[发明专利]一种基于PCANet的心电特征提取方法

摘要

本发明的技术方案包括一种基于PCANet的心电特征提取方法，其特征在于，包括如下步骤：S10、对心电图进行预处理获得训练集和待分类集，S20、使用PCANet分别对训练集和待分类集进行心拍的特征提取，S30、使用训练集提取的心拍特征训练分类器并将其用于待分类集心拍特征的分类；本发明的有益效果为：对心电图信号的噪声具有鲁棒性，简化噪声去除的步骤，对不均衡心拍具有较佳分类效果，提高了心电特征提取的效率和准确率，减轻了医生识别心电图的压力，降低了医生误诊的概率。

主权项

1.一种基于PCANet的心电特征提取方法，其特征在于，包括如下步骤：S10、对心电图进行预处理获得训练集和待分类集，S20、使用PCANet分别对训练集和待分类集进行心拍的特征提取，S30、使用训练集提取的心拍特征训练分类器并将其用于待分类集心拍特征的分类；所述步骤S10包括：S11、检测心电图信号的R波波峰点并以其为基准点向前后各截取一定数量采样点作为一个单心拍；S12、将整个心电图分割成若干单心拍；S13、将所述单心拍幅值进行归一化处理；S14、将经过归一化处理的单心拍划分为训练集和待分类集两部分；所述步骤S20包括：S21、将训练集和/或待分类集使用PCA算法作二阶卷积处理获得对应心拍的输出矩阵；S22、对训练集和/或待分类集心拍的输出矩阵进行二进制哈希编码和分块直方图处理获得训练集和/或待分类集心拍的特征向量；所述步骤S30包括：S31、使用训练集心拍的特征向量训练分类器；S32、将待分类集心拍的特征向量输入训练好的分类器进行分类并输出分类结果。