论文部分内容阅读
心电信号的高频成份往往与一些心脏疾病密切相关.利用神经网络的学习能力和很好的拟合任意非线性函数的能力,将表征心电QRS波群的高频成份特性的特征参数输入给神经网络进行有监督的学习训练,最终能在由这些特征参数张成的m维空间中构建出一个m维的曲面来区分心脏病人和健康人的QRS波群高频成份,从而实现基于心电高频成份的心脏病自动诊断.