基于UMPCA的12導(dǎo)ECG特征提取和分類研究.pdf

1、心電信號(ECG)的數(shù)據(jù)處理是一個極具科研價值和應(yīng)用價值的研究課題。本文主要圍繞12導(dǎo)聯(lián)ECG特征提取和分類問題,提出一個精確、可行的技術(shù)方案,包括數(shù)據(jù)去噪、波形切分、時頻域分析、張量表征、特征抽取、數(shù)據(jù)分類及其實際應(yīng)用。
　　在數(shù)據(jù)表征方面,先前所做的研究大多基于2導(dǎo)聯(lián)ECG數(shù)據(jù)庫,選用向量作為數(shù)據(jù)表征形式,取得不錯的分類精度;但是臨床實際所用為12導(dǎo)聯(lián)ECG,直接將2導(dǎo)聯(lián)數(shù)據(jù)串行化的處理方法套用到12導(dǎo)聯(lián)數(shù)據(jù)往往是不可行的。本

2、文針對12導(dǎo)聯(lián)ECG的結(jié)構(gòu)特性,使用張量作為表征形式,避免了串行化時對結(jié)構(gòu)相關(guān)性的丟失,確保了特征完整性。
　　在特征抽取方面,大多研究僅著眼于ECG時域特征,而忽略了頻域的重要特征。本文通過短時傅里葉變換、Gabor變換、Wigner-Ville分布等時頻域分析的技術(shù)手段,將ECG時域數(shù)據(jù)變換為時頻域數(shù)據(jù),同時轉(zhuǎn)換為張量結(jié)構(gòu)。緊接著,本文提出一種多線性不相關(guān)主成分分析(UMPCA)為核心的方法,將12導(dǎo)ECG張量數(shù)據(jù)從張量空間投