一種基于支持向量機的J波分類方法技術

本發明專利技術涉及J波的分類方法，具體為一種基于支持向量機的J波分類方法。本發明專利技術以盲源分離技術為基礎，以支持向量機為主要方法，對含有J波的心電信號進行良性和惡性的自動分類。良性和惡性的分類可輔助醫生識別臨床異常J波的高?；颊?，減少惡性過早復極綜合征、惡性心律失常及特發性心室顫動猝死的發生，為在臨床上對J波的高危狀態做出準確的診斷提供理論與實踐基礎。本發明專利技術的實施是醫學、盲源分離、機器學習三個學科的結合，處于國內外相關領域的前沿研究熱點，相關技術具有先進性和前瞻性。

【技術實現步驟摘要】

本專利技術涉及J波的分類方法，具體為一種基于支持向量機的J波分類方法。
技術介紹
J波，又稱Osborn波，在心電圖上主要的表現為QRS波群與ST段連接處（J點）出 現了一個明顯的基線偏離現象，具有一定的振幅、時限并在心電圖中呈現出特殊形態的波 形。J波常出現于心室的除極到復極轉換的過程，由于其特殊的位置，在臨床上越來越受重 視。 引發J波心電圖變異的方式有兩種，一種是生理性的心電圖變異，主要的表現為 過早復極綜合征，另一種是由低溫、高血鈣、腦外傷等引發的病理性變異，如Brugada綜合 征、猝死綜合征及特發性心室顫動等，我們統稱為J波綜合征。但近期有研宄發現，幅度超 過〇.Imv的J波同時伴有ST段的變化將會產生惡性的過早復極綜合征，存在上述的患者容 易引發惡性的發心律失常、致命性的心肌梗塞，甚至可能導致猝死。不難發現心電圖異常J 波和J波綜合征是心臟性猝死高危預警的一個新指標，有著十分重要的臨床研宄意義。 區分J波的良性和惡性可以作為醫生診斷室速、室顫、惡性過早復極綜合征、致命 性的惡性心律失常、猝死等的心電圖預警指標，因此J波的分類非常重要。然而，現有診斷J 波為良性和惡性的方法主要從細胞電生理和離子流機制出發，不僅費時而且達不到理想的 準確率。
技術實現思路
本專利技術為了解決現有區分J波良性和惡性的方法不僅費時而且達不到理想的準 確率的問題，提供了一種基于支持向量機的J波分類方法。 本專利技術是采用如下的技術方案實現的：一種基于支持向量機的J波分類方法，包 括以下步驟： 第一步：從病人體表獲取含有良性J波的心電信號和惡性J波的心電信號； 第二步：利用非負矩陣分解算法從心電信號中提取J波； 第三步：將提取到的J波用曲線擬合的方法進行擬合，得到擬合參數，該擬合參數 作為一個特征向量； 第四步：利用病人病史和J波綜合癥相關程度的大小來設置參數，將該參數作為 一個特征向量； 第五步：利用第三步和第四步獲得的特征向量對支持向量機SVM進行訓練； 第六步：從待檢測者體表獲得心電彳目號； 第七步：對該心電信號重復第二步至第四步以獲得該心電信號的特征向量； 第八步：將得到的特征向量輸入到已經訓練好的支持向量機SVM，對J波進行良性 和惡性的分類。 本專利技術從信號處理的角度出發，首先獲得含有J波的心電信號（含有良性和惡 性），通過非負矩陣分解的方法從含有J波的心電信號中提取出J波部分，利用病人的病史 及J波曲線的擬合參數作為特征向量來訓練SVM，最后將訓練好后的SVM檢測未知的信號， 預測的結果可以輔助醫生識別臨床異常J波的高?；颊?，進而達到盡早預防和治療的目 的?！靖綀D說明】 圖1為本專利技術的流程圖?！揪唧w實施方式】 -種基于支持向量機的J波分類方法，包括以下步驟： 第一步：從病人體表獲取含有良性J波的心電信號和惡性J波的心電信號，同時獲 得病人的病史，為下面的支持向量機SVM訓練做準備； 第二步：利用非負矩陣分解算法從心電信號中提取J波，NMF算法的數學 模型為V=WH，其中V為觀測信號，W為混合矩陣，H為源信號，NMF算法的約束條 件是被分解的矩陣元素均為非負，本專利技術利用基于散度偏差的NMF算法來提取J波 信號，但是心電信號的系數矩陣V通常由正負元素組成，把V中全部負元素用0代 替，重新構成一個新的矩陣V1，把V中全部正元素用0代替，對負矩陣取絕對值后構 成矩陣V2，這樣就構成了兩個和V相同維數的非負矩陣，將散度偏差作為目標函數：【主權項】1. 一種基于支持向量機的J波分類方法，其特征在于包括以下步驟： 第一步：從病人體表獲取含有良性J波的心電信號和惡性J波的心電信號； 第二步：利用非負矩陣分解算法從心電信號中提取J波； 第三步：將提取到的J波用曲線擬合的方法進行擬合，得到擬合參數，該擬合參數作為 一個特征向量； 第四步：利用病人病史和J波綜合癥相關程度的大小來設置參數，將該參數作為一個 特征向量； 第五步：利用第三步和第四步獲得的特征向量對支持向量機SVM進行訓練； 第六步：從待檢測者體表獲得心電信號； 第七步：對該心電信號重復第二步至第四步以獲得該心電信號的特征向量； 第八步：將得到的特征向量輸入到已經訓練好的支持向量機SVM，對J波進行良性和惡 性的分類?！緦＠勘緦＠夹g涉及J波的分類方法，具體為一種基于支持向量機的J波分類方法。本專利技術以盲源分離技術為基礎，以支持向量機為主要方法，對含有J波的心電信號進行良性和惡性的自動分類。良性和惡性的分類可輔助醫生識別臨床異常J波的高?；颊?，減少惡性過早復極綜合征、惡性心律失常及特發性心室顫動猝死的發生，為在臨床上對J波的高危狀態做出準確的診斷提供理論與實踐基礎。本專利技術的實施是醫學、盲源分離、機器學習三個學科的結合，處于國內外相關領域的前沿研究熱點，相關技術具有先進性和前瞻性?！綢PC分類】G06K9-62, G06T7-00【公開號】CN104794493【申請號】CN201510217189【專利技術人】李燈熬, 劉學博, 趙菊敏, 呂竟昂 【申請人】太原理工大學【公開日】2015年7月22日【申請日】2015年4月30日本文檔來自技高網...

【技術保護點】
一種基于支持向量機的J波分類方法，其特征在于包括以下步驟：第一步：從病人體表獲取含有良性J波的心電信號和惡性J波的心電信號；第二步：利用非負矩陣分解算法從心電信號中提取J波；第三步：將提取到的J波用曲線擬合的方法進行擬合，得到擬合參數，該擬合參數作為一個特征向量；第四步：利用病人病史和J波綜合癥相關程度的大小來設置參數，將該參數作為一個特征向量；第五步：利用第三步和第四步獲得的特征向量對支持向量機SVM進行訓練；第六步：從待檢測者體表獲得心電信號；第七步：對該心電信號重復第二步至第四步以獲得該心電信號的特征向量；第八步：將得到的特征向量輸入到已經訓練好的支持向量機SVM，對J波進行良性和惡性的分類。

【技術特征摘要】

【專利技術屬性】
技術研發人員：李燈熬，劉學博，趙菊敏，呂竟昂，
申請(專利權)人：太原理工大學，
類型：發明
國別省市：山西;14