计算机研究与发展
計算機研究與髮展
계산궤연구여발전
JOURNAL OF COMPUTER RESEARCH AND DEVELOPMENT
2013年
z1期
196-204
,共9页
王之琼%刘红艳%肖静%于戈%康雁
王之瓊%劉紅豔%肖靜%于戈%康雁
왕지경%류홍염%초정%우과%강안
极限学习机%室性早搏%计算机辅助检测%心电图%支持向量机
極限學習機%室性早搏%計算機輔助檢測%心電圖%支持嚮量機
겁한학습궤%실성조박%계산궤보조검측%심전도%지지향량궤
extreme learning machine (ELM)%premature ventricular contractions%computer-aided diagnosis%electrocardiogram%support vector machine (SVM)
计算机辅助室性早搏检测对室早的早诊断、早治疗十分关键,而基于SVM的室早检测方法存在训练速度慢、分类效果不稳定等问题.提出了一种基于极限学习机的计算机辅助室早检测算法,该算法首先对心电图像进行预处理,去除噪声后进行QRS波检测,然后建立室早特征模型并提取特征,最后基于极限学习机(extreme learning machine,ELM)进行室早检测.利用MIT_BIH的Arrhythmia心电数据库的心电信号对该算法进行了测试,结果表明与SVM相比ELM在分类速度及分类准确度上都有明显的优势.
計算機輔助室性早搏檢測對室早的早診斷、早治療十分關鍵,而基于SVM的室早檢測方法存在訓練速度慢、分類效果不穩定等問題.提齣瞭一種基于極限學習機的計算機輔助室早檢測算法,該算法首先對心電圖像進行預處理,去除譟聲後進行QRS波檢測,然後建立室早特徵模型併提取特徵,最後基于極限學習機(extreme learning machine,ELM)進行室早檢測.利用MIT_BIH的Arrhythmia心電數據庫的心電信號對該算法進行瞭測試,結果錶明與SVM相比ELM在分類速度及分類準確度上都有明顯的優勢.
계산궤보조실성조박검측대실조적조진단、조치료십분관건,이기우SVM적실조검측방법존재훈련속도만、분류효과불은정등문제.제출료일충기우겁한학습궤적계산궤보조실조검측산법,해산법수선대심전도상진행예처리,거제조성후진행QRS파검측,연후건립실조특정모형병제취특정,최후기우겁한학습궤(extreme learning machine,ELM)진행실조검측.이용MIT_BIH적Arrhythmia심전수거고적심전신호대해산법진행료측시,결과표명여SVM상비ELM재분류속도급분류준학도상도유명현적우세.
