【技术实现步骤摘要】
本专利技术具体涉及一种基于双密度小波变换及支持向量机的窦房结电图识别方法， 通过该方法可以实现对体表获取的窦房结电图进行信息处理与识别。从而使基于窦房结电图的识别在临床医学的应用得到极大提升，在方法和技术上确保窦房结电图识别的高准确性及高效性。
技术介绍
窦房结是由特殊细胞构成的位于人体右心房上的一个特殊的小结节。窦房结可以自动、有节律地产生电流，电流按传导组织的顺序传送到心脏的各个部位，从而引起心肌细胞的收缩和舒张。窦房结电图是一种高分辨率的心电图，可以直接检测到窦房结电位，表征窦房结的电活动，是临床研究心律失常的重要依据。通过窦房结电图可以对窦房结起搏功能及窦房间的传导进行分析，并且能够对常规心电图无法获取的某些微小电位变化起到重要的补充作用。窦房结电图的临床作用包括(I) 了解窦房结的起搏功能。通过P前波诊断窦性心律。(2)精确测量窦房结传导时间。窦房结电图由P前波、A波、V波、T波及U波组成，A波、V波、T波及U波分别与常规心电图的P波、QRS复合波、T波及U波对应，并且表达的生理意义相同。窦房结电图波形的形态、幅值等参数与被测对象的体质、运动状态以及测...
【技术保护点】
一种小波变换与支持向量机相融合的窦房结电图识别方法，其特征在于：包括以下步骤：S1：首先对获取的窦房结电图进行预处理；S2：对S1中得到的信号进行双密度小波变换分解；S3：对S2中的尺度函数，进行特征波形A波和P前波的定位及特征参数测量；S4：对S3中检测到的A波及P前波对应的小波系数进行小波交叉熵计算；S5：对S3与S4中获得的特征参数及小波交叉熵特征进行特征融合；S6：对S5中融合后的特征利用小波支持向量机进行分类，并输出评价窦房结功能的诊断结果。
【技术特征摘要】
...
【专利技术属性】
技术研发人员：王林泓，李国军，尹洪剑，周晓娜，刘睿强，毛小群，
申请(专利权)人：重庆电子工程职业学院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。