病理信號的模式熵和符號動力學(xué)分析.pdf

1、對心電信號(ECG)的識別是及時診斷各種嚴重心臟疾病的基本手段。室性早搏(PVC)和房性早搏(APV)是威脅人類生命的嚴重的心臟疾病。本文提出基于模式熵方法識別正常竇性心律(NSR)、房性早搏(APC)和室性早搏(PVC)信號。目前提出的很多識別NSR、APC、PVC等疾病的方法準確率達到90％到98％，但是大多數(shù)方法都需要數(shù)據(jù)量大。通過計算正常竇性心律信號(NSR)和室性早搏，房性早搏的模式熵值，然后對結(jié)果的分析對比，證明了模式熵方法

2、的合理性和準確性而且不需要很太多的數(shù)據(jù)。
　　 論文提出了基本尺度熵的改進算法，并用以研究了正常人、充血性心力衰竭病人和有心臟驟停現(xiàn)象的病人的心跳時間序列。研究表明正常人心電信號的信息熵值最大，充血性心力衰竭病人的信息熵值呈現(xiàn)下降趨勢，有心臟驟?，F(xiàn)象的病人的信息熵值最小，對應(yīng)著臨床上意味著病人的生命已進入到危險階段。此時是臨床救治病人的關(guān)鍵時期。該研究結(jié)果對臨床自動診斷具有重要的意義，特別是在長時動態(tài)心電監(jiān)護過程中，可以起到及時