基于小波变换和Adaboost算法的心脏骤停预测模型研究
刘光达
王永祥
蔡靖
王伟
刘忠民
1.吉林大学 仪器科学与电气工程学院,长春,1300612.吉林大学 仪器科学与电气工程学院,长春,1300613.吉林大学 仪器科学与电气工程学院,长春,1300614.吉林大学 仪器科学与电气工程学院,长春,1300615.吉林大学 仪器科学与电气工程学院,长春,130061
摘要：为了预测心脏骤停,应用小波变换和Adaboost算法建立心脏骤停预测模型.首先用小波变换方法对正常窦性心律心电数据和有心脏骤停症状患者的心电数据进行分析、提取特征值,再用Adaboost算法对两种数据进行分类来预测心脏骤停的发生.实验验证,本模型分类预测效果较好,在心脏骤停发生前5 min,其预测精度高达97.56%,为心脏骤停的预测提供了一种有参考价值的方法.
关键词：心脏骤停小波变换Adaboost预测特征选择
分类号：R318(医用一般科学)
资助基金：国家"十二五"科技支撑计划课题(2015BAI02B04)吉林省教育厅"十二五"科学技术研究规划重点项目(440020031134)吉林省发改委省级产业创新专项资金项目(2016C052-2)吉林市科技发展计划项目(2015313013)
论文发表日期：2017-01-01
在线出版日期：2026-09-11（本平台首次上网日期，不代表文献的发表时间）
页数：6( 95-100 )
英文信息