济南大学学报(自然科学版)

基金：国家自然科学基金项目(62271230)

针对心律失常诊断算法中存在的不平衡数据集诊断准确率及阳性预测值较低的问题，提出一种基于优化自适应模型的心律失常辅助诊断方法；提取心电信号的77维特征并将其融合，使用融合特征训练诊断模型，同时利用改进的粒子群算法优化自适应模型参数；采用优化模型对MIT-BIH心律失常数据库进行诊断实验并与现有方法进行对比。结果表明，本文所提方法在测试数据集的诊断准确率达到98.2%,正常或束支传导阻滞节拍、室上性异常节拍、心室异常节拍、融合节拍的阳性预测值分别达到98.5%、 96.1%、 95.5%、 92.0%,诊断准确率和阳性预测值明显大于现有方法的。

来源：2024年第05期

《济南大学学报(自然科学版)》期刊编辑部

查看济南大学学报(自然科学版)杂志2024年第05期