[发明专利]一种疾病相关的心电图特征选择方法有效
申请号: | 201310403000.1 | 申请日: | 2013-09-06 |
公开(公告)号: | CN103632162A | 公开(公告)日: | 2014-03-12 |
发明(设计)人: | 张战成;董军 | 申请(专利权)人: | 中国科学院苏州纳米技术与纳米仿生研究所 |
主分类号: | G06K9/62 | 分类号: | G06K9/62 |
代理公司: | 深圳市科进知识产权代理事务所(普通合伙) 44316 | 代理人: | 宋鹰武;沈祖锋 |
地址: | 215123 江苏省*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 疾病 相关 心电图 特征 选择 方法 | ||
1.一种疾病相关的心电图特征选择方法,其特征在于,包括下述步骤:
步骤S110:依据AAMI评价标准,将心电图分为NSVF四类分类系统;
步骤S120:基于OvO的规则,将所述NSVF四类分类系统分解为NvS,NvV,NvF,SvV,SvF,VvF六个二分类器;
步骤S130:在上述每个二分类器中,对每个特征按得分高低进行排序;
步骤S140:上述得分由高到低排序后的所有特征子集形成候选特征集合;
步骤S150:使用SVM分类器训练上述每个二分类器,并从每个二分类器选择最优特征子集;及
步骤S160:所述最优特征子集对待测心电图样本进行预测,得到所述待测心电图样的类别。
2.根据权利要求1所述的心电图特征选择方法,其特征在于,步骤S130中,在上述每个二分类器中,对每个特征按得分高低进行排序,具体为,在上述每个二分类器中,采用下述公式对每个特征进行评分,并根据得分高低进行排序,所述公式为:
其中,n+为正类的样本数,n-为负类的样本数,和分别表示第i个正样本和第j个负样本的第k个特征,表示正样本的第k个特征的平均值,表示负样本的第k个特征的平均值, 是两类的第k个特征的平均值,F(k)为计算得到的为第k个特征的得分。
3.根据权利要求1所述的心电图特征选择方法,其特征在于,步骤S150中,使用SVM分类器训练上述每个二分类器,并从每个二分类器选择最优特征 子集,具体为,以精度为选择最优特征子集的指标,所述精度最高的特征子集为最优特征子集,所述精度记为Accuracy,
其中,TP为正类被正确分为正类的样本数,TN为负类被正确分为负类的数量,FN为正类被错误分为负类的数量,FP为负类被错误分为正类的数量。
4.根据权利要求1所述的心电图特征选择方法,其特征在于,步骤S150中,使用SVM分类器训练上述每个二分类器,并从每个二分类器选择最优特征子集,具体为,以正样本灵敏度和负样本灵敏度的几何平均值为选择最优特征子集的指标,所述几何平均值最大的特征子集为最优特征子集,所述正样本灵敏度记为Se(Pos),所述负样本灵敏度记为Se(Neg),所述几何平均值记为g-mean,
其中,TP为正类被正确分为正类的样本数,TN为负类被正确分为负类的数量,FN为正类被错误分为负类的数量,FP为负类被错误分为正类的数量。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学院苏州纳米技术与纳米仿生研究所,未经中国科学院苏州纳米技术与纳米仿生研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201310403000.1/1.html,转载请声明来源钻瓜专利网。
- 上一篇:文件同步方法及其终端
- 下一篇:一种组装内嵌式配电箱