1. 102學年度國立中正大學電機工程學系專題展 題目: 一個使用心率變異性便是充血性心力衰竭與心房纖維顫動的方法 指導教授: 余松年 專題學生: 張三豐 研究動機: 二、特徵擷取: 對取得的HRV data進行特徵擷取，其方法除了一般時域統 計與頻域特徵外，另外也使用龐卡萊圖、小波熵、頻譜熵、 心率變異性直方圖統計、一階差分散點圖等方法截取特徵， 試著針對心率變異性變化做分析，以期望找到真正能代表疾 病的特徵。 擷取自行政院衛生署衛生統計資訊網-100年度死因統計 有鑑於心臟疾病佔國人死因排行第二名，我希望能藉由 簡單的方法從心電圖找出能代表疾病的特徵，進而建立 一個疾病辨識系統，以期能越早發現疾病，及早治療。 研究目的: 時域 頻域 研究如何藉由觀察心電圖中心率變異性(HRV)所呈現的 變化，辨識出兩種疾病跟正常人: 心房纖維顫動(AF)、 充血性心力衰竭(CHF)、正常人(Normal Sinus Rhythm)， 建立一個基於生理訊號的疾病辨識系統。並且探討AF 跟NSR、CHF跟NSR的辨識結果，以及AF、CHF跟NSR 同時分三類的辨識結果。 正常節律 (NSR): 一階差分散點圖 龐卡萊圖幾何 三、特徵選取: 特徵選取採用的是逐次前饋式搜尋法(SFS) 充血性心力衰竭 (CHF): 四、分類器: 分類時，本研究採用支持向量機(SVM)、第k位最接近的 鄰居(KNN)兩種分類器做比較。 心房纖維顫動(AF): KNN示意圖 SVM示意圖 研究方法 : 研究成果: KNN: 辨識率 =92.93% 藉由心電圖或脈搏量測，我們可以得到心跳跟心跳間隔 時間序列。這種分析量測連續心跳速率變化程度的方法 便是心率變異性(HRV – Heart Rate Variability)。 辨識率 =94.62% CHF&NSR AF&NSR SVM: 辨識率 =94.66% 辨識率 =93.85% 一、資料庫來源: 本研究是使用名叫Physionet公開網站所下載的HRV data。 CHF&NSR AF&NSR