论文研究 基于特征提取和人工神经网络的心血管疾病分类

心电图（ECG）信号用于识别心血管疾病。用于处理ECG信号的信号处理和神经网络技术的可用性启发了我们开展研究，该研究包括提取ECG信号的特征以识别心血管疾病的类型。我们使用Matlab中的信号处理和神经网络工具箱来区分正常和异常ECG数据。从ECG数据库Physiobank下载的数据用于训练和测试神经网络。为了以很高的准确度区分正常和异常ECG，使用了带有NN的模式识别工具。特征提取方法还用于识别特定的心脏病。确定的疾病包括心动过速，心动过缓，一度房室（AV）和二度房室。由于ECG信号非常嘈杂，因此应用了信号处理技术来消除噪声污染。通过找到信号的RR间隔之间的距离来计算每个信号