主权项 |
一种基于核函数分类算法的心电电极错误放置自动检测方法,其特征在于,包括如下步骤:定义常规12导联心电波形特征向量x=[x<sub>1</sub>,x<sub>2</sub>,...x<sub>12</sub>]<sup>T</sup>;根据肢体电极正确放置和可能的六种错误放置类别,测量并记录抽样样本的12导联心电数字信号波形;根据心电波形特征向量数据集,并依据上述肢体电极正确放置和可能的六种错误放置类别,来明确每个心电波形特征向量x的类别,将每个心电波形特征向量x及其对应的类别y构成输入输出对,即样本点,设共有m个样本点{(x<sup>(1)</sup>,y<sup>(1)</sup>),(x<sup>(2)</sup>,y<sup>(2)</sup>),...,(x<sup>(m)</sup>,y<sup>(m)</sup>)};将上述m个样本点构成训练数据集,用于训练基于核函数的七个分类器,上述训练数据集包括所有七个类别心电信号,每个分类器以参数向量θ标识,θ有m+1个成分,即θ=[θ<sub>0</sub> θ<sub>1</sub> θ<sub>2</sub> ... θ<sub>m</sub>]<sup>T</sup>;以θ<sup>(1)</sup>,θ<sup>(2)</sup>,...,θ<sup>(7)</sup>标识七个分类器的参数向量,其中类别一分类器的参数向量θ<sup>(1)</sup>的计算方法为:(1)重新处理m个样本点{(x<sup>(1)</sup>,y<sup>(1)</sup>),(x<sup>(2)</sup>,y<sup>(2)</sup>),...,(x<sup>(m)</sup>,y<sup>(m)</sup>)}如果某个样本点x<sup>(i)</sup>的输出属于心电信号类别一,则标识y<sup>(i)</sup>为1,反之为0,记为y′<sup>i</sup>,得到处理后的新数据集{(x<sup>(1)</sup>,y′<sup>(1)</sup>),(x<sup>(2)</sup>,y′<sup>(2)</sup>),...,(x<sup>(m)</sup>,y′<sup>(m)</sup>)};(2)对于{x<sup>(1)</sup>,x<sup>(2)</sup>,...,x<sup>(m)</sup>}任意一心电向量x<sup>(i)</sup>,由新数据集{(x<sup>(1)</sup>,y′<sup>(1)</sup>),(x<sup>(2)</sup>,y′<sup>(2)</sup>),...,(x<sup>(m)</sup>,y′<sup>(m)</sup>)}计算特征向量<img file="FDA0001116159900000021.GIF" wi="157" he="78" /><img file="FDA0001116159900000022.GIF" wi="625" he="121" />其中<img file="FDA0001116159900000023.GIF" wi="806" he="162" /><img file="FDA0001116159900000024.GIF" wi="223" he="61" /><img file="FDA0001116159900000025.GIF" wi="92" he="93" />总是1;(3)定义cost<sub>1</sub>函数,<img file="FDA0001116159900000026.GIF" wi="699" he="129" />(4)定义cost<sub>0</sub>函数,<img file="FDA0001116159900000027.GIF" wi="695" he="131" />(5)定义开销函数<img file="FDA0001116159900000028.GIF" wi="1515" he="113" /><img file="FDA0001116159900000029.GIF" wi="274" he="103" />m为训练数据集中样本点个数;(6)调整参数C和σ<sup>2</sup>,最小化(5)中的开销函数,得到参数向量θ最优值,即为类别一分类器的参数向量θ<sup>(1)</sup>;类别二到七分类器的参数向量θ<sup>(2)</sup>,...,θ<sup>(7)</sup>的计算过程与类别一分类器相同;对于任意未知类别心电向量t,应用上述步骤中得到的七个分类器判别t的类别。 |