采用S变换特征选择方法的心律失常分类*

吕　卫　邓为贤　褚晶辉　李　喆

(天津大学电子信息工程学院，天津，300072)

引　　言

心脏搏动频率、节律以及ECG形态的改变被称为心律失常，其长期存在会引起严重的心脏病变甚至死亡，因此对心律失常的诊断十分重要[1]。专家通过分析心电图(Electrocardiogram, ECG)检测心律失常，但是长时间分析心电图记录既耗时又枯燥，而且通过人眼很难精准辨别心电信号微小的形态变化，致使专家在诊断时可能会丢失或弄错重要信息，因此需要一个高效准确的计算机辅助诊断系统辅助医生检测心律失常。

目前，研究人员已提出一些分类方法。按照特征提取方法的不同可以将这些方法分为：时域方法、基于统计的方法和基于变换的方法。时域方法除了提取常用的RR间隔、QRS复合波和T波持续时间作为特征外，还直接使用ECG信号采样值作为形态特征[2]。时域方法简单、快捷，但时域特征无法揭示ECG信号细微变化和隐藏的信息。基于统计的方法是通过高阶累积量等提取特征来获取ECG信号隐藏的非线性信息[3]。基于变换的方法是将采集到的心电信号变换到另一个域，如利用傅里叶变换获得信号的频域特征[4]。然而通过分析发现采用傅里叶变换方法识别出的5类心拍中有3类心拍有相似的频谱，在一定程度上导致了误识别。这是由于生物医学信号是非平稳信号，傅里叶变换无法表示时间和频率的相互关系，对非平稳信号分析有局限性[5]。因此，许多算法使用时频变换提取ECG信号特征，如……