摘要：提出了一种改进快速独立分量分析与支持向量机相结合的新型心电图分类方法。利用埃特金加速法对快速独立分量分析算法的核心迭代过程进行改造,得到改进的快速独立分量分析算法,减少了迭代次数,提高了算法的收敛速度。新方法运用改进的快速独立分量分析算法提取心电图数据的特征向量,并通过支持向量机实现心电图信号的分类。对取自MIT/BH数据库的7种不同心脏状况的心电图数据进行实验,结果表明该方法整体识别率达到98.8%,改进的快速独立分量分析算法所需迭代时间比现有的快速独立分量分析算法减少48%。

关键词：ecg信号分类 独立分量分析 埃特金加速 支持向量机 

单位：浙江师范大学计算机系 金华321004 浙江师范大学电子工程系 金华321004