文献

J-GLOBAL ID：201702258049951892   整理番号：17A0170154

ウェーブレット変換とK平均クラスタリングアルゴリズムに基づくECG信号特徴抽出【JST・京大機械翻訳】

Feature Extraction of Electrocardiogram Signal Based on Wavelet Transform and K-means Clustering Algorithm

著者 (4件)： Wang Ruirong (College of Life Information Science & Instrument Engineering,Hangzhou Dianzi University) ,  Yu Xiaoqing (College of Life Information Science & Instrument Engineering,Hangzhou Dianzi University) ,  Zhu Guangming (College of Life Information Science & Instrument Engineering,Hangzhou Dianzi University) ,  Wang Min (杭州紅十字会医院)
資料名： Hangtian Yixue yu Yixue Gongcheng  (Hangtian Yixue yu Yixue Gongcheng)
巻： 29  号： 5  ページ： 368-371  発行年： 2016年 
JST資料番号： C2111A  ISSN： 1002-0837  CODEN： HYYGEF  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 目的:ウェーブレット変換とK平均クラスタリングアルゴリズムに基づくECG信号特徴抽出方法を研究し、特徴点情報に基づき、心電図が正常かどうかを判断する。方法:ウェーブレット変換と形態学的フィルタリング方法を用いて、周波数干渉、筋電干渉とベースラインドリフトなどの主要なノイズを除去した後、K-平均クラスタリングアルゴリズムを用いて、ECG信号のQRS波群、P波とT波の3つの主要な特徴点を抽出し、ECG診断を実現した。【結果】MIT-BIHデータベースからの実験結果は,QRS群の陽性率(P+)が%%,感度(S%)が99.21%,P波とT波の検出精度が91.43%と%%であることを示した。結論:その他の方法と比べ、本論文のECG特徴抽出方法の正確度は高く、一定の参考価値がある。移動医療と臨床医療において一定の実用価値がある。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *特徴抽出 ,  干渉 ,  *ウェーブレット変換 ,  データベース ,  雑音 ,  *心電図
準シソーラス用語： 検出精度 ,  陽性率 ,  QRS群 ,  T波 ,  QRS波 ,  筋電信号 ,  形態学的フィルタ ,  特徴点 ,  *クラスタリングアルゴリズム , 【Automatic Indexing@JST】

著者キーワード (6件)： electrocardiogram signal ,  wavelet transform ,  K-means ,  QRS complex ,  P wave ,  T wave

分類 (2件)： 生体計測  (EL03020C) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： ウェーブレット変換 ,  平均 ,  クラスタリングアルゴリズム ,  ECG信号 ,  特徴抽出