基于特征选择的心律失常分类方法

摘要

本发明涉及一种基于特征选择的心律失常分类方法，包括：对ECG信号进行预处理；根据所检测到的R位置，提取形态特征和时频特征,构造原始特征向量；计算特征权重，使用ReliefF算法计算原始特征向量中每个特征的权重；根据特征权重指导种群初始化，根据个体适应度好坏依据选择概率、交叉概率和变异概率分别进行选择、交叉和变异操作得到下一代，如此反复循环，直到满足最大迭代次数终止条件，然后输出适应度最好的个体作为优选特征；利用多分类策略将多个二分类器组成识别分类器实现多种心律失常识别。本发明既降低了特征的维数，又提高了多种心律失常识别的准确率。