基于心冲击图和BP神经网络的心率异常分类研究

摘要

心率变异性(Heart rate variability,HRV)被广泛用于临床自主神经系统评估和心率异常分类,传统的HRV分析基于心电图(Electrocardiogram,ECG)、光容积图(Photoplethysmography,PPG)和远程光容积图(Remote PPG,RPPG),这些方法存在诸多不足:(1)ECG检测需在皮肤涂抹刺激性的耦合剂并附加电极,不宜长期监测且ECG设备价格昂贵;(2)PPG和RPPG测量时存在环境光学噪声,以及肤色不同形成的个体差异性较大;(3)ECG和PPG检测属于接触式,容易带给患者不适感.基于以上不足,提出了一种基于心冲击图(Ballistocardiogram,BCG)的HRV分析方法,该方法降低了传统设备用于HRV分析的成本,利用非接触检测减轻了患者不适感,独特的检测原理避免了个体差异性问题,在长期心血管疾病检测中起着至关重要的作用.实验中采用逆传播(Back propagation,BP)神经网络模型对心率异常进行预测分类,准确率达到80％,表明了该方法的先进性和可靠性.