论文部分内容阅读
目的提高心电信号的分类准确率,降低算法复杂度。方法首先以MIT-BIH心电数据作为学习模板,然后在心电信号的频域和时域上提取其离散余弦变换（discrete cosine transform,DCT）、RR间期和QRS复合波的三种特征值进行分析,最后采用最小欧式距离分类器判断待测心电信号的类型。结果该分类模型通过MIT-BIH和AHA国际标准心电数据库的验证,分别得到96.6%和94.1%的分类准确率。结论本文的心电分类模型区别于其他分类算法的一个最大特点就是算法复杂度低,这是异常心律能够被实时检测和预警