[发明专利]基于概率神经网络的J波检测及分类方法

摘要

本发明涉及J波的检测及分类方法，具体为基于概率神经网络的J波检测及分类方法。本发明首先通过心电图机获得所需的心电信号，利用小波包变换提取心电信号的ST段，并求取ST段功率和小波系数，对所提取的ST段采用希尔伯特黄变换进行特征提取，得到其瞬时频率和幅度，采用概率神经网络作为J波检测分类器，将特征向量输入PNN，对PNN进行训练；然后取测试样本，对其进行相同的预处理，同样提取4个特征向量，输入PNN得到其分类结果。本发明提出了以一种简单有效的J波检测和分类方法，为医生识别临床异常J波的高危患者提供了依据。

主权项

基于概率神经网络的J波检测及分类方法，其特征在于包括以下步骤：通过心电图机获得所需的心电信号，其中包括正常心电信号NJ、含良性J波心电信号BJ、含高危J波心电信号MJ三种心电信号；采用小波包变换提取每种心电信号的ST段，并求取ST段功率和小波系数作为两个特征向量；对所提取的ST段采用希尔伯特黄变换进行特征提取，即先进行经验模态分解，将ST段信号分解为一系列固有模态函数IMF，然后对每一个固有模态函数IMF做希尔伯特黄变换，得到其瞬时频率和幅度作为两个特征向量；将正常心电信号NJ、含良性J波心电信号BJ、含高危J波心电信号MJ三种心电信号作为训练样本，每个训练样本提取的上述4种特征向量输入概率神经网络对其进行训练；取任意心电信号作为测试样本，对测试样本进行处理，提取上述4种特征向量，将其输入概率神经网络，由输出结果得出该测试样本属于哪一种类型，即正常心电信号NJ、含良性J波心电信号BJ和含高危J波心电信号MJ中的一种。