搜索 分析 新世界 法规 图书 网址导航 更多
高级用户登录 | 登录 | |

基于概率神经网络的J波检测及分类方法
有权
阅读授权文献

申请号:201510575609.6 申请日:2015-09-10
摘要:本发明涉及J波的检测及分类方法,具体为基于概率神经网络的J波检测及分类方法。本发明首先通过心电图机获得所需的心电信号,利用小波包变换提取心电信号的ST段,并求取ST段功率和小波系数,对所提取的ST段采用希尔伯特黄变换进行特征提取,得到其瞬时频率和幅度,采用概率神经网络作为J波检测分类器,将特征向量输入PNN,对PNN进行训练;然后取测试样本,对其进行相同的预处理,同样提取4个特征向量,输入PNN得到其分类结果。本发明提出了以一种简单有效的J波检测和分类方法,为医生识别临床异常J波的高危患者提供了依据。
申请人: 太原理工大学
地址: 030024 山西省太原市迎泽西大街79号
发明(设计)人: 李灯熬 王欣 赵菊敏
主分类号: A61B5/0452(2006.01)I
分类号: A61B5/0452(2006.01)I
  • 法律状态
2018-02-27  授权
2016-02-24  实质审查的生效IPC(主分类):A61B 5/0452申请日:20150910
2016-01-27  公开
注:本法律状态信息仅供参考,即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
  • 其他信息
主权项  基于概率神经网络的J波检测及分类方法,其特征在于包括以下步骤:通过心电图机获得所需的心电信号,其中包括正常心电信号NJ、含良性J波心电信号BJ、含高危J波心电信号MJ三种心电信号;采用小波包变换提取每种心电信号的ST段,并求取ST段功率和小波系数作为两个特征向量;对所提取的ST段采用希尔伯特黄变换进行特征提取,即先进行经验模态分解,将ST段信号分解为一系列固有模态函数IMF,然后对每一个固有模态函数IMF做希尔伯特黄变换,得到其瞬时频率和幅度作为两个特征向量;将正常心电信号NJ、含良性J波心电信号BJ、含高危J波心电信号MJ三组心电信号作为训练样本,每个训练样本提取的上述4种特征向量输入PNN对其进行训练;取任意心电信号作为测试样本,对测试样本进行处理,提取上述4个特征向量,将其输入PNN,由输出结果得出该测试样本属于哪一种类型,即正常心电信号NJ、含良性J波心电信号BJ和含高危J波心电信号MJ中的一种。
公开号  105266801A
公开日  2016-01-27
专利代理机构  太原科卫专利事务所(普通合伙) 14100
代理人  朱源
颁证日  
优先权  
国际申请  
国际公布  
进入国家日期