文献类型：期刊文章

作　　者：孟丹阳[1] 戴敏[1]

MENG Dan-yang;DAI Min(School of Computer Science and Engineering,Tianjin key Laboratory of Intelligent Computing and Software Technology,Tianjin University of Technology,Tianjin 300384,China)

机构地区：[1]天津理工大学计算机科学与工程学院天津市智能计算与软件新技术重点实验室

出　　处：《天津理工大学学报》

基　　金：天津市自然科学基金(16JCYBJC15300)

年　　份：2019

卷　　号：35

期　　号：4

起止页码：29-33

语　　种：中文

收录情况：普通刊

摘　　要：针对便携式心电采集设备采集的手部心电信号质量较差、阵发性房颤识别困难问题,提出一种房颤自动识别方法,利用信息熵和连续小波变换(CWT,continuous wavelet transform)筛选奇异波形,准确识别心电信号中的R波,并利用R波信息提取心电信号的时域特征,利用BP神经网络构建阵发性房颤识别模型.在PCinCC2017和AFDB数据集上的实验表明,本文方法的房颤识别的灵敏度和特异性分别高于96%和98%,对失常10秒左右的短时阵发房颤的识别灵敏度和特异性均高于94%,可以应用于家庭便携式房颤监测.

关 键 词：信息熵 奇异波形  时域特征  房颤检测  

分 类 号：TP391]