多视图下的个体自适应心电图分类方法

项目名称： 多视图下的个体自适应心电图分类方法

项目编号： No.61401155

项目类型： 青年科学基金项目

立项/批准年度： 2014

项目学科： 无线电电子学、电信技术

项目作者： 王丽苹

作者单位： 华东师范大学

项目金额： 25万元

中文摘要： 随着便携式无线心电图设备的日益普及，心电图数据量快速增长，计算机辅助心电图分类可以有效提高医生的服务效率和医院的服务质量，因此有着广阔的市场需求。由于心电图标准数据库的局限，传统的分类研究方法很难考虑到实际应用环境中数据分布差异增加、数据类型不固定、随机干扰增加等问题，在测试与训练数据集分布高度接近的基础上研究分类模型，这样使得实验环境中准确率极高的算法，在实际应用中的准确率急剧下降。为了突破上述困难，本项目重视样本的个体特性，研究能自适应测试样本特性的由通用模型到特定分类模型的个体自适应算法。首先引入多视图，来克服传统单视图分类方法在特征描述上的不足；然后，提出新的多视图协作方式，通过高速近似查询算法获取相似实例；最后基于相似实例完成从通用模型到个性化模型的实时迁移。项目突破了传统研究工作在数据集上的约束，研究成果可服务于基层医疗机构的心血管疾病诊断，具有显著的实用价值。

中文关键词： 心电图信号；辅助诊断；特征融合；相似性度量；

英文摘要： With the increasing popularity of wearable and wireless Electrocardiogram (ECG) device, the growth of collected ECG data is set to explode. There are broad market requirements for computer-aided ECG classification because it can effectively improve physic

英文关键词： electrocardiogram signal；aided diagnosis；Feature Fusion；Similarity Measure；