基于高斯混合模型的標準心電波形篩選
摘要：針對基于心電信號身份識別中,由于隨機選取的心電波形不完整（如T波缺失、R波缺失等）、變形等而影響身份識別準確率的問題,提出基于高斯混合模型的心電波形篩選方法.該方法將信號發生器產生的標準的心電信號切割成單心動周期,提取每個心動周期幅值、斜率、弧長及面積等46個特征,建立單心動周期標準心電波形的高斯混合模型,通過計算馬氏距離判斷某心電波形是否符合標準心電波形的高斯模型分布,實現具有明顯PQRST特征的心電波形篩選.該方法在52人實際采集心電數據和ECG-ID數據庫上分別進行了三組實驗,不完整波形的平均拒絕率分別為97.87%、98.69%,能夠有效挑選出完整的心電波形.
注: 保護知識產權,如需閱讀全文請聯系天津理工大學學報雜志社
相關推薦
更多
