主成分分析和线性判别分析应用于心电信号特征提取和诊断算法研究
李鸿强1
魏小清1
王有玺1
张振2
宫正1
吴非凡1
1.天津市光电检测技术与系统重点实验室,天津300387;天津工业大学电子与信息工程学院,天津3003872.天津工业大学计算机科学与软件学院,天津,300387
摘要：针对心脏疾病发病率高且不易自主检测的问题,提出了一种心电信号特征提取和分类诊断算法.首先对心电信号进行提升小波变换和改进半软阈值相结合的预处理变换,在去除心电信号的噪声后,利用主成分分析(principal component analysis,PCA)对心电信号进行降维,并利用核独立成分提取心电信号的非线性特征;同时离散小波变换提取去噪后心电信号的频域特征,基于线性判别分析(linear discriminant analysis,LDA)对频域统计特征进行降维处理.将两种不同的特征向量组成多域特征空间,最后利用支持向量机对多域特征空间分类,遗传算法对其参数进行寻优,从而实现心电信号特征的分类.实验结果表明,所提出的算法能够对5类心电节拍进行准确分类,分类效率达99.11％.
关键词：心电信号特征提取分类诊断主成分分析线性判别分析遗传算法
分类号：R318.04(医用一般科学)
资助基金：天津市自然科学基金(18JCYBJC29100)天津市科学技术普及研发项目(18KPXMSF00050)天津市重点研发计划科技支撑重点项目(19YFZCSY00180)国家科技重大专项(18ZXJMTG00260)
论文发表日期：2019-01-01
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( 145-150 )
英文信息