PDF
原始文章|开放获取
舒拉议员， ＂基于独立分量分析的心电信号参数化和r -峰值误差估计"，医学中的计算和数学方法， 卷。8， 文章的ID949617， 23 页面， 2007． https://doi.org/10.1080/17486700701776348
基于独立分量分析的心电信号参数化和r -峰值误差估计
摘要
在进行独立成分分析(ICA)之前，首先使用主成分分析(PCA)对心电图数据进行降维。应用作者新开发的主成分分析方差估计器，对心电数据文件的真峰、真峰和假峰进行检测。本文认为，对于心电信号的参数化，也要检验ICA的能力，这是必要的。适当参数化的心电信号的独立分量(ICs)比测量本身或其ICs更容易解释。对原始心电记录和样本进行统计校正，估计心电信号的噪声统计量，找出重构误差。ICA的能力是通过在CSE(心电图通用标准)数据库心电文件中找到25-50左右的真、假和实际峰值来证明的。本文将特征矩阵对角化联合逼近(Jade)算法应用于三通道心电信号。对不同病例进行ICA处理，发现并标记应用ICA前后的心电波形r峰幅值。ICA结果表明，在大多数情况下，重建的百分比误差非常小。利用二次样条小波对PCA方差估计进行二次样条小波处理后，ICA处理前的灵敏度为97.47%，ICA处理后的灵敏度为98.07%。
版权
版权所有©2007 Hindawi出版公司。这是一篇发布在知识共享署名许可协议，允许在任何媒介上不受限制地使用、传播和复制，但必须正确引用原作。
