SIA OpenIR  > 机器人学研究室
基于复杂网络映射的房颤脉检测
其他题名Atrial Fibrillation Pulse Detection via Complex Network Method
李晗; 赵海; 陆育卉; 邵士亮
作者部门机器人学研究室
关键词脉搏波 阵发性房颤 复杂网络 可视图法 支持向量机
发表期刊计算机科学
ISSN1002-137X
2017
卷号44期号:6页码:237-239, 273
收录类别CSCD
CSCD记录号CSCD:6003466
产权排序2
资助机构国家自然科学基金资助项目(61101121)资助
摘要为了探索脉搏波中蕴含的复杂性及简便快速地检测心房颤动,结合中国传统医学中"房颤脉"的概念,设计了一种基于复杂网络的房颤脉检测方法。将光电容积脉搏波的时间序列按可视图法映射成复杂网络,将平均心率与复杂网络的度分布作为支持向量机的输入,基于高斯径向核函数设计了二分类的支持向量机。针对阵发性房颤患者的实验表明,这种方法可以有效地分辨病人的发病状态和正常状态。
其他摘要In order to explore the complexity of pulse wave, combined with the concept of "atrial fibrillation pulse" in traditional Chinese medicine, a complex network method to detect atrial fibrillation was presented. The photoplethysmograph pulse wave is thereby transformed to a network topology using visibility graph method. A binary classification support vector machine (SVM) based on Gausssian kernel function is designed to distinguish between normal sinus rhythm and atrial fibrillation. The degree distribution of the network and the average heart rate are extracted as the input features of the SVM. According to the experimental results of patients with paroxysmal atrial fibrillation, this method can effectively identify the patient's disease status and normal status.
语种中文
引用统计
文献类型期刊论文
条目标识符http://ir.sia.cn/handle/173321/20764
专题机器人学研究室
通讯作者李晗
作者单位1.东北大学计算机科学与工程学院
2.中国科学院沈阳自动化研究所机器人学国家重点实验室
推荐引用方式
GB/T 7714
李晗,赵海,陆育卉,等. 基于复杂网络映射的房颤脉检测[J]. 计算机科学,2017,44(6):237-239, 273.
APA 李晗,赵海,陆育卉,&邵士亮.(2017).基于复杂网络映射的房颤脉检测.计算机科学,44(6),237-239, 273.
MLA 李晗,et al."基于复杂网络映射的房颤脉检测".计算机科学 44.6(2017):237-239, 273.
条目包含的文件 下载所有文件
文件名称/大小 文献类型 版本类型 开放类型 使用许可
基于复杂网络映射的房颤脉检测.pdf(770KB)期刊论文作者接受稿开放获取ODC PDDL浏览 下载
个性服务
推荐该条目
保存到收藏夹
查看访问统计
导出为Endnote文件
谷歌学术
谷歌学术中相似的文章
[李晗]的文章
[赵海]的文章
[陆育卉]的文章
百度学术
百度学术中相似的文章
[李晗]的文章
[赵海]的文章
[陆育卉]的文章
必应学术
必应学术中相似的文章
[李晗]的文章
[赵海]的文章
[陆育卉]的文章
相关权益政策
暂无数据
收藏/分享
文件名: 基于复杂网络映射的房颤脉检测.pdf
格式: Adobe PDF
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。