一种基于模糊推理结合加权相似度量的心电分类方法

摘要

一种基于模糊推理结合加权相似度量的心电分类方法，涉及一种心电分类方法。本发明为了解决已有的模糊推理分类方法无法构建心电知识库，从而忽略了心电知识及不同波段形态的不同组合对分类的影响导致分类错误率高的问题，和已有的模糊推理分类方法对属性概念不加筛选直接利用其隶属度值的比对进行分类导致分类错误率高的问题。本发明首先对心电信号进行预处理，然后对各波段进行特征参数提取，构建分类特征属性值向量Y_i＝[y_i1 y_i2 y_i3 y_i4 y_i5]和待检特征属性值向量X＝[x₁ x₂ x₃ x₄ x₅]，并根据心电图知识创建心电本体ecg.owl；构建模糊概念格，将模糊属性转化成具体的隶属度值，并对隶属度值进行有效筛选；再利用加权分类算法进行最终分类。本发明适用于心电信号的分类。

主权项

一种基于模糊推理结合加权相似度量的心电分类方法，其特征在于它包括下述步骤：步骤一：对已知类型的心电信号f(n)进行预处理，包括两部分，利用数学形态学方法去除基线漂移，利用小波阈值法去除高频噪声，预处理之后的心电信号用F(n)表示；步骤二：对步骤一中预处理之后的心电信号F(n)进行波形检测，检测心电信号F(n)的ST段、T波、QRS波段位置，然后对各波段进行特征参数提取，选取的特征参数包括ST段抬高，ST段降低，QRS波段宽大，T波倒置，T波电交替；对同一类型的多个已知类型的心电信号F(n)进行特征参数提取之后，对于属于同一类型i的心电信号F(n)，i＝(a、b、c、d、e、f)，定义类型i的多个已知类型心电信号F(n)中某种特征参数的心拍数总数占总心拍数的百分比为这一类心电信号的特征属性值，则这一类心电信号的特征属性值向量定义为分类特征属性值向量Y_i＝[y_i1 y_i2 y_i3 y_i4 y_i5]；步骤三、根据心电图知识创建心电本体ecg.owl：创建心电本体ecg.owl的类和实例，定义心电本体的属性的限制条件，包括属性的名称，定义域和值域；步骤四、根据模糊概念格与心电本体ecg.owl之间的映射关系，模糊概念格由外延、内涵和相应的隶属度值构成；模糊概念格的外延、内涵依次对应为心电本体ecg.owl中的类名、属性，将步骤二中得到的一类心电信号的特征属性值y_i作为模糊概念格行与列交叉处的隶属度值，从而构建模糊概念格，获得概念格中的节点关系和节点构成；步骤五、利用步骤一的方法对待检心电信号f_x(n)进行预处理，处理之后得到的待检心电信号用F_x(n)表示；利用步骤二的方法对F_x(n)进行特征提取获得待检心电的待检特征属性值向量X＝[x₁ x₂ x₃ x₄ x₅]；步骤六、利用心电本体ecg.owl结合模糊概念格中的节点关系以及各节点对应的节点构成，获得模糊推理规则，利用Jess推理机完成推理，获得待检心电F_x(n)的候选对象概率值P；步骤七、利用基于信息熵的概率加权相似度量对待检心电进行分类，得到最终的分类结果，将待检心电F_x(n)划分为已知类型心电信号F(n)中的一种完成待检心电F_x(n)的分类。