基于多尺度熵的常見心臟疾病特征研究.pdf

1、近年來，中國的心血管疾病死亡率一直居所有疾病之首，患者人數(shù)在未來數(shù)年內(nèi)仍將繼續(xù)增加。心血管疾病在生活和經(jīng)濟上都給患者帶來了巨大的負擔。心電圖(ECG)可以直觀準確地反映心臟的電活動特性和表現(xiàn)心臟的工作狀態(tài)，是目前臨床醫(yī)生判斷大部分心血管疾病的常用參考手段。但是，伴隨著心血管疾病患者人數(shù)的日益增加以及患者心電圖監(jiān)護數(shù)據(jù)的增加，完全讓臨床醫(yī)生人工根據(jù)心電圖來判斷心血管疾病發(fā)生將給醫(yī)生帶來巨大的工作負擔，且很容易發(fā)生誤判和漏判。因此，心電自動

2、分析技術(shù)應(yīng)用于臨床心血管疾病的判斷逐漸成為當前心電信號處理研究領(lǐng)域的熱點。多尺度熵(MSE)因其具有物理意義明確、分析更具有系統(tǒng)性等優(yōu)點在生物醫(yī)學(xué)信號處理領(lǐng)域正得到越來越多的應(yīng)用。本文基于多尺度熵對充血性心衰(CHF)和房顫(AF)兩種常見心臟疾病進行了特征研究，并提出了一種基于多尺度熵的充血性心衰判別算法和一種基于多尺度熵的房顫判別算法。
　　本文主要研究內(nèi)容如下：
　?。?）基于多尺度熵進行了充血性心衰的特征研究，并比較

3、了充血性心衰患者和正常人心率變異性之間的差異，發(fā)現(xiàn)健康人的多尺度熵的平均值大于充血性心衰患者，這說明充血性心衰患者心電信號的復(fù)雜度低于健康人。最后本文基于多尺度熵并結(jié)合連續(xù)相鄰兩個RR間期之間差值的均方根提出了一種新的充血性心衰判別算法，我們用MIT-BIH心電數(shù)據(jù)庫中的心電數(shù)據(jù)驗證了本文算法的性能。實驗結(jié)果表明本文算法的判斷準確率達到了91.67％，說明本文算法具有一定的臨床應(yīng)用前景。
　?。?）基于多尺度熵進行了房顫的特征研究