一种基于变分模态分解理论和K最近邻算法的心电信号分类方法技术

本发明专利技术公开了一种基于变分模态分解理论和K最近邻算法的心电信号分类方法，包括以下步骤：截取已有心电信号作为样本数据；对心电信号进行预处理；对心电信号进行8层的变分模态分解，提取各模态的能量特征作为分类特征；将模态1、2、4、5、6、7的能量特征做为输入，运用K最近邻算法对信号进行分类识别。实验结果表明，该方法可实现对心电信号的快速准确分类，有助于心脏病情诊断。

A Classification Method of ECG Signals Based on Variational Modal Decomposition Theory and K-Nearest Neighbor Algorithms

【技术实现步骤摘要】
一种基于变分模态分解理论和K最近邻算法的心电信号分类方法
本专利技术涉及心电信号识别领域，通过对心电信号进行能量特征提取，从而实现心电信号分类，具体涉及一种基于变分模态分解理论(VMD)和K最近邻算法(KNN)的心电信号分类方法。
技术介绍
心律失常是心血管疾病方面的重要疾病，往往与其他心血管疾病伴发，被认为是重大疾病发生的征兆。心律失常的诊断主要通过分析心电信号，它客观反映了心脏的活动状态，在帮助医生判断病情上起到至关重要的作用，所以，研究心电信号的分类方法、提高分类准确率有重要意义。目前关于心电信号分类的主要研究有：韩君泽提出了一种基于小波变化和K均值聚类的QRS波群检测算法；Jeen-ShingWang等人提取R波附近点作为特征，通过概率神经网络(PNN)对心电信号进行分类；RBenali等人利用小波神经网络(WNN)的方法对五类心电信号实现了分类；颜昊霖等人提出一种基于深度信念网(DBN)和心电波形采样的心电分类算法等。以上大多数机器分类方法均需在定位波形位置或提取QRS波上投入大量研究，而忽略心电信号能量方面的应用。所以针对以上问题，设计了一种基于变分模态分解和K最近邻相结本文档来自技高网...

【技术保护点】
1.一种基于变分模态分解理论和K最近邻算法的心电信号分类方法，其特征在于包括以下步骤：(1) 截取已有的心电信号作为样本数据；(2) 对所有心电样本进行去除基线漂移和工频干扰的预处理；(3) 确定8层分解层数，对待分类信号进行变分模态分解，即VMD，得到8个模态分量；(4) 分别计算各模态能量，求解模态分量能量比例特征；(5) 筛选表现良好的特征，然后利用K最近邻算法，即KNN，实现心电信号分类。

【技术特征摘要】
1.一种基于变分模态分解理论和K最近邻算法的心电信号分类方法，其特征在于包括以下步骤：(1)截取已有的心电信号作为样本数据；(2)对所有心电样本进行去除基线漂移和工频干扰的预处理；(3)确定8层分解层数，对待分类信号进行变分模态分解，即VMD，得到8个模态分量；(4)分别计算各模态能量，求解模态分量能量比例特征；(5)筛选表现良好的特征，然后利用K最近邻算法，即KNN，实现心电信号分类。2.根据权利要求1所述一种基于变分模态分解理论和K最近邻算法的心电信号分类方法，其特征在于：步骤(3)中，在心电信号分类中运用了变分模态分解以及确定了最优分解层数为8层；变分模态分解方法如下：X为心电信号，经过K层变分模态分解得到K个模态分量；每个模态分量的频率中心表示为：，在迭代求解过程中不断更新模态分量及其频率中心，更新步骤(a)、...

【专利技术属性】
技术研发人员：隋文涛，梁钊，张丹，
申请(专利权)人：山东理工大学，
类型：发明
国别省市：山东,37