期刊简介

本刊是全国生物医学工程工作人才沟通学术思想、交流学术经验的园地。报道有创造性的最新科研论文和研究简讯。包括学科有：人工器官和生物医用材料，生物效应，生物信息与控制；生物力学；生物医学仪器；中医工程；临床工程等。读者对象是国内外生物医学工程学工作者、医务工作者以及其他从事自然科学研究和有关工程技术人员。

往期目录

首页>中国生物医学工程学报杂志
  • 杂志名称：中国生物医学工程学报杂志
  • 主管单位：中国科学技术协会
  • 主办单位：中国生物医学工程学会
  • 国际刊号：0258-8021
  • 国内刊号：11-2057/R
  • 出版周期：双月刊
期刊荣誉：中国期刊全文数据库(CJFD)期刊收录：医学文摘, 万方收录(中), 统计源核心期刊(中国科技论文核心期刊), CSCD 中国科学引文数据库来源期刊(含扩展版), 文摘与引文数据库, 国家图书馆馆藏, 维普收录(中), 上海图书馆馆藏, SA 科学文摘(英), JST 日本科学技术振兴机构数据库(日), CA 化学文摘(美), 北大核心期刊(中国人文社会科学核心期刊), 知网收录(中)
中国生物医学工程学报杂志2017年第03期

基于极限学习机的左束支传导阻滞辅助诊断研究

王之琼；吴承暘；信俊昌；赵越；李响

关键词：极限学习机, 左束支传导阻滞, 机器学习算法, 心电信号处理, 特征提取
摘要：左束支传导阻滞(LBBB)作为临床常见的一种心律失常,是左心室收缩功能减低、患者死亡率增加的标志;利用机器学习算法对其进行辅助诊断,将对LBBB早发现、早治疗起到积极的推动作用.然而,由于目前常用的支持向量机(SVM)等传统的机器学习算法容易产生局部优解,准确度有待提高,因此提出一种基于极限学习机(ELM)的LBBB辅助诊断算法.首先,利用小波进行心电信号预处理,包括基线漂移、肌电噪声及工频干扰的去除;接着,确定QRS波群与T波位置;然后,根据临床上LBBB患者比正常人的QRS波群持续时间延长等特点,建立融合时域、形态与能量3类特征的特征模型;后,利用该模型提取的特征集合,提出基于ELM的LBBB辅助诊断算法.此外,在MIT_BIH数据库中的5 000份ECG数据上进行实验验证,结果表明所提出的预处理与波形提取算法能有效去除噪声并提取QRS-T特征波;在LBBB的判别上,相比SVM算法、ELM算法的训练时间缩短了88.5％;同时,在准确率、灵敏度、特异度、LBBB检出率和正常人检出率的指标上,分别提升2.4％、5.4％、1.2％、3.6％和2％.因此,基于ELM的LBBB辅助诊断算法具有明显优势.

动态资讯

友情链接

湘ICP备2022022905号-2

本站非《中国生物医学工程学报杂志》杂志社官网，如需杂志社直投，请联系客服索取网站或者电话