基于XGBoost模型的心律失常分类算法研究

LI Yun; WU Shuicai; YUAN Li

首页> 中文期刊> 《中国医疗设备》 >基于XGBoost模型的心律失常分类算法研究

基于XGBoost模型的心律失常分类算法研究

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

为了提高心律失常自动诊断的识别率,本文提出一种基于XGBoost模型的心律失常分类方法.对MLII导联信号进行分析,提取信号投影特征和RR间期特征形成特征向量,标准化后输入到XGBoost分类器.通过训练,得到的基于XGBoost的心律失常分类模型可以将心电信号按照AAMI标准分为四类:正常或束支传导阻滞节拍(N)、室上性异常节拍(S)、心室异常节拍(V)和融合节拍(F).采用MIT-BIH心律失常数据库进行测试,在相同数据集的情况下,与已有心律失常检测方法进行对比,平均识别准确率进一步提高,达到94.1％.

著录项

来源
《中国医疗设备》 |2019年第7期|24-28|共5页
作者
LI Yun; WU Shuicai; YUAN Li;
展开▼
作者单位

展开▼
原文格式 PDF
正文语种 chi
中图分类心电图;
关键词
心电信号; XGBoost; 心律失常; 特征提取; 机器学习;

相似文献

中文文献
外文文献
专利

1. 基于XGBoost分类算法的热舒适预测模型 [J] . 沈雅倩 ,黄志甲 ,周涛 . 安徽工业大学学报:自然科学版 . 2022,第1期
2. 基于XGBoost与Stacking融合模型的恶意程序多分类检测方法 [J] . 徐国天 ,沈耀童 . 信息网络安全 . 2021,第006期
3. 基于1DCNN-XGBoost混合模型的癫痫脑电分类 [J] . 柯铭 ,尹倡隆 ,刘光耀 . 计算机应用研究 . 2020,第S02期
4. 基于机器学习的心律失常信号分类算法研究 [J] . 刘腾 ,唐虹 ,张士兵 . 计算机应用研究 . 2020,第003期
5. 基于深度学习并行网络模型的心律失常分类方法 [J] . 甘屹 ,施俊丞 ,高丽 . 南方医科大学学报 . 2021,第009期
6. 一种基于贝叶斯模型的多标签分类算法研究 [C] . Zhang Luoyang ,张洛阳 ,Mao Jiali . 第32届中国数据库学术会议 . 2015
7. 基于NN和XGBoost的旋转设备滚动轴承故障分类算法研究 [A] . 蒋晗晗 . 2020

基于XGBoost模型的心律失常分类算法研究

摘要

著录项

相似文献

相关主题

期刊订阅