一种基于改进多基分类器集成的自动心律失常分析方法

摘要

本发明公开了一种基于改进多基分类器集成的自动心律失常分析方法，包括以下步骤：预处理模块，包括心电信号降噪、心拍识别及截取；分类模块，包括用以对心电图数据进行心律失常自动分类的XGBoost分类模块、GBDT分类模块、BiGRU分类模块；融合模块，用以依据模型集成规则—Stacking，将分类模块产生的第一分类结果、第二分类结果及第三分类结果进行集成，得到集成数据；然后利用浅层神经网络对心律失常集成数据进行分类，得到最终的心率失常分类融合结果。如此，本发明将XGBoost、GBDT、BiGRU三种基分类器的分类结果利用Stacking集成规则进行融合，采用机器学习模型与深度学习模型相结合的方法，提升了心律失常整体分类性能及准确率。