一种多特征值多模型融合的房颤识别方法

本申请涉及一种多特征值多模型融合的房颤识别方法，涉及医疗信号处理的技术领域，该方法包括：获取RR间期序列；并行地，对预设短时段的RR间期序列提取包含RR间期模糊测度熵在内的多维短时特征集，并通过短时模型生成短时识别结果；同时对预设长时段的RR间期序列提取的多维长时特征集，并通过长时模型生成长时识别结果；模型结果融合模块基于长时识别结果，并结合多个短时识别结果中房颤结论的占比，应用双重阈值判断逻辑，输出最终的房颤识别结果。本发明通过结合不同时间尺度的非线性动力学特征，并采用分层决策的智能融合策略，能够有效兼顾对阵发性房颤的检测灵敏度与对干扰噪声的抑制能力，提高了房颤自动识别的综合准确性。