[发明专利]基于Wrapper特征选择Bagging学习处理心电图的系统及方法

摘要

本发明公开了一种基于Wrapper特征选择Bagging学习处理心电图的系统及方法，所述系统，包含有扫描模块和数据分析处理模块，两模块之间通过网络进行连接，所述方法步骤如下：步骤1：通过基于Sobel_MCO筛选机制的k‑means算法提取纸质心电曲线波形，并将其数字化；步骤2：将步骤1获取的数字化数据通过本发明中的S‑C4.5‑SMOTE采样方法压缩和平衡原始数据的大小，以获得平衡和压缩后的数据，并且使得心电数据不失真；步骤3：将步骤2处理后的数据通过Wrapper特征选择方法减少数据的冗余特征，其中C4.5分类器作为Wrapper方法停止准则；步骤4：将上述步骤得到的数据集应用于Bagging‑C4.5分类器进行模型预测，得到准确的心电数据，并将其应用于心电图医疗数据分析中，以达到准确分析心电数据的目的。

主权项

一种基于Wrapper特征选择Bagging学习处理心电图的系统，其特征在于，包含有扫描模块和数据分析处理模块，所述扫描模块与所述数据分析处理模块之间通过网络进行连接，所述扫描模块，用于将心电图纸的内容扫描成心电图像；所述数据分析处理模块包含有：波形矫正提取模块、数据平衡压缩模块、Wrapper特征选择模块、Bagging C4.5集成模块，所述波形矫正提取模块，用于检测矫正心电波形并将心电波形曲线和背景分离发展；所述数据平衡压缩模块，用于对心电数据进行平滑处理和压缩处理；所述Wrapper特征选择模块，用于剔除心电数据中的冗余特征；所述Bagging C4.5集成模块，用于对心电数据进行分析预测，各模块间通过数据总线进行通信连接。