基于复杂网络映射的房颤脉检测
文献类型：期刊论文
| 作者 | 赵海; 邵士亮 ; 陆育卉; 李晗
|
| 刊名 | 计算机科学
 |
| 出版日期 | 2017 |
| 卷号 | 44期号:6页码:237-239, 273 |
| 关键词 | 脉搏波 阵发性房颤 复杂网络 可视图法 支持向量机 |
| ISSN号 | 1002-137X |
| 其他题名 | Atrial Fibrillation Pulse Detection via Complex Network Method |
| 产权排序 | 2 |
| 通讯作者 | 李晗 |
| 中文摘要 | 为了探索脉搏波中蕴含的复杂性及简便快速地检测心房颤动,结合中国传统医学中"房颤脉"的概念,设计了一种基于复杂网络的房颤脉检测方法。将光电容积脉搏波的时间序列按可视图法映射成复杂网络,将平均心率与复杂网络的度分布作为支持向量机的输入,基于高斯径向核函数设计了二分类的支持向量机。针对阵发性房颤患者的实验表明,这种方法可以有效地分辨病人的发病状态和正常状态。 |
| 英文摘要 | In order to explore the complexity of pulse wave, combined with the concept of "atrial fibrillation pulse" in traditional Chinese medicine, a complex network method to detect atrial fibrillation was presented. The photoplethysmograph pulse wave is thereby transformed to a network topology using visibility graph method. A binary classification support vector machine (SVM) based on Gausssian kernel function is designed to distinguish between normal sinus rhythm and atrial fibrillation. The degree distribution of the network and the average heart rate are extracted as the input features of the SVM. According to the experimental results of patients with paroxysmal atrial fibrillation, this method can effectively identify the patient's disease status and normal status. |
| 收录类别 | CSCD |
| 语种 | 中文 |
| CSCD记录号 | CSCD:6003466 |
| 源URL | [http://ir.sia.cn/handle/173321/20764]  |
| 专题 | 沈阳自动化研究所_机器人学研究室 |
| 作者单位 | 1.中国科学院沈阳自动化研究所机器人学国家重点实验室 2.东北大学计算机科学与工程学院 |
| 推荐引用方式 GB/T 7714 | 赵海,邵士亮,陆育卉,等. 基于复杂网络映射的房颤脉检测[J]. 计算机科学,2017,44(6):237-239, 273. |
| APA | 赵海,邵士亮,陆育卉,&李晗.(2017).基于复杂网络映射的房颤脉检测.计算机科学,44(6),237-239, 273. |
| MLA | 赵海,et al."基于复杂网络映射的房颤脉检测".计算机科学 44.6(2017):237-239, 273. |
入库方式： OAI收割
来源：沈阳自动化研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。