ARMA模型在远程心电诊断中的应用研究

摘要：

研究适于远程心电诊断,基于ARMA模型的高精度的心电信号(ECG)直接分类方法.利用ARMA模型系数作为特征对ECG信号进行分类和压缩.在对信号特征分类时,采用了BP神经网络分类的方法.利用文中方法对MIT-BIH标准数据库中的正常窦性心律(NSR)、心房早期收缩(APC)、心室早期收缩(PVC)、心室性心动过速(VT)、室上性心动过速(SVT)和心室纤维性颤动(VF)各300个样本信号进行了测试,获得了96.51%～98.38%的分类精度.

关键词：ECG信号、ARMA建模、特征提取、BP神经网络

所属期刊栏目：20

分类号：TN919

在线出版日期：2004-12-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：569-572