主权项 |
1、基于高频心电波形的心脏疾病早期诊断的方法:由高输入阻抗、低噪声、高共模抑制比以及宽频带多通道心电放大器;12位A/D转换板获得高频心电波形;采用利用小波变换将时频两域结合起来分析,形成HFECG(时间—频率—幅值)三维频谱图;再从十二导联HFECG的QRS波群高频三维频谱图中提取出一系列反映HFECG高频成份丰富程度的特征参数,它们是:高端截止频率:描述HFECG(时间—频率—幅值)频带范围的最高频率;<img file="A2003101061290002C1.GIF" wi="1519" he="296" />三维频谱图中块信号峰的个数与坡的个数之和:描述三维频谱的波形复杂程度;最高峰频率:描述最大能量分布的频率;对上述特征参数进行人工神经网络的分类诊断:它们在一个由m个特征参数构成的m维的空间中综合的影响决定了QRS波群的高频三维频谱性质,存在一个m维的曲面,这个曲面将空间分为两个部分:心脏功能的正常和异常;BP网络中确定网络隐层为一层;网络的输入层的神经元个数N由上述特征参数的个数选定了总共七个特征参数,这样输入层神经元就需要七个;隐层神经元个数M的选择依据经验公式<maths num="001"><![CDATA[ <math><mrow><mi>P</mi><mo><</mo><munderover><mi>Σ</mi><mrow><mi>i</mi><mo>=</mo><mn>0</mn></mrow><mi>N</mi></munderover><msubsup><mi>C</mi><mi>M</mi><mi>i</mi></msubsup><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><msubsup><mi>C</mi><mi>M</mi><mi>i</mi></msubsup><mo>=</mo><mn>0</mn><mo>,</mo><mi>i</mi><mo>></mo><mi>M</mi><mo>)</mo></mrow></mrow></math>]]></maths>其中P是训练库的样本个数,隐层神经元个数与训练的样本个数相关,式中M与P均跟网络拟合的非线性关系的复杂程度相关;网络的输出层神经元个数K由需要分类的种数决定,选定输出神经元为一个,其输出值的0和1分别代表健康和有病。 |