心电图模式分类方法研究进展与分析.pdf

该【心电图模式分类方法研究进展与分析 】是由【马克里思】上传分享，文档一共【10】页，该文档可以免费在线阅读，需要了解更多关于【心电图模式分类方法研究进展与分析 】的内容，可以使用淘豆网的站内搜索功能，选择自己适合的文档，以下文字是截取该文章内的部分文字，如需要获得完整电子版，请下载此文档到您的设备，方便您编辑和打印。万方数据
心电图模式分类方法研究进展与分析王丽苹董军引言高血压、冠心病、脑中风等心脑血管疾病已成为威胁人类健康的头等病因,此类疾病引起的死亡人数居各类死亡人数的首位。心电图,是使用心电采集仪器心电监护仪锹既颂逍脑嗟缥槐浠⒕荽擞τ糜临床心脏疾病监护、诊断的可见图形记录是诊断常见心脏疾病的重要手段。荷兰生理学家爱因托芬由于在煊虻慕出贡献,荣获年度生理学及医学诺贝尔奖⋯。J椒掷嘌芯吭诳纱┐餍牡缤忌璞妇蒥、动态锒稀盝、重症监护室约凹膊∮胄脑嗷疃系研究”确矫婢哂兄匾5挠τ眉壑担杂诩笆庇卷摘要:心电图模式分类是模式识别研究的经典应用之一,在可穿戴心电图设备、动态心电图诊断、重症监护以及疾病与心脏活动关系研究等方面具有重要的应用价值。讨论面向实际应用的心电图模式分类工作的可能方法,归纳近年来心电图模式分类技术在知识推理模型、结构模式识别、统计模式识别等方面的研究进展,并在此基础上做分析与展望。同时论述心电图模式分类研究所面临的主要挑战,即面向实际数据的分类器构建、心电图数据库的标注、分类模型评估标准和领域特征表示问题,并探讨可能的解决途径。关键词:心电图模式分类;分类器融合;思维模拟;数据标注;领域特征表示,年月中国生物医学工程学报华东师范大学软件学院,上海中国科学院苏州纳米技术与纳米仿生研究所仿生部,苏州中图分类号文献标识码文章编号—Ⅲ.琒琒,:,琲..,,,篍;;收稿日期:P藁厝掌冢基金项目:上海市优秀学科带头人计划簧虾J锌莆⊙芯恐氐阆钅孔手·通讯作者。:....,,,,瑂琣,猻,.;;痡..
万方数据
J椒掷嘌芯拷效地预防和控制心脏疾病、挽救病人生命具有极其自从世纪年代忍岢黾扑慊辅助治龅纳柘胍岳闯,大量学者投入到了J椒掷辔侍獾难芯恐小模式分类是模式识别研究的经典应用之一,涉及生物医学工程、数字信号处理、人工智能、机器学****等领域。近年来,J椒掷嘌芯咳〉昧艘欢ń梗⒃谝搅诊断中得到了初步应用,但离专业医生的诊断水平还有较大差距,可应用于临床辅助诊断的J分类仍然是目前亟待解决的问题。在对无线蓝牙可佩戴心电图设备研究的基础上¨诿嫦蛏缜透鋈擞τ玫墓讨刑崃冻鯡模式分类问题¨1狙芯康某龇⒌闶翘致勖嫦蚴际应用的掷喙ぷ饕弧#樯蹺模式分类的研究进展,主要涉及知识推理、结构锓模式识别、统计模式识别、神经网络方法等¨⋯。在此基础上,进一步探讨现阶段J椒掷嘌芯吭谑导视用时面临的主要挑战及可能的解决途径。.芯拷知识推理是最早应用于J椒掷嘌芯康方法,它主要以知识工程领域中知识的表达与推理为基础,构建知识库,进而完成姆掷唷对年以前的研究进展进行了总结¨,早期的研究主要利用与/或图、产生式规则‘⒂镆逋、模糊逻辑‘㈣等来描述医学专家近几年来,医学知识的获取和表达取得了一定进展。等采用归纳逻辑编程琁赐瓿蒃模式分类。且种关系学****的方法,能够将逻辑程序和归纳学****结合起来,在模型构建过程中借鉴领域知识¨引。他们首先构建各类恼锒媳尘爸J都疊,然后在知识集幕∩希圆馐园咐疎进行学****产生最终的假设集⒔ǜ媚P陀τ糜类疾病的分类实验。等采用关联规则挖掘的方法获取心肌缺血的诊断规则Ⅲ员妊芯苛类关联规则挖掘算法对分类结果的影响。另外,他们还利用决策树首先生成心肌缺血和心律失常疾病的诊断规则,再建立基于该规则的模糊决策模型仍谘芯空粕霞扑慊鶨实时分类方法时,采用决策树建立分类模型¨引。他们选取间期、间期、病人年龄等个特征,,他们对比了决策树产生的模型和医学定义规则的分类效果,结果表明类心拍更适用于医学定义的规则,嘈呐牡姆掷嗍视糜诰霾呤髂P汀等以有经验的医生专家诊断知识为背景,将可信度方法屯臣品椒ń岷希正常和异常牟蝗范ㄐ酝评砟P廷蟆个特征来区分正常和异常数据,通过对训练数据集的统计来获取推理模型的参数。飞利浦公司申请的专利通过对导联腟翁Ц吆脱沟偷男态分析,辅助诊断病变冠状动脉旧“。台湾大学申请的专利引入混沌相位空间表示ü。早期的知识推理方法倾向于直接获取医学知识,同时考虑到了医学知识表达中的不确定性。其不足在于:第一,模型能够表达的知识比较简单,而诊断过程中深层的、复杂的知识很难表达;第二,构建的知识库是静态的,不能根据应用环境做适当的调整。近年来,归纳逻辑编程、数据挖掘等方法的应用为获取诊断过程中隐含和潜在的知识提供了有效途径。但是,领域知识完整性和不确定性问题仍然是研究的难点。文献提取的规则与医学专家的知识还存在较多差别,如何完善数据挖掘过程进而获取有临床价值的知识还值得进一步研究。王丽苹等:心电图模式分类方法研究进展与分析重要的意义。知识推理方法的J丁⒗类型‘图呐慕峁故疽馔ㄈ。
万方数据
在文献中,将获取的知识用一阶逻辑表示,数据中的不确定性难以表达,谋尘爸J侗泶铩臼莸谋硎镜任侍庑枰T诮徊降难芯中解决。如何利用计算机模拟医生诊断过程中的思维和决策,以及如何依据诊断过程构建完整而实用的知识库,仍然需要更加深入研究。.芯拷结构模式识别根据分类对象所包含的结构信息进行分类¨。芯恐赋觯峁故侗鹣喽统计模式识别更加适宜于时间序列数据的分类Ⅲ诙訣识别中引入直线作为基元,按照斜率将直线划分为啵⒔岷霞淦凇⒎炔畹忍征,利用自动机完成ㄐ问侗鹂谝在上述研究的基础上,引入了隐马尔科夫模型琀瓿烧:鸵斐的分类嵋⋯。他分别建立正常囊矶品蚰P肘。和异常哪P椭狻#⑼ü扑鉋信号的条件概率、来判断舻睦型。糜隟类似的方法描述基元,引入两层模糊自动机完成正常和异常侗鹦针对饕2ㄐ危类隐马尔科夫模型,称为基本波形模型珽⒃诟骼郋的基础上,进一步建立针对不同心拍类型的伞啊最近一些研究对医学专家视觉信息中的结构信息给予较多关注。等引入镜像高斯模型,拟合ㄈ旱曲线信息Ⅲ直鹩个参数来描述ā波、波,从而获取ㄈ杭淦凇R窖ёḿ胰现!⒈媸被峁刈⒉ㄐ谓峁沟谋浠珼纫谰菀窖ё家诊断闹J叮ㄒ錛⒍俅斓仍谀诘男态特征口引。实验结果表明,引入形态特征后,可提高室性期前收缩类型心拍的识别率。通用电气公司申请的专利也涉及对段和ㄐ翁关注‘А很多研究工作将结构识别的方法与统计模式识别结合”U饫喾椒ㄊ紫榷ㄒ錏中的典型形态特征,然后用特征向量描述基本结构,并借助统计模型完成分类。飞利浦公司申请的专利通过模版提取ǖ男翁臀恢眯畔ⅲ溆隦淦组合识别房颤¨。等分别用个和霾样点振幅数据,描述ê蚐波到ń崾蔚形态特征;引入不同指标的间期,描述相邻心拍之间的关系;并用线性判别函数作为分类器口引,完成对美国医疗器械促进协会定义的驯的分类。等对比研究了包括波形面积、波形斜率变化率、波形正弦余弦值等形态特征的描述方式与基于匹配跟踪算法的频域特征描述方式对分类结果的影响啊J笛榻峁砻鳎当心拍之间的重复性较高时,频域特征的描述更合适;反之,则形态特征描述更好。.嬖诘奈侍结构识别的核心是定义对象的结构,称为基元,并采用规则或语法结构作为基元的识别函数。结构模式识别在基元的描述和识别函数的设计中,需要借助较多的领域知识。早期的研究多以通用的结构缰毕叩作为基元。文献,鹊墓ぷ髯⒁獾搅艘缴泳跣畔⒅械慕峁模式,并将结构信息用特征向量的形式表达。从实验效果来看,结构信息的引入能够有效地提高分类器的准确性。从医学角度说,ㄈ旱男翁J接种,有经验的医生凭记忆中的模版能迅速判断反映了什么病症,这个过程实际上是一个分层的、由粗而细的综合和分析过程∞。结构模式的引入能够有效模拟医生记忆中更粗粒度的特征。目前应用于掷嘀械慕峁贡硎痉绞交贡冉系ヒ唬且仅限于一段固定时间范围内的波形描述。就J椒掷喽裕暾慕峁故侗鸱椒ㄐ枰0结构定义、结构表示、结构识别算法等,这些问题都有待更深入的研究。世纪年代以来,统计模式识别的方法逐渐应用于J椒掷嘌芯恐校⒊晌8昧煊虻闹要分支。支持向量机琒侗鹆煊虻挠τ檬墙改昀醋钪饕5慕怪一㈣“。。等以获取高可信度的分类结果、减少类别错分的医学风险为目标,在惴ǖ幕上引入包含拒绝判定区域的產方法Ⅲ⒔。确直鹩酶呓桌刍亢拖6鼗数获取同一信号的两组特征集,针对这两组特征集分别训练得到两个掷嗥鳎钪沼眉尤ㄍ镀狈中国生物医学工程学报结构锓模式识别统计模式识别,最近
万方数据
对分类结果集成А@糜米钚【轿蟛罾慈范各分类器的权值,有,式中,8鞲龇掷嗥鞯呐芯鼋峁珼为正确分类的结果,形为需要求解的分类器权值。确直鸾钚《薙引入到的分类问题中蟏,许建强等研究了利用小波分析和剂狤进行正常和异常分类的方法‘⒙硎暇嗬氲然谕臣频哪J分类方法也应用于姆掷嘌芯恐小考虑到了诟鎏逯洳钜旖洗蟮奈侍猓A颂高分类模型的适用性,将全局分类函数和局部分类函数结合,提高了分类的准确性纫将全局分类器和局部分类器结合,利用瓿煞类任务除此之外,奶卣魈崛∮胩卣餮≡穹椒ㄔ统计模式分类中得到较多的重视,主成分分析成分分析畇、小波分析榷嘀痔卣魈崛〉姆椒ū挥τ糜确直鹩肐和提取同一心拍的信息,用互信息选择算法进行特征选择,最后利用宰钪仗卣骺占浞掷郋迷颊穹怠离散余弦变换、小波变换提取征毖芯苛嘶诶嗉渚嗟目煞中耘芯荻圆煌特征向量进行特征选择的方法Ⅲ扔眯拍原始振幅数据与三阶线性预测函数的差值作为奶卣髦担倮肞进行特征选择,进而对数据进行聚类,完成牧椒掷嗯斜餒引。等分别利用三阶累计量、三阶自回归模型、基于小波熵的小波变换模型提取卣鳎岷匣于距离的聚类模型对痔卣骷姆掷嘈Ч辛分析仍谟肐提取藕攀保悸橇间期和翁杂诜掷嗟闹匾R庖濉R谰问期的变化,提取两种时间长度的ㄐ危在此基础上提取独立成分∞“。惠普公司申请的专利引入核函数,计算给定胗勺ḿ疑秆〉牡湫类型J降南喽圆钜欤玫交诟貌钜斓奶卣向量并以此作为分类依据哺引。.嬖诘奈侍统计模式识别的核心是用卣飨蛄棵枋龆象,依据分类错误率寻找最佳分类判别函数,从而得到类别在占渲械淖罴鸦帧M臣颇P投粤域知识依赖较少,算法的优劣较多依赖于样本的特征表示方式。目前的研究对于特征提取方法的讨论较多,其中以和的工作最具代表性挪’嵌员妊芯苛硕嘀植煌卣魈崛》椒的效果。分类器融合、局部分类器与全局分类器构建、结构特征的引人等,是近年来统计模式识别方法在掷嘤τ弥械闹饕=埂#从实验结果来看,统计模型的准确率较高,且适合计算机处理,但是泛化能力依然不能令人满意,将其直接应用于实际环境中难以达到较好的实用效果。相对于特征提取方法而言,分类器本身的结构分析以及面向实际复杂数据的分类模型构建等问题,在以往的研究中讨论得较少,都值得进一步探讨。.芯拷由于经典人工智能遇到难以克服的瓶颈和问题,人们曾寄予人工神经网络以极大希望。由于认知神经科学的结论迄今为止颇为有限,人脑机制和目前的机器结构似乎又大相径庭,因而人工神经网络研究在经历高潮后又趋于平静,但也有一些研究人员在不断进行尝试。等近期做了若干针对纳窬绶掷喙ぷ鳌薄啊;首先,用模糊值聚类方法对原始数据进行聚类分析,抽取每个类别中心点的数据构成新的小样本集,从而减少训练样本的数量;然后,对样本进行主成分分析,降低维度,并将降维后的数据输入多层感知器缃蟹掷唷冉⒌神经网络结构能够较好地缩短神经网络模型的训练时间。隒⒌哪:煸油缦同⑼倍种特征提取算法进行比较。等将形态特征、波形的统计特征、ㄑ缩后的振幅特征等组合成维的特征向量作为神经网络输入,重点研究了单个神经网络模型以及两个神经网络模型的组合分类问题很多学者的工作都涉及特征提取蜓≡方法与神经网络分类模型的结合。和确直研究了小波与概率神经网络结合实现J椒掷嗑伞啊А然寡究了肷窬绲慕岷暇。炔捎镁向基函数,对原始的数据进行平滑处理,径向基函数的系数构成特征向量,,‘·。圳、独立姆掷嘌芯恐小神经网络的分类方法王丽苹等:心电图模式分类方法研究进展与分析我籇,
万方数据
旦理∑,。弧瓶冢‘一主要的挑战与解决途径将其作为前馈神经网络甪的输入进而实现分类怕引,有式中,,⋯,为所需要求解的特征向量,T夹藕挪裳奔洌琍为采样点总数,:数叠加次数,痧猶>断蚧琘。5谕采样点的振幅。采用特征向量法提取原始墓β势祝梅蠢∩窬缃⒄攵类的分类模型Ⅲ基于自组织映射聚类模型也被应用于淖远治鲋小等利用治鲆钟糁⒉∪说腅,结果表明非监督学****能够很好地将临床上不同组的数据区分拍。壤肧对室性期前收缩鼍劾喾析,在自组网的映射中用ㄈ壕焖俑道镆侗换的功率谱作为特征洳等对比研究了蚆的分类效果,从实验结果来看,,基于神经网络的掷喾椒ㄑ芯看多通过建立混杂的网络模型来解决分类的准确性和适应性问题。以神经网络分类器为背景,和等也做了许多有关特征提取方法的研究‘。⋯。神经网络模型在实际应用中面临如下问题:在具体应用中,很难确定最优的网络结构;实际数据与训练数据的分布存在较大差异,直接将神经网络模型应用于实际问题也很难得满意的效果;在实际应用中,神经网络模型很难根据应用环境调整。可见,上述因素限制了神经网络模型在远侗中的进一步应用。除上述方法之外,人工生命哺引、免疫算法㈣】、遗传算法。加纫苍贓模式分类中有一定应用。另外,许多国内外专利也涉及对掷喾椒ǖ奶论。总体来看,统计模式识别和神经网络模型针对标准菘獾哪J椒掷嘁丫锏浇细叩淖既率。表直鸫邮笛槭荨⑹笛榉椒ā⒗啾鹗确矫对近年来J椒掷喾椒ń卸员龋渲小白既性”为该模型所对应的最佳实验结果。由于实验数据集的差异,表臣频淖既仿式供参考,并不能完全作为各分类方法之间对比的依据。齟榷员确治隽种分类方法分别在两类数据集上的分类效果‘】,表明姆夯力要强于神经网络和决策树模型,但是当分类模型应用于更多的数据时,准确率均有较大下降,难以国生物医学工程学报甋心电图模式分类方法对比中卷表·表示麻省理工学院,的狟心律失常数据库;·硎九分扌脑嗖⌒.的—牡缤际菘狻
万方数据
由此可见,J椒掷嗳匀幻媪僦疃嗵粽剑尤其是面向实际应用的J椒掷嘌芯浚咛在实际应用中,莘植嫉母丛有愿类模型的建立带来诸多困难。诓煌∪酥间存在很大差异,不同疾病的病人问、同类疾病的病人间以及同一个病人不同时刻的伎赡艽K孀攀萘康脑黾樱啾鸬目分性变弱,统计模型的泛化能力下降。临床数据存在标注瓶颈,虽然已有的准数据库为各类算法的对比提供了有利的参照,但是相对临床数据而言,标准数据库在数据规模、数据分布等方面存在较大差异,不能满足在面向实际应用中对大规模标注数据的需求。而对于临床数据的标注而言,由于标注工作量巨大,难以获得大规模标注数据库。模式分类算法之间很难直接对比,因为分类算法的评估指标多提到灵敏度、特异性、准确率,却较少讨论实验数据本身的差异,从而无法真正实现各分类算法之间的对比。卣魈崛『捅硎疚侍猓绕涫侨诤弦窖专家诊断过程中所关注的特征是重要且有待突破的难题。下面具体讨论以上问题的潜在解决途径。在实际应用中,萘看螅啾鹬浣徊的可能性增大,特征的可区分度变弱。针对该问题,可以从降低分类问题的难度、增强分类模型的识别能力两个方面来尝试提高分类方法的准确性。医学上定义的嘈统实湫偷氖餍谓峁梗此运用自顶向下的多层分类模型,在不同的层次训练不同的分类模型,进而完成多分类。这是降低类别间交叉度的潜在途径之一。降低分类问题难度的其他可能方法是利用多导联数据建立分类模型,从而提高类别间的区分度。杉讨谢袢〉亩嗟剂J菔窍嗤刻、不同采集点对心脏运动的记录。基于多导联数据的分类模型,可增强类别间的区分度,从而提高分类的准确性。许建强等提取导联的特征向量,将其作为氖淙肜赐瓿闪椒掷嗍笛镠俊M斐等以专家经验为基础,在每个导联分别提取种特征,建立基于姆掷嗄P。飞利浦和通用电气公司申请的专利也涉及针对导联分类的讨论。从增强分类器的识别能力来说,多分类器融合分类器的分类结果按照一定的规则进行融合,进而决定最终的分类结果。大量的实验和应用表明,多分类器融合往往比单个分类器的分类效果好。多分类器融合的算法大致可分为两类:一类是基本分类器之间不存在强的依赖关系、可以并行生成的算法鏐等焕嗍腔痉掷嗥髦浯嬖谇的依赖关系、必须串行生成的算法鏏等尝试了多个诤系腅模式分类实验,完成了多个分类器级联的分类实验。结果表明,分类模型的准确率有所提高。另外,将知识和统计方法相结合,也是一种增强分类器识别能力的潜在途径。结构识别的方法更接近于人脑的思维方式,但是思维中的不确定性很难准确定义,导致这类模型的鲁棒性不强。统计模型易于计算机表示和处理,但是泛化能力差,难于面向复杂的实际应用。随着模式识别的理论体系不断发展和成熟,将知识与统计方法相融合的研究逐渐出现。文献针对计算机视觉信息处理问题提出:为了提高计算机模拟人类视觉的能力,今后的方向应该是将结构法与统计法相结合。等从方法论的角度讨论了嗖煌J绞侗鸱椒ǖ特点,并认为结构与统计的结合是模式识别研究的一个重要方向¨引。文献强调重视领域专家经验和形象思维过程,并指出模拟医生判读乃维过程的重要性。知识与统计方法的结合有多种途径,如在知识推理过程中融入不确定性参数,增强其模型的鲁棒性;或从更粗的粒度上考虑,分别建立基于知识和统计方法的不同分类器,再将它们进行融合。近年来出现的统计关系学****模型¨⋯,融入了一阶逻辑、似然理论、机器学****等多方面的思想,为解决实际复杂问题提供了新的思路。目前,将知识与统计方法相结合进行J椒掷嘌芯还较少。如何更好地利用医学知识或专家经验,并结合统计模型来建立分类器,值得更深入研究。国际上现有的曜际菘馕8髦諩模式分类方法之间的比较提供了统一的数据基础,但限于其数据规模和标注规范而难以胜任实际临床曜⑹菘獾拇娲⒈曜际潜曜⒌幕 可扩展标记语言王丽苹等:心电图模式分类方法研究进展与分析实际应用。包括:在很大的差异’面向实际姆掷嗥鞴菇ㄎ侍是值得深入研究的方向。多分类器融合,是把多个临床数据的标注瓶颈应用。,
万方数据
膌瞌糌澹畕蚶三蚶迦结语已经广泛应用于数据的定义和交换,在∩两种萁换槐曜肌9谟醒д咴诮⒅泄人心脏疾病菘夥矫婵U沽嘶⌒怨ぷ鳎在已有存储标准的基础上制定了面向实际应用的际莺捅曜⑹莸拇娲⒏袷。莸谋曜⒐ぷ魇且幌罘浅P量喽彼的任务。医学专家需要完整标注包括每个心拍的疾病类型,以及各个导联数据的波形起点、终点、波峰点等在内的信息,这比俅舱锒瞎谈8丛印针对标注过程工作量大、纯手工标注等缺点,进一步研究基于计算机辅助的半自动标注方法具有实际意义。非监督学****能够在样本标签未知的情况下进行数据的聚类分析,但是类别数的确定往往是聚类方法的难点。在非监督学****基础上发展而来的半监督学****为小样本量下的分类工作提供了有效手段,可以作为提高标注效率的切入点进行研究。目前,针对掷嗄P偷难芯看蠖嘁员曜菘馕;。鞣椒ǖ牧槊舳取⑻匾煨浴⒆既率等指标都有讨论。但是,许多研究工作往往是利用菘庵械牟糠掷嘈突蛘卟糠质萃瓿墒验,这种不一致性给不同模型的对比带来困难。因此,就J椒掷嗟难芯抗ぷ鞫裕⑼骋挥效的评估指标是有意义的。笔者认为,分类模型统一评估指标应包含:训练数据的复杂度,测试数据的复杂度,算法灵敏度、特异性、准确率等多个方面。其中,数据的复杂度度量标准最容易被忽略,而又是各类方法之间对比的基础。数据的数量、类别等是最基础的复杂度信息,类间距、类内距、熵等指标可作为数据复杂度的参考。文献提出的云模型对数据中的不确定性进行考虑,是一种定量与定性转换的模型,而云模型中的参数也可以作为数据复杂度的度量指标进行研究。目前,已有很多对卣魈崛∮氡硎痉椒ǖ研究,其中时域特征大多通过斜率阈值法获取旧¨,频域特征往往以ǚ逦V行牡恪⒆笥腋魅∫欢的数据进行特征变换获得。卣魈崛∮氡硎方式是分类模型建立的关键。在和的研究工作中,除了关注常见的医学特征外,还考虑了ㄐ沃械拿婊⑿甭时浠忍卣餮。笔者认为,医学专家的领域知识能够为莸特征定义提供指导。因此,获得经过医学专家确认的特征集合进而研究特征的提取和表示,将是一条有效途径。形态特征是医学专家进行判断的视觉结构信息为典型的ㄈ盒翁,在特征空间中有效地增加这部分信息的描述将降低分类难度。等首先确定了医学领域中常见波形形态特征的定义,进而研究了形态特征的表达和识别问题”。总体来说,无论是时域特征还是频域特征,如果能够充分吸纳和融合医学知识实现特征的提取或表示,将对后续分类问题的解决起到重要作用。笔者从方法论的角度,总结并分析了近年来一些专家学者采用不同方法在J椒掷嗔煊虻进展和研究成果。目前,J椒掷嘀饕J墙饩面向实际应用的掷啵咛灏嫦蚴导视τ数据的分类器构建、面向应用的莸拇娲⒑标注、分类模型统一对比方法、特征提取和表示等问题,最后对可能的解决途径进行了探讨。J椒掷嗳诤狭松镆窖Чこ獭⑷斯ぶ悄等多个领域发展至今的成果。笔者从J椒类问题人手提炼出的研究问题在许多其他模式识别应用领域也有存在,这也在一定程度上反映了模式识别技术在医学领域应用过程中存在的瓶颈和困难。因此,面向实际应用的复杂数据分类方法是模式识别技术在医学领域应用过程中非常关键并且很有意义的研究方向,也为计算机技术在其他领发展起来的和是现有的分类模型的对比困难特征提取与表示问题中国生物医学工程学报卷圈心电图的翁各子图上方为记录·.—
万方数据
参考文献域的交叉、应用起到了积极的推动作用。王丽苹等:心电图模式分类方法研究进展与分析【【李志平,张福利,:..:.:瓸甀篢浚李延军,严洪,杨向林,:.甀篜..:】.:..:瓵琖:.·,格雷格·,,一一.·,瓻甈篊甈【.甀【.:—.甃.:.:琗.—琂,琒琙://甹甤/—/一—.琓,“:—,..琍琋。一,。:.,,—甁瓺珺琈,琍:珻,。,篒狢,甊:。.琂,:—..,:篧,,瓻。瓻琫—.—..:甌::,—.—,現—。.琁甊猼,,:.,.琈甋甅
万方数据
中国生物医学工程学报卷【.:甐篒薛,,.:狹甀】.甅澜缱ɡ篧董军,徐淼,詹聪明,:方法、问题和新途径镆窖Чこ萄г又荆:—:琫】.:】..,,浚..许建强,袁震东,李高平,,:—.甈—:..:—.黄忠朝,陈裕泉,:瓻珽甅,莫雷诺甓郉,罗甘糜谛脑嗖⊙Ш筒∪思嗷な分析的多层系统】.中国专利:.,。,。.琌狧,,—.:珿瓵篢琀,,.—,,—,,.,—,,—.,——琄琍—珻。。———,.—.琫.—,一—./,..甋,痶珹瓺瓹篠琑—.—.現,—.琌篢瓹,。
万方数据
王丽苹等:心电图模式分类方法研究进展与分析癩【甈...【.,,瓵浚瓺。瓹:.【.:甀.:#.../..:—.—瓹:.,甀篜甈篒李德毅,刘常昱。杜鹚,】.软件学报,,:—..——。,,—.:—..琑—,,—,.,,,,瓹騢,,,琘琗琫珼瓾:珹琂,,:..—.—,—,,..,,甈琄瓵琋珺瓹”——.一一/一一.,..。琙甔—篈一.—