论文部分内容阅读
心电信号(ECG)智能分析非常有利于严重心脏病人的自动诊断.本文介绍了多变量回归模型(MAR)建模法,利用MAR模型从双导联ECG中提取特征对ECG信号进行分类.在分类时,利用MAR模型系数及其K-L变换(K-L MAR系数)作为信号特征,并采用了树状决策过程和二次判别函数(QDF)分类器.利用文中方法对MIT-BIH标准数据库中的正常窦性心律(NSR)、期收缩(APC)、心室早期收缩(PVC)、心室性心动过速(VT)和心室纤维性颤动(VF)各300个样本信号进行了建模和测试. 结果表明,为了达到分类目的