论文部分内容阅读
目的研究适于远程心电诊断、高精度的心电信号(ECG)直接分类方法,以克服接收端因信号重建而延误时间的问题.方法收集MIT-BIH database中正常窦性心律(NSR)、心房早期收缩(APC)、心室早期收缩(PVC)、心室性心动过速(VT)、心室纤维性颤动(VF)和室上性心动过速(SVT)各300例进行分类研究.提出一种融合双导联ECG信号的多变量回归(MAR)模型对心电信号直接进行分类,包括:心电数据的MAR建模,利用MAR模型系数及其K-L变换系数实施非线性二次判别函数(QDF)法分类.结果 文中方