[发明专利]一种基于特征提取的心电信号分类识别方法及系统

权利要求书

1.一种基于特征提取的心电信号分类识别方法，其特征在于，所述方法包括：

S1.获取训练模式所需的连续心电信号时间序列；

S2.确定全部心动周期中P波、QRS波、T波的时变数据序列，提取P波、QRS波、T波时变数据序列的主成分数据向量；

S3.分别建立P波、QRS波、T波的高阶导数模型；

S4.引入神经网络，利用神经网络逼近P波、QRS波、T波的高阶导数模型，提取主成分数据对应的高阶心电特征向量并三维可视化，在逼近过程中利用主成分数据向量训练神经网络，得到训练好的心电模式库中常值神经网络；

S5.分别提取P波、QRS波、T波高阶心电特征向量的环形参数特征，作为训练模式下心电时域非线性指标；

S6.获取测试模式所需的连续心电信号时间序列，对其执行步骤S2～S4，得到测试模式常值神经网络，并分别提取P波、QRS波、T波高阶心电特征向量的环形参数特征，作为测试模式下心电时域非线性指标；

S8.确定心电模式库中常值神经网络与测试模式常值神经网络之间的识别误差度量，得到识别误差ε，根据识别误差ε，选用不同的心电特征方案；

S9.基于心电特征方案、训练模式下心电时域非线性指标与测试模式下心电时域非线性指标差异，采用分类器，实现测试模式下心电信号的分类识别。

2.根据权利要求1所述的基于特征提取的心电信号分类识别方法，其特征在于，在步骤S1中，采用标准的12导联心电图体系，采集人体平躺静息时的心电信号波形，得到连续心电信号时间序列，然后将连续心电信号时间序列视固定长度为N的数据队列，利用平均滤波器去除工频噪声，利用中值滤波器去除基限漂移噪声，利用小波分解去除肌电噪声干扰，得到最终的连续心电信号时间序列。

3.根据权利要求2所述的基于特征提取的心电信号分类识别方法，其特征在于，在连续心电信号波形中，心电波形具有类周期性质，从任意时刻的数值出发，均能在一段有限的时间内回归到该数值的有限领域内，通过对连续心电信号波形的每个心动周期中的P波、QRS波、T波进行定位，获取到全部心动周期P波、QRS波、T波的时变数据曲线，得到全部心动周期中P波、QRS波、T波的时变数据序列。