熵分析方法在生物信息處理中的應(yīng)用.pdf

1、在本文中，我們分析研究了兩種生物信號，一種是步伐時間序列，一種是心電圖（ECG）信號。使用的是近似熵和功率譜熵兩種分析指標(biāo)，分別對兩種信號進(jìn)行分析研究。 本文的研究分兩部分：第一部分，用近似熵對兒童步伐時間序列進(jìn)行分析研究，觀察熵值的變化規(guī)律，發(fā)現(xiàn)兒童在3到14歲時，隨著年齡的增長，近似熵值逐漸減小，表現(xiàn)為步伐趨于穩(wěn)定。相關(guān)研究中多采用線性方法對這類時間序列進(jìn)行研究，而本文采用的是近似熵這一指標(biāo)，發(fā)現(xiàn)近似熵可以更好的反映時間序列

2、的復(fù)雜性差異，所需數(shù)據(jù)量小，具有敏感性和穩(wěn)定性。第二部分：本文提出功率譜熵的子頻段法和縮合法，用其對一組健康組及一組心肌梗塞患者組的心電圖信號進(jìn)行分析，擬探討健康組和心肌梗塞患者組的功率譜熵值的差異。研究發(fā)現(xiàn)：子頻段上的功率譜熵值能較好的區(qū)分老年心梗者和老年健康者。利用縮合法分析研究發(fā)現(xiàn)，隨著年齡的增長，健康者功率譜熵值逐漸變小而心梗者的功率譜熵值基本穩(wěn)定不變。中年時，健康者的熵值大于心梗者（P<0.05），而老年時，健康者的熵值小于心