10.15918/j.tbit1001-0645.2017.10.017
基于Poincaré散点图和符号动力学的心电分析方法
心率变异性(hear trate variability,HRV)可以用于进行心脏相关疾病的预测、预防和预后评价等.结合心电散点图和符号动力学的方法,从ECG信号中提取HRV序列,绘制心电散点图,并对散点图中散点进行分区编号编码.计算不同编码的出现概率进而计算整个序列信息熵.以该熵值作为心电特征用于识别和分类.实验得到窦性心律和房颤心律的分类正确率为86.67％,窦性心律与伴有失常心律的早搏分类正确率为90％.证明该方法能有效分类窦性心律与失常心律.
心率变异性、心电散点图、符号动力学、香农熵
37
TN911.72
2017-12-15（万方平台首次上网日期，不代表论文的发表时间）
共6页
1084-1089
