[发明专利]基于核函数分类算法的心电电极错误放置自动检测方法

权利要求书

1.一种基于核函数分类算法的心电电极错误放置自动检测方法，其特征在于，包括如下步骤：

首先，采用常规12导联心电波形截取的波形特征量做判断，所述波形特征量包括：

（1）P波电轴，单位为弧度，若没有P波则以零值计算，以变量x₁表示；

（2）I导联P波有效幅值，其中P、T波净幅值为最大正波峰幅值减去最大负波峰幅值的绝对值，单位为毫伏，若没有P波则以零值计算，以变量x₂表示；

（3）V6导联P波有效幅值，单位为毫伏，若没有P波则以零值计算，以变量x₃表示；

（4）QRS电轴，单位为弧度，以变量x₄表示；

（5）I导联QRS波群面积，即QRS波群与基线间的面积，单位为毫秒毫米，以变量x₅表示；

（6）V6导联QRS波群面积，单位为毫秒毫米，以变量x₆表示；

（7）I导联QRS波群特征点群幅值，该幅值相对于基线数值可正可负，单位为毫伏，QRS特征点1、2、3分别以变量x₇、x₈、x₉表示，若所述幅值与基线幅值没有明显差值则以零值计算；

（8）I导联T波有效幅值，单位为毫伏，以变量x₁₀表示；

（9）V6导联T波有效幅值，单位为毫伏，以变量x₁₁表示；

（10）胸导联V₁至V₆的R波幅度递增平均值，即以变量x₁₂表示,其中AmpR_i是胸导联Vi的R波幅度；

其次，本方法使用经过筛选、波形曲线清晰、去除所有伪差的优质心电信号波形作为参考信号，该参考信号分为7个类别：

类别1，正常人心电波形，仅左右手交叉错误布放；

类别2：正常人心电波形，左手与左足、右手与右足交叉错误布放；

类别3：正常人心电波形，仅左手与左足交叉错误布放；

类别4：正常人心电波形，仅右手与左足交叉错误布放；

类别5：正常人心电波形，仅左手与右足交叉错误布放；

类别6：正常人心电波形，仅右手与右足交叉错误布放；

类别7：右位心心电波形，4个手、足电极均正确布放；

以上7个类别中任意一个心电信号样本标记为向量x，x有12个成分,分别为x₁，x₂,…x₁₂；每个类别中至少有m_i个样本，m_i≥20；所以参考信号至少有7*m_i个，以l_ij表示i类中第j个定标样本；

最后，本方法设置7个分类器来分别判断给定任意心电向量是何种类别信号，所述给定任意心电向量设为t；以分类器1为例，分类器1用来判断给定任意心电向量t是否为类别1信号，其结构为：

（1）对应心电信号样本标记l_ij，引入参数向量θ,分别为θ1，θ₂…；

（2）给定任意心电向量t，定义高斯核函数为t到定标样本l_ij的距离；

（3）定义cost₁函数，cost1(z)=-z+1,z≤10,z>1;]]>

（4）定义cost₂函数，cost2(z)=z-1,z≥-10,z<-1;]]>

（5）定义开销函数，minθ{C[Σi=1my(i)cost1(θTf(i))+(1-]]>

y(i))cost0(θTf(i))]+12Σj=1mθj2}]]>

（6）采用统计梯度下降法使步骤（5）中开销函数最小化，得到参数向量θ最优值；

经过以上分类器1参数θ的调整，可以使用分类器1识别给定任意心电向量t：

（1）计算f；

（2）计算θ与f的内积；

（3）如果（2）中内积大于等于0，判定t为类别1信号，反之不是；

分类器2至分类器7的结构与工作过程均与分类器1类似，通过参数调整后分别用来判别心电向量t是否为相应类别。