4)中，训练集取样本总数的75％，剩下的为测试集。
6.根据权利要求1所述的一种心律失常类别的辨别方法，其特征在于：所述的步骤(5)中，将主要信息数据在训练
...【技术特征摘要】
1.一种基于vagwo-svm的心律失常类别的辨别方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的一种心律失常类别的辨别方法，其特征在于：所述的步骤(1)中，采取信号为不同的四种信号，第一种为心律失常信号，第二种为心力衰竭信号，第三种为心房颤动信号，第四种为正常窦性信号。所占比例均为四分之一。
3.根据权利要求1所述的一种心律失常类别的辨别方法，其特征在于：所述的步骤(2)中，采取的ceemd分解的算法将一对互为相反数的正负白噪声作为辅助噪声加入源信号当中，以消除原来eemd方法分解后重构信号当中残留的...
【专利技术属性】
技术研发人员：周孟然，王乔龙，卞凯，高立鹏，
申请(专利权)人：安徽理工大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。