基于心电信号和回声状态网络的心源性猝死心拍预测

摘要

据最新的数据统计显示,心源性猝死是引发恶性心血管事件或导致死亡的主要原因,其发病具有突发性和不可逆性等特征。因此,研究心源性猝死的智能预测算法,对存在的危险进行精确的预测和及时的预警,对阻止因心源性猝死造成的死亡具有十分重要的意义。基于此,提出了一种基于心电信号和回声状态网络的心源性猝死心拍预测算法,通过回声状态网络建立了人体动态心电图时间序列预测模型,准确预测未来一时间段内心电信号的心拍形态。并深入探讨了心电信号中存在的典型噪声对心拍预测的影响。使用MIT-BIH的心源性猝死数据库中心电数据对本文算法进行了验证,结果表明本算法能准确预测心源性猝死心拍的发生。该项研究成果将有利用促进远程医疗中高危心血管病自动预警系统的发展,有效降低心源性猝死的致死率。