[发明专利]基于固有时间尺度分解的房颤自发终止预测方法

摘要

本发明提出一种基于固有时间尺度分解的心房颤动自发终止预测方法，有效地实现对阵发性和持续性房颤的准确分类。其实现的步骤如下：1、房颤患者心电信号预处理，消除心电信号QRS波，从心电信号中提取房颤信号；2、对提取的房颤信号进行一次固有时间尺度分解，得到两个分量信号；3、由短时傅里叶变换分别得到两个分量的时频谱图，计算时频谱图的平均功率谱密度，搜索平均功率谱密度的谱峰频率值。4、计算固有旋转分量与基线分量的方差，样本熵。5、将两个分量的谱峰频率值，方差和样本熵组成6维特征向量，输入SVM分类器，实现阵发性和持续性房颤的分类。通过对房颤信号进行分解细化，同时提取房颤信号的时域和时频域特征，有效地提高了对心房颤动自发终止预测的精确度。

主权项

一种基于固有时间尺度分解的房颤自发终止预测方法，其特征在于，该方法包含以下步骤：步骤1、去除房颤患者心电信号中的基线漂移、工频干扰和高频噪声；步骤2、应用主分量分析法消除心电信号QRS波，从心电信号中提取房颤信号；步骤3、对提取的房颤信号进行固有时间尺度分解，得到一个高频的固有旋转分量和一个低频的基线分量；步骤4、由短时傅里叶变换得到固有旋转分量与基线分量的时频谱图，计算时频谱图的平均功率谱密度，提取平均功率谱密度的谱峰频率值；步骤5、计算固有旋转分量与基线分量的方差，样本熵；步骤6、将固有旋转分量与基线分量的谱峰频率值，方差和样本熵组成6维特征向量，输入SVM分类器，进行阵发性和持续性房颤的分类。