发明名称 |
一种疾病相关的心电图特征选择方法 |
摘要 |
发明提供的心电图特征选择方法,将心电图分为NSVF四类分类系统,并将NSVF四类分类系统分解为NvS,NvV,NvF,SvV,SvF,VvF六个二分类器,在上述每个二分类器中,对每个特征按得分高低进行排序并形成候选特征集合,再从每个二分类器选择最优特征子集,依据最优特征子集对待测心电图样本进行预测,得到待测心电图样的类别。本发明提供的心电图特征选择方法,将特征得分由高到低排序后形成特征子集,并从每个二分类器选择最优特征子集,采用最优特征子集对待测心电图样本进行预测,得到待测心电图样的类别,提高了预测精度。 |
申请公布号 |
CN103632162A |
申请公布日期 |
2014.03.12 |
申请号 |
CN201310403000.1 |
申请日期 |
2013.09.06 |
申请人 |
中国科学院苏州纳米技术与纳米仿生研究所 |
发明人 |
张战成;董军 |
分类号 |
G06K9/62(2006.01)I |
主分类号 |
G06K9/62(2006.01)I |
代理机构 |
深圳市科进知识产权代理事务所(普通合伙) 44316 |
代理人 |
宋鹰武;沈祖锋 |
主权项 |
一种疾病相关的心电图特征选择方法,其特征在于,包括下述步骤: 步骤S110:依据AAMI评价标准,将心电图分为NSVF四类分类系统; 步骤S120:基于OvO的规则,将所述NSVF四类分类系统分解为NvS,NvV,NvF,SvV,SvF,VvF六个二分类器; 步骤S130:在上述每个二分类器中,对每个特征按得分高低进行排序; 步骤S140:上述得分由高到低排序后的所有特征子集形成候选特征集合; 步骤S150:使用SVM分类器训练上述每个二分类器,并从每个二分类器选择最优特征子集;及 步骤S160:所述最优特征子集对待测心电图样本进行预测,得到所述待测心电图样的类别。 |
地址 |
215123 江苏省苏州市苏州工业园区若水路398号 |