基于随机森林的阵发性房颤自动检测算法

作     者：雷耀 艾戈韬 颜文婧 李鸣 LEI Yao;AI Getao;YAN Wenjing;LI Ming

作者机构：南昌大学机电工程学院江西南昌330031 南昌大学信息工程学院江西南昌330031 国网江西省电力有限公司检修分公司江西南昌330096 北京工商大学计算机与信息工程学院北京100048 

出 版 物：《南昌大学学报（理科版）》 (Journal of Nanchang University(Natural Science))

年 卷 期：2019年第43卷第4期

页      面：383-389页

学科分类：0831[工学-生物医学工程（可授工学、理学、医学学位）] 08[工学] 0836[工学-生物工程] 

基　　金：江西省教育厅科学技术研究项目(GJJ160212) 江西省科技厅重点研发计划(20161BBE50084) 北京工商大学青年教师科研能力提升计划资助项目(PXM2019_014213_000007) 

主　　题：房颤 随机森林 RR间期 

摘      要：为了解决在阵发性房颤中持续时长较短的房颤检测问题,本文提出了一种基于随机森林的阵发性房颤自动检测算法。该算法主要是利用了在房颤发生时期心电图的RR间期绝对不规则这一特点,并采用了一种滑动窗口模式,分别从时域、频域和非线性分析3个方面进行特征提取,最后通过随机森林进行房颤检测,并将检测结果与数据实际标注对比。数据采用的是MIT-BIH房颤数据库,其最终敏感性(Se)、特异性(Sp)和阳性检测率(+P)分别为99.12%、98.86%、98.46%,实验结果证明了该算法的有效性。