目的 研究一种基于多心电(ECG)周期融合和优先权分类的心室早期收缩(premature ventricular contraction,PVC)高精度检测方法.方法 利用再定义ECG样本和2种不同ECG分割方法得到4个以非线性Hermite系数为特征的向量集.文中的数据取自MIT-BIH数据库,包括正常窦性心律(normal sinus rhythm,NSR)和PVC.进行一种基于类优先条件约束的改建二次判别函数(improved quadratic discriminant function,IQDF)的分类,其中以贝叶斯分类阈值为基准寻找在优先限定PVC错误率条件下使NSR错误率为最小的拉格朗日分类阈值.结果 PVC和NSR分别取得了99.29％和96.73％的分类精度.结论 文中方法不仅能使PVC高分类精度得到优先保证,而且能使NSR分类精度保持在理想的高水平上.
作者：楼天良；葛丁飞
来源：航天医学与医学工程 2014 年 27卷 1期
