1. 浙江大学超大规模集成电路设计研究所
2. 杭州易和网络有限公司
纸质出版:2014
移动端阅览
[1]陈曦,陈冠雄,沈海斌.基于SVM的ECG传感器信号身份识别方法[J].传感器与微系统,2014,33(10):40-42+46.
CHEN Xi, CHEN Guan-xiong, SHEN Hai-bin. ECG sensor signal identification method based on SVM[J]. 2014, 33(10): 40-42+46.
[1]陈曦,陈冠雄,沈海斌.基于SVM的ECG传感器信号身份识别方法[J].传感器与微系统,2014,33(10):40-42+46. DOI: 10.13873/J.1000-9787(2014)10-0040-03.
CHEN Xi, CHEN Guan-xiong, SHEN Hai-bin. ECG sensor signal identification method based on SVM[J]. 2014, 33(10): 40-42+46. DOI: 10.13873/J.1000-9787(2014)10-0040-03.
通过心电图(ECG)传感器采集的信号在身份识别中得到了越来越广泛的应用。但小波滤噪结果往往通过主观判断
没有量化指标
滤波效果不理想;同时
对于ECG特征的提取没有考虑心率变化的影响
鲁棒性不佳。针对这2个问题
提出了一种通过信噪比和相关系数衡量预处理结果的办法
并且在特征的提取上只采用QRS波形
避开了易受心率影响的间期特征。最后使用了多种分类识别方法进行测试
得到了小样本下支持向量机(SVM)最适用于ECG识别的结论。
ECG signal collected by ECG sensor is widely used in field of identification.Firstly
wavelet de-noising results are often judged subjectively
no quantitative indicators
and filtering effect is not ideal.Secondly
influence of change of heart rate isn’t taken into consideration
robustness is poor.In order to solve these two problems
put forward a kind of methods to measure results of pretreatment by SNR and correlation coefficient
and only adopt QRS waveform in feature extraction
avoiding interval feature easily influenced by heart rate.Finally
use a variety of classification and recognition methods for testing
for small sample
SVM is most suitable for ECG identification.
MIT-BIH数据库心电数据重采样研究 [J]. 徐效文,曾超,崔松野,王伟. 计算机工程与应用 . 2011(08)
基于小波变换自适应滤波方法的ECG信号消噪 [J]. 张艳丽,杨仁弟. 安徽大学学报(自然科学版) . 2006(06)
小波变换去除心电信号中呼吸信号干扰 [J]. 刘雪红,吴爱平,王立业,李川勇. 生物医学工程与临床 . 2003(02)
基于小波变换的心电信号基线矫正方法 [J]. 陆英北,张增芳,蔡坤宝. 北京生物医学工程 . 2000(04)
传感器技术的新发展——智能传感器和多功能传感器 [J]. 王祁,于航. 传感器技术 . 1998(01)
一种滤除ECG基线漂移和交流干扰的简单算法 [J]. 赵捷,华玫. 中国医疗器械杂志 . 1991(05)
基于ECG信号的身份识别技术研究 [D]. 汪莉. 山东大学 2005
0
浏览量
197
下载量
15
CSCD
关联资源
相关文章
相关作者
相关机构