便携式心电设备实时短时单导联心电图房颤识别方法

作者：杨昆鹏 · 发表于：医学与公共健康 · 年份：2025 · DOI：10.63887/jmph.2025.1.5.14 · 研究领域：ECG Monitoring and Analysis、EEG and Brain-Computer Interfaces、Phonocardiography and Auscultation Techniques

本文针对便携式心电设备实时监测的需求，提出一种用于短时单导联心电图的心房颤动自动识别方法。基于处理后的2017 PhysioNet/CinC Challenge数据集，首先对心电信号进行方向统一校正和小波阈值滤波（Coif5小波基，Minimax阈值）以消除基线漂移和肌电干扰；进而提出一种带心拍信号质量评估的R峰定位算法，结合Pantompkins算法与余弦相似度分析，区分高/低质量心拍并提取心率变异性（SDNN、RMSSD等）和波形形态学特征（QRS时长、P/R幅值比等）；通过嵌入式特征选择方法中的随机森林进行特征选择，并最终采用支持向量机实现房颤分类。结果表明，该方法适用于实时处理，能有效提升短时心电图中房颤识别的准确性和鲁棒性。