心室颤动是导致心搏骤停最常见的病理生理机制,心搏骤停若能得到及时救助,就能大幅度提高患者存活率,因此,快速准确识别心室颤动极为重要。该研究提出一种基于BP(back propagation)神经网络和随机森林的心室颤动自动检测算法。将心电信...心室颤动是导致心搏骤停最常见的病理生理机制,心搏骤停若能得到及时救助,就能大幅度提高患者存活率,因此,快速准确识别心室颤动极为重要。该研究提出一种基于BP(back propagation)神经网络和随机森林的心室颤动自动检测算法。将心电信号通过6 s的移动窗口,根据信号的时频域信息,计算出6种特征参数,将这6种特征参数作为分类器的输入,进行分类和测试,并以数据库中权威专家给定的标签作为参考输出,共使用了44例相关数据对该方法进行了评估。十折交叉验证法结果表明,该方法在CU数据库(Creighton University Ventricular Tachyarrhythmia Database)和AHA数据库(The American Heart Association Database)中心室颤动分类准确率达到了96.38%和99.45%,具有一定的可应用性。展开更多
文摘心室颤动是导致心搏骤停最常见的病理生理机制,心搏骤停若能得到及时救助,就能大幅度提高患者存活率,因此,快速准确识别心室颤动极为重要。该研究提出一种基于BP(back propagation)神经网络和随机森林的心室颤动自动检测算法。将心电信号通过6 s的移动窗口,根据信号的时频域信息,计算出6种特征参数,将这6种特征参数作为分类器的输入,进行分类和测试,并以数据库中权威专家给定的标签作为参考输出,共使用了44例相关数据对该方法进行了评估。十折交叉验证法结果表明,该方法在CU数据库(Creighton University Ventricular Tachyarrhythmia Database)和AHA数据库(The American Heart Association Database)中心室颤动分类准确率达到了96.38%和99.45%,具有一定的可应用性。
