基于ECG的可电击复律心律自动判别算法研究 |
| |
引用本文: | 郑越,侯星宇,邬小玫.基于ECG的可电击复律心律自动判别算法研究[J].中国生物医学工程学报,2023(5):572-582. |
| |
作者姓名: | 郑越 侯星宇 邬小玫 |
| |
作者单位: | 上海复旦大学信息科学与工程学院 |
| |
基金项目: | 国家自然科学基金(1171009,61801123); |
| |
摘 要: | 体外自动除颤器(AED)是挽救心脏骤停(SCA)患者生命的重要设备。可电击复律心律自动判别算法(SAA)是AED的核心技术。本研究在构建包括8 s的2 024段可电击复律心律(SHR)心电图(ECG)和7 884段不可电击复律心律(NSHR)ECG数据集的基础上,提出了一种基于机器学习的SAA。首先提取ECG的时域、频域、复杂度相关的32个特征,经筛选得到6个有效特征;之后用支持向量机实现SHR和NSHR自动分类。根据500次按患者随机分组的实验,敏感度、特异性、准确率的均值±标准差分别为97.62%±0.18%、99.15%±0.04%、98.79%±0.08%。所提出的SAA符合美国心脏病协会对AED中SAA敏感度超过90%,特异性超过95%的要求,可作为AED算法模块进行SHR的自动判别。
|
关 键 词: | 可电击复律心律自动判别 心电信号 机器学习 特征提取 特征选择 |
|
|