基于最大散度的特征搜索算法用于心搏分类的研究

摘要

在对心电图进行离散小波变换获得特征空间的基础上,提出了基于最大散度的特征搜索算法。对特征空间进行搜索得到不同维数下的优化特征组合,通过研究这些优化特征组合的散度值随维数的变化趋势,最终确定特征向量的特征构成,并以此特征向量训练BP神经网络。取自MIT-BIH数据库的四类心电图(正常心搏、左束支传导阻滞心搏、右束支传导阻滞心搏和起搏心搏)的分类正确率达到93.9%,检出率较高。