【《基于模板匹配和机器学习的心电散点图分类模型分析》7800字】

基于模板匹配和机器学习的心电散点图分类模型分析目录TOC\o"1-3"\h\u30295基于模板匹配和机器学习的心电散点图分类模型分析 1285941.1分类算法流程 114681.2改进的豪斯多夫距离及可靠性 3122241.3特征选取和支持向量机 5220111.4模型验证及结果分析 8318411.5自动识别软件开发 10分类算法流程基于模板匹配和机器学习的分类模型流程如图5-1所示，该方法是结合前面两种模型、机器学习和图像匹配的一种分类算法。图5-1基于模板匹配和机器学习的分类模型流程图首先如前两种方法一样，读取心电数据后，用Matlab自带函数findpeaks找出心电信号的峰值所在，即R波波峰。将峰值对应的位置序列求差分，用得到的差分序列和一个采样点对应的时间相乘，就可以得到RR间期。读取RR间期数据，绘制出二维心电散点图，将散点图的水平轴和垂直轴统一到[0,2]秒，同时采用双线性插值的方法，将心电散点图的像素统一到512×512。第二步是如2.2章所示，用聚类排除离群点的影响，再旋转坐标的方式计算SD1和SD2，根据SD1是否大于50ms或SD2是否大于150ms判断低心率变异性。第三步是使用图像匹配里的豪斯多夫距离计算待识别图片和各模板的不相似度，认为该待识别图片和不相似度最小的模板是同一类。该算法和第三章基于增长曲线的分类模型一致，需要预先准备好带有标签的窦性心律、低心率变异性、早搏和房颤的模板，因为每一种类型中可能有多种情况，因此每一类应该有足量的模板。最初的豪斯多夫距离对孤立点、噪声等比较敏感，不适用于心电散点图的匹配。本文在多种改进方法中选用了平均豪斯多夫距离来计算待匹配散点图和各个模板之间的不相似度。第四步是在得到改进的豪斯多夫距离结果后判断结果可靠性，如果可靠直接输出改进的豪斯多夫距离结果作为最终结果，如果不可靠则继续第五步。本文提出了在散点图匹配中豪斯多夫距离可靠性判断的方法。并在验证中使用来自四个数据库的心电数据，用遍历的方法找到了最佳阈值。第五是利用支持向量机判断待识别散点图的类型，并作为最终结果输出。支持向量机预先使用带标签的模板训练。在使用支持向量机时，选取散点图多个特征，包括快加速区、快减速区、慢加速区、慢减速区各有多少比例的点分布、重心坐标、重心到其他所有点的平均距离、SD1、SD2的大小、聚类得到吸引子数目、总点数、B线斜率、增长曲线等。改进的豪斯多夫距离及可靠性豪斯多夫距离（HausdorffDistance，HD）是Huttenlocher提出的计算两幅二值图像间不相似度的方法。不相似度越小，两幅图像越相近。Hausdorff距离使用的对象是两组点集，它不需要知道点和点之间的对应关系，而是关注两个点集之间的最大距离。散点图是一个二值散点图，用这种方法非常合适。若某一模板与待分类图片之间的不相似度最小，则认为这个模板和待识别散点图是同一种心律失常。然而，豪斯多夫距离在实际应用中存在不足。近几十年来，研究人员提出了各种优化的Hausdorff距离。结合相关文献，本文在几种经典优化的Hausdorff距离中，选择了Dubuison提出的对噪声不敏感，且不需要设置参数的平均平均豪斯多夫距离，公式下所示。H（5-1）式中：A、B代表两个点集hMHD(（5-2）hMHD（5-3）式中：a和b分别代表这A、B点集中的点，NA代表A、B点集中点的总数，即A=a1,aa−b=X（5-4）式中：（X1,Y1）其中代表a点的坐标，（X平均豪斯多夫距离在降低噪声干扰的同时，也降低了一些相似模板的识别效果，容易造成相近散点图的分类错误。在这里有两种情况：如果计算结果中，最小的豪斯多夫距离和其他较小的豪斯多夫距离的差值很小，不相似度没有明显差别，此时分类很可能是错误的，如待识别图片的图像和窦性心律、房颤之间的不相似度之间很相近，代表待识别有可能两类中的任何一类，此时豪斯多夫距离的结果很可能是错误的；相反如果某一类的的豪斯多夫距离明显小于其他类，则分类有比较大的概率是正确的。因此，在计算平均豪斯多夫后，有必要进行判断，公式如（5-5）所示。P=（H2-H1（5-5）式中：P代表豪斯多夫距离的可靠性，H1代表待分类图片和模板间的最小豪斯多夫距离，H2代表了和在计算待识别图片和模板间豪斯多夫距离之后，对得到的豪斯多夫距离结算结果按照从小到大排序。如前三个豪斯多夫距离是待识别图片和窦性心律模板之间的计算结果，第四位的是待识别图片和某一房颤模板之间的豪斯多夫距离。则H1是最小的豪斯多夫距离计算结果，H2是排在第四位和房颤模板之间的计算结果。计算H1和H2的差值后再除以H1，是因为不同类别心律失常散点图之间不相似度有较大区别，如待匹配图片是房颤他和所有模板包括房颤模板之间的不相似度普遍偏高，如果待匹配图片是低心率变异性则他和所有模板包括低心率变异性模板之间的不相似度普遍偏低。如果只看H2-H1没有意义，除以H1将P与设置好的阈值作比较，如果P值高于某一阈值，则认为平均豪斯多夫距离有一定区分度，结果可靠；如果判断结果低于阈值，则认为分类可能发生了混淆，结果不可靠，转而采用支持向量机的结果作为最终结果，阈值会通过遍历法得到。经检验，综合使用豪斯多夫距离和支持向量机进行分类时，正确率高于使用单一方法进行分类。特征选取和支持向量机支持向量机在解决高维模式分类、小样本和非线性问题方面有许多独特的优势。传统的支持向量机是用来解决二分类问题的，但在实际应用中，大多数问题都是多分类问题。因此，本文采用一对一的方法，在任意两类样本之间设计了一个支持向量机，例如k类样本需要k*（k-1）/2分类器。对于未知样本，投票最多的类别是其类别。对于支持向量机，其分类精度主要取决于参数和特征的选择，本文选用线性核，以及多个特征组成的向量，包括选取散点图多个特征，包括位置分布信息、重心坐标、重心到其他所有点的平均距离、SD1SD2的大小、聚类得到吸引子数目、总点数、B线斜率、增长曲线等特征。一是位置信息。相关研究指出，对于24小时散点图可分为快速减速区、快速加速区、慢速减速区、慢速加速区等几个区域，这几个区域之间没有明确固定的分界线。本文对5分钟散点图做分析后，发现不同心律失常的短时散点图对于x=y等速线左右即加速区减速区的分布情况没有表现出明显差异，可能是“点”比较少，规律性不明显。不同心律失常的短时散点图对于“远端”“近端”的分布表现出一定的差异，在这几个区域中表现出不同的分布状况。因此本文将散点图按x+y=0.6、x+y=1.3和x+y=2固定的划分成”A”“B”“C”“D”个区域。支持向量机的第一个特征即散点图的点在这四个区域的不同分布比例，该特征是一个1×4的向量。图5-2散点图的位置特征二是散点图的总点数。不同类型的心律失常会在散点图中形成不同的图形，总点数是对图形面积信息的反应。如图5-3（a）房颤的散点图图形面积明显大于图5-3（b）低心律变异性的散点图图形面积。特征三是散点图吸引子的数目，也就是簇数。吸引子的数量和心律起源有关，同一起源的心律在心电散点图中会聚集到同一块区域，形成同一个吸引子，而当心律起源点变化时，就会产生新的吸引子。因此，散点图吸引子的数目能为心律失常的诊断提供依据。在窦性心律、低心率变异性、早搏和房颤中，需要区别图形是壹分布或是多分布，不需要计算多分布中具体的吸引子数目。因此该特征不采用传统的DBSCAN聚类算法，而是采用可靠性更高的3.4节的改进聚类算法得到。该特征是一个1×1的向量，如果改进的聚类结果是壹分布，该向量是1，如果聚类结果是多分布，该向量结果是2。（a）房颤散点图（b）心率变异性降低散点图图5-3不同面积的散点图特征四是分散程度。这是在观察大量5分钟庞加莱图后，本文提出的一个特征。用两个指标来表示：一是图形的重心(x,y),二是从庞加莱图中所有点到重心(x,y)的平均曼哈顿距离x（5-6）y（5-7）D（5-8）d（5-9）式中：N是庞加莱图中的总点数，（xi,yi）是第i个点的坐标，特征五是B线角度，采用本文3.3节所述方法计算得到。在不同心律失常类别的心电散点图中B线角度不一样，通常情况下房颤B线斜率<早搏B线斜率<窦性心律B线斜率。该特征也是一个一维向量。特征六是SD1和SD2的大小，采用本文3.2节所述方法计算得到，先用聚类排除离群点再用方差和坐标旋转的方法得到。一般窦性心律的SD1SD2比早搏和房颤都要小。本特征是一个1×2的二维向量。特征七是在增长曲线的大小，这是本文提出的新吸引子，采用本文4.2节所述方法计算得到，从散点图中重心开始以SD1和SD2方向为椭圆长短轴，椭圆扩张40次，记录下每次扩张后椭圆内的点占所有点的比例。一般窦性心律的增长曲线最陡峭，房颤的增长曲线中等，早搏的增长曲线最平缓。这是一个1×40的四十维向量。模型验证及结果分析该模型同样需要有带标签的训练集和不带标签的测试集，因此同样使用10折交叉验证。本文在做交叉验证时，同样规定同一个人的片段只能出现在训练数据集或者模训练数据集，不能同时出现在测试集和训练集，避免同一个人的心电散点图匹配到自己的模板。模型的分类能力同样用精确率、召回率和F测度衡量，在本文中每一类数据的样本量大小不一，使用F测度可以降低样本失衡的影响。精确率，指在模型预测为正样本的样本中实际为正的比例；召回率，指在所有实际正样本中被模型准确预测为正样本的比例；F测度，是一个综合指标精确率和召回率的指标。一般情况下，精确率召回率是两个呈现出负相关的指标，一个随着另一个指标的上升而下降。而F测度是综合了精确率和召回率来衡量分类能力，F1越大，代表分类器效果越好。为了确定阈值模型中P的阈值，本文使用遍历法，从0.1到0.9以0.1为步长，计算在不同阈值时的召回率、精确率和F测度。结果如图所示，在阈值从0.1到0.4的过程中召回率、精确率和F测度不断上升，在0.4到0.7之间最高并持平，在0.8到0.9之间下降。可以得出结论在P的阈值取0.4到0.7时召回率、精确率和F测度最高分别为0.9771、0.9690、0.9726。图5-4不同阈值的分类效果在模型取最佳阈值是时，利用数据库中的得到的四类数据，详细测试仅使用支持向量机、仅使用改进的豪斯多夫距离和综合使用两种方法正确率。结果如下表所示，单独使用支持向量机的平均召回率、平均精确率、平均精确率分别为0.9601、0.9597、0.9597；单独使用改进豪斯多夫距离的平均召回率、平均精确率、平均精确率分别为0.9505；0.9183；0.9268；综合使用两种方法的平均召回率、平均精确率、平均精确率分别为0.9771、0.9690、0.97255。综合使用两种方法的模型分类效果明显优于单独使用改进的豪斯多夫距离，略优于单独使用支持向量。这是因为支持向量机在结合前面两个模型的多个特征和本章提出的一些特征后，已经有一个较高的分类精度了。表5-1三种方法的分类效果平均召回率平均精确率平均精确率支持向量机0.96010.95970.9597改进豪斯多夫距离0.95050.91830.9268综合使用两种方法0.97710.96900.9726表5-2基于模板匹配和机器学习的分类模型精度精确率召回率F测度窦性心律10.93750.9677早搏0.93410.98840.9605低心率变异性111房颤0.97440.950.9620平均0.97710.96900.9726在使用最佳阈值后，基于模板匹配和机器学习的分类模型窦性心律60例中有60例被正确识别，在其他三类中有4例被误判为窦性心律，精确度、召回率和F测度分别为1、0.9375、0.9677；早搏91例中有85例被正确识别，在其他三类中有1例被误判为早搏，精确度、召回率和F测度分别为0.9341、0.9884、0.96045；低心率变异性56例中有56例被正确识别，在其他三类中有0例被误判为低心率变异性，精确度、召回率和F测度分别为1、1、1；房颤39例中有38例被正确识别，在其他三类中有2例被误判为低心率变异性，精确度、召回率和F测度分别为0.9744、0.95、0.9620；模型整体的精确度、召回率和F测度分别0.9771、0.9690、0.9726。该模型使用了改进的豪斯多夫距离去做模板匹配，比较了待识别散点图中具体的图形和各模板中具体图形的相似性。同时该模型也运用了机器学习的方法，忽略具体的图形而关注多个特征进行综合分类。因此该模型的精度明显优于之前基于诊断要素的分类模型和基于增长曲线的分类模型，测试结果表明该模型可靠、具有良好的精度，且窦性心律、低心率变异性、房颤和早搏的分类效果比较平均，模型有一定的应用价值。自动识别软件开发该模型的整体效果较好，因此基于该算法模型本文开发了一款心电散点图辅助分析软件。该软件是为帮助使用者简单、有效的阅读识别心电散点图而设计的。软件采用可视化的界面，通过设置不同的参数，可以读取不同格式的心电数据生成相应的散点图并直观的显示在界面上；可以在散点图中生成辅助线，对图形进行缩放，便于读图；可以对载入的散点图进一步处理，用不同颜色标记出不同的簇，提取并显示平均RR间期、SD1、SD2、SD1/SD2等参数；可以利用预先设计、训练好的基于模板匹配和机器学习的分类模型对散点图进行自动识别，判断出正常窦性心律、早搏、房颤、低心率变异性等四种常见散点图类别，为散点图的读图提供辅助建议。概括地说本软件的主要功能有：载入数据并生成散点图、提取散点图的多种参数、自动识别判断散点图类型。本软件在MATLAB下开发，借助MATLAB突出的数学运算、图像处理能力和机器学习能力，采用图形用户界面的方式，以实现对散点图的生成和分析，为使用者提供帮助。在MATLAB下运行软件目录中analysis.m文件，用户主界面如图5-5所示，主要可以分为图形显示区、参数显示区和按钮区。图5-5运行analysis.m文件的主界面图形显示区包括了原始心电散点图的显示和预处理后散点图的显示，预处理后的心电散点图用除黑色外的不同颜色区分出了不同的簇，用黑色标注孤立点。另外，原始心电散点图和预处理后的心电散点图都添加了辅助线且具备缩放功能，便于使用者的读图和放大感兴趣的区域。参数显示区包括平均RR间期、SD1、SD2、SD1/SD2和支持向量机自动分析识别结果。正常的RR间期时限应该在0.6-1.0秒之间。SD1和SD2是心电散点图中椭圆的半长轴和半短轴。SD1/SD2是判断散点图正常与否的一个重要指标。自动识别结果是将载入的心电散点图进行自动识别和分类，可以区分出正常窦性心律、早搏、房颤、低心率变异性等五种常见散点图类别，它是利用本节的模型分类。按钮区包括右上角的参数、帮助和下部的载入、分析、修正、清空、保存等五个按钮。在使用时，第一步应先点击参数，设置载入数据的类型，如果不设置，则默认载入数据为单行存储的、txt格式的RR间期数据；第二步是点击载入，在弹出的窗口中选择需要载入的文件，选择完成后会在原始图像区域中生成载入心电数据的散点图；第三步是点击分析按钮，软件会自动分析和处理散点图，把RR间期、SD1、SD2、SD1/SD2和自动分析识别结果显示在参数显示区。如果需要继续分析下一段数据，则点击清空按钮清空现有的载入数据，然后重复步骤二和三。如果遇到问题，则可以点击帮助，阅读使用提醒。如果需要保存分析结果，则可以点击保存。该软件可以载入不同类型的心电数据，应用范围较广。在使用时，首先需要单击主界面中的参数按钮，预先选择载入数据的类型，如图5-6所示。如果不点击参数进行设置则会默认载入数据为单行存储的、txt格式的RR间期数据。点击清空后，会清空载入的数据，但并不会清空设置的参数，如果接下来载入的数据类型相同则无需重新设置，如果载入的数据类型不相同，则需重新设置参数。如图5-6所示，可以选择的载入数据类型有两种：RR间期数据和采样数据。如果选择了采样数据，则需要输入采图5-6设置参数界面样频率，单位是HZ，即每秒采样次数。RR间期数据是指txt格式的、单行存储的心电RR间期数据，每行只有一个数据，该数据表示心电中相邻的RR间期的时长，单位是秒。采样数据是指单行存储的、txt格式的心电幅度数据，每行只有一个数据，该数据表示该次采样时心电幅值的大小，单位是毫伏。如果选择采样数据，则需要输入采样的频率后再点击确定。本软件使用低通滤波器滤除肌电干扰，采用窗函数法设计50HZ陷波滤波器抑制工频干扰，使用中值滤波纠正基线漂移。用Matlab自带函数findpeaks找出心电信号的峰值所在，即R波波峰。在设置完载入的数据类型后，点击保存返回主界面。下一步点击主界面中的选择按钮，在弹出的页面中选择需要载入的符合要求的txt数据，如图5-7所示。图5-7选择载入数据载入正确的数据后软件会根据RR间期数据或者计算得到的RR间期数据，以相邻的RR间期为一个点的X坐标和Y坐标，连续追踪作图，图中的每一个散点都取决于两个RR间期及二者之间的变化关系。然后软件会在主界面中显示散点图，横坐标为0到秒，纵坐标为0到2秒。在散点图中有三条辅助线x=-y+1、x=-y+1.5、x=-y+2，这三条辅助线加上x=y的对角线可以把图像分成多个区域。原始图像还可以进行缩放，供使用者放大刚兴趣的部分。在图像中单击或者左键选中一块区域可以进行放大显示，按住ALT再单击可以缩小显示图像，如图5-8（b）所示，便于阅读。也可以在图像区域点击右键进行操作，如图5-8（c）所示。图像默认为自由缩放，右键点击水平缩放或者垂直缩放后，再左键单击图像的效果分别变为水平缩放、垂直缩放。点击重置为原始图像则变回横坐标为0到2秒，纵坐标为0到2秒的情况。(a)正常比例图像（b）放大后图像(c)自由缩放图像图5-8图像缩放功能在完成参数设置、载入并显示数据后，可以单击分析，对载入的数据进行分析处理，分析结果如图5-9所示。在该软件中，点击分析后，处理后图像区域会显示经过聚类处理后的图像，用除黑色以外的不同的颜色标注出不同的簇，用黑色表示出不成团的孤立点。在图5-9的散点图中用绿色、红色、蓝色代表三个不同的簇，黑色代表孤立点。另外，同原始图象一致，处理后的散点图也具有辅助线，也可以对感兴趣的部分进行缩放。在该区域图像中也可以使用单击或者