基于自适应快速S变换和XGBoost的心电信号精确快速分类方法

来源：电子与信息学报杂志2023年第4期北京时间：

作者：袁莉芬, 李松, 尹柏强, 李兵, 佐磊

单位：合肥工业大学电气与自动化工程学院 合肥 230009

摘要：针对心电信号(ECG)传统分类方法效率较低的问题，该文提出一种基于自适应快速S变换(AFST)和XGBoost的心电信号精确快速分类方法。该方法首先通过快速定位算法确定心电信号特征频率点，再根据特征频率点自适应调节S变换窗宽因子，增强S变换的时频分辨率的同时避免迭代计算，大大减少运行时间。其次，基于自适应快速S变换的时频矩阵提取12个特征量来表征5种心电信号的特征信息，特征向量维数低，识别能力强。最后，利用XGBoost算法对特征向量进行识别。MIT-BIH心律失常数据库和患者实测数据验证表明，该方法显著地缩短了分类时间，对5种心电信号的分类准确率分别为99.59%和97.32%，适用于实际检测系统中心律失常疾病的快速诊断。

关键词：心电信号, 心律失常, S变换, 自适应快速S变换, XGBoost算法

基金资助：国家自然科学基金(61971175)，中央高校基本科研业务费(JZ2019YYPY0025)