一種基于多卷積核特征提取的房顫?rùn)z測(cè).pdf

1、房顫是臨床最常見的一種心率失常疾病，嚴(yán)重危害著人類的健康。因此房顫?rùn)z測(cè)方法的研究，對(duì)及早地發(fā)現(xiàn)房顫，減少病人的發(fā)病率和死亡率，以及減少經(jīng)濟(jì)負(fù)擔(dān)等有重要的臨床和社會(huì)意義。房顫?rùn)z測(cè)方法的任務(wù)主要包括對(duì)心電信號(hào)預(yù)處理、特征提取和房顫?rùn)z測(cè)。而特征提取的精度很大程度上決定了診斷效果，目前已有的房顫?rùn)z測(cè)算法尚未妥善解決特征提取問題，所以房顫?rùn)z測(cè)錯(cuò)誤率仍然很高。
　　卷積運(yùn)算是圖像處理領(lǐng)域應(yīng)用很廣泛的一種運(yùn)算，通過卷積運(yùn)算，可以使原信號(hào)特征增強(qiáng)

2、。在模式識(shí)別中，也是一種很重要的特征提取方法。卷積核的取值決定了特征提取效果的好壞，所以本文基于卷積運(yùn)算，就好的卷積核的取值如何確定這個(gè)問題展開研究，提出了一種通過從大量卷積核中，選擇特征提取效果好的卷積核來提取信號(hào)特征的方法。同時(shí)，因?yàn)閿?shù)據(jù)量大，卷積運(yùn)算時(shí)間比較長(zhǎng)，所以本文中還利用MATLAB的GPU并行計(jì)算工具箱實(shí)現(xiàn)了卷積運(yùn)算的加速。論文主要研究?jī)?nèi)容如下：
　　1.針對(duì)心房活動(dòng)特征提取問題提出一種卷積核選擇算法。在基于單心拍心

3、房活動(dòng)特征的房顫?rùn)z測(cè)基礎(chǔ)上，本文中將十萬個(gè)原心電信號(hào)的特征片段作為備選卷積核，用來提取信號(hào)特征，這樣能夠保留更多的特征。接著對(duì)特征矩陣進(jìn)行每列求和的池化處理，那么一個(gè)卷積核則對(duì)應(yīng)一個(gè)特征。然后通過特征值數(shù)據(jù)的直方圖分布從提取到的大量特征中，選擇出特征提取效果好的一千個(gè)特征，完成卷積核的初次篩選。最后基于AdaBoost算法，從這一千個(gè)特征中選擇50個(gè)特征，從而完成卷積核的選擇，并且構(gòu)造強(qiáng)分類器，實(shí)現(xiàn)高精度房顫?rùn)z測(cè)。這50個(gè)卷積核作為提取