基于QRS波群的心律失常辅助诊断模型研究

摘要

近年来，国外学者采用各种数学模型和统计分析方法，期望能够对QRS波群进行有效的自动分类。大量的研究表明QRS波群自动分类准确性在相当程度上取决于所选取的特征变量、选用的分类方法以及训练数据集。本文采用基于减法聚类的自适应模糊神经网络(ANFIS)，首先用形态学方法对QRS波群进行描述，提取有效的特征变量，通过减法聚类进行聚类分析，以减少训练样本的数目；然后将模糊网络和神经网络进行有机结合，用神经网络实现模糊系统。该方法同时具有模糊推理的可理解性与神经网络的学习能力，并且考虑了训练数据集对分类结果的影响。最后通过MIT-BIH心律失常数据对该模型进行验证。