TY -的AU -瓦尔,赛义德·默罕默德盟-古尔Maheen AU - Majid,默罕默德盟——Alnowami Majdi PY - 2018 DA - 2018/11/12 TI -心律失常心电图信号的分类使用混合特性SP - 1380348六世- 2018 AB -自动检测和分类的危及生命的心律失常中扮演一个重要的部分在处理各种心脏疾病。在这篇文章中,各种类型的心律失常分类的新方法使用形态学和动态特性。离散小波变换(DWT)是应用在每个心跳获取形态学特征。它提供了更好的时间和频率分辨率的心电图(ECG)信号,这有助于解码重要信息的准周期的心电图使用可变窗口大小。RR区间信息作为动态特性。RR间隔的非线性动态捕获使用Teager能源运营商,可以改善心律失常分类。此外,去除冗余,DWT部分波段使用独立分量分析进行降维,总共十二个系数与形态特征选择。这些混合特性相结合,提供给神经网络对心律失常进行分类。该算法一直在测试使用13724次MIT-BIH心律失常数据库和MIT-BIH室上性心律失常数据库使用22151次。拟议的方法导致了一种改进的平均精度 99.75 % 和 99.84 % 对于类和面向主题的方案,分别使用三倍交叉验证。SN - 1748 - 670 - 2018/1380348 / 10.1155 x你——https://doi.org/10.1155/2018/1380348——摩根富林明——计算和数学方法在医学PB - Hindawi KW - ER