互模糊熵的改進(jìn)及其在心衰檢測(cè)中的應(yīng)用.pdf

1、目前，心血管系統(tǒng)疾病已經(jīng)成為全球成年人首要死亡原因，我國(guó)心血管系統(tǒng)疾病患病率逐年上升。近年來(lái)，我國(guó)在心血管疾病治療上的費(fèi)用以每年18.6％的速度迅速增長(zhǎng)，遠(yuǎn)遠(yuǎn)超過(guò)了我國(guó)國(guó)內(nèi)生產(chǎn)總值(GDP)的增長(zhǎng)速度，這預(yù)示著我國(guó)將面臨著巨大的醫(yī)療危機(jī)。因此，早期檢測(cè)和評(píng)估心血管系統(tǒng)功能狀態(tài)、進(jìn)而實(shí)現(xiàn)有效干預(yù)成為解決這一危機(jī)的有效途徑。
　　經(jīng)研究表明，分析心電、心音和脈搏波等心血管系統(tǒng)信號(hào)中所包含的生理信息可以判斷心血管系統(tǒng)的健康與否。然而，對(duì)

2、于心血管系統(tǒng)這一復(fù)雜的整體，單一的生理信號(hào)不足以全面反映出整個(gè)心血管系統(tǒng)功能狀態(tài)。隨著現(xiàn)代醫(yī)療設(shè)備與傳感器技術(shù)的發(fā)展，多種生理信號(hào)同步測(cè)量已成為現(xiàn)實(shí)，通過(guò)測(cè)量多種生理信號(hào)之間存在的耦合關(guān)系進(jìn)而檢測(cè)心血管系統(tǒng)功能狀態(tài)的方法為研究者們?cè)谛难芗膊≡缙跈z測(cè)的研究方面提供了新的思路。本課題主要做了以下幾個(gè)方面的工作:
　　(1)在傳統(tǒng)互模糊熵的基礎(chǔ)上引入調(diào)整因子λ，并提出了改進(jìn)互模糊熵算法。經(jīng)研究表明，傳統(tǒng)熵算法中相似性判據(jù)在實(shí)際應(yīng)用過(guò)程

3、中效果不佳，因此本文引入調(diào)整因子λ，定義了更符合實(shí)際信號(hào)分析的相似性判據(jù)——物理模糊隸屬函數(shù)，進(jìn)而提出了改進(jìn)互模糊熵算法。通過(guò)耦合噪聲模型和耦合MIX(p)模型的仿真實(shí)驗(yàn)得出，λ在[0.5，1.5]之間取值時(shí)改進(jìn)互模糊熵算法的統(tǒng)計(jì)穩(wěn)定性和相對(duì)一致性值均顯著大于互樣本熵和互模糊熵算法。
　　(2)通過(guò)仿真實(shí)驗(yàn)驗(yàn)證了改進(jìn)互模糊熵算法相比于互樣本熵和互模糊熵算法有更高的統(tǒng)計(jì)穩(wěn)定性。分別應(yīng)用互樣本熵、互模糊熵以及改進(jìn)互模糊熵對(duì)仿真心血管時(shí)

4、間序列進(jìn)行耦合性分析，經(jīng)仿真結(jié)果表明:互熵算法適用于心血管系統(tǒng)生理信號(hào)之間的耦合性分析;改進(jìn)互模糊熵算法的互熵結(jié)果的標(biāo)準(zhǔn)差最小，因而具有更高的統(tǒng)計(jì)穩(wěn)定性。
　　(3)通過(guò)臨床實(shí)驗(yàn)驗(yàn)證了改進(jìn)互模糊熵算法在心力衰竭檢測(cè)中擁有極高的應(yīng)用價(jià)值。臨床實(shí)驗(yàn)中獲取心力衰竭患者和健康人兩個(gè)群體的心動(dòng)周期-脈搏波傳播時(shí)間序列，并應(yīng)用互樣本熵、互模糊熵以及改進(jìn)互模糊熵對(duì)序列進(jìn)行耦合性分析，實(shí)驗(yàn)結(jié)果表明:三種熵算法都有區(qū)分心力衰竭患者與健康人群的能力，