异常心电图的自动分析与诊断

李锋吴海峰张能

【摘要】摘要目的当前自动诊断系统中，专家系统不具备学习功能，神经网络系统由于“黑箱”特性缺乏可解释性，因此提出一种结合专家系统和神经网络优势的心电图自动诊断算法。方法本系统包含有特征提取模块、诊断矩阵模块和诊断推理模块等主要模块。在诊断系统的实现过程中，首先从心电信号中提取语义特征，然后结合描述语义特征与病类关系的诊断矩阵计算出该患者患每种疾病的可能性概率，最后根据阈值判断患者所患的疾病。在实验验证部分，利用系统以前没有诊断过的数据进行了测验，通过分析诊断的准确率对系统进行了验证。结果从PhysioBank数据库提取了1200条数据进行预测和结果分析，平均准确率为95.2%。结论本文提出的心电图自动诊断算法，以语义特征作为诊断依据，结合了神经网络和专家系统二者的优势，在各种病类的诊断上准确率都较高。

【期刊名称】北京生物医学工程

【年(卷),期】2015(000)002

【总页数】9

【关键词】关键词心电图;自动诊断系统;语义特征;反馈训练;权重矩阵

0 引言

在近些年，心血管死亡的人数在逐年增加，在2012年我国心血管死亡人数就占了总死亡人数的41%［1］。因此，对心血管病的提前诊断和预防已经成为大多数人，特别是心血管病患者的迫切需求。心电图(electrocardiogram，ECG)是一种用来观察患者心脏工作机制和健康状态的简单实用工具。如果心律失常