基于概率分布的符号熵在心音分析中的应用

心音信号是一种重要的人体生理信号,蕴含大量生理、病理信息。根据心音的特性提出了一种基于概率分布的符号熵算法,该算法突破传统均匀符号化的线性约束,一方面在第一心音幅值分布密集区域分配较多的符号,在稀疏区域分配较少的符号,减小数据冗余;另一方面在符号化过程中采用自适应方法决定符号集的大小,使得符号熵对心音数据的变化更加敏感,能够快速、灵敏捕捉心音信号中的非线性异常状态。由此不但可消除非平稳突变干扰和序列概率分布对熵值的影响,还能够自适应符号化。仿真实验结果表明,该算法具有显著的可行性和有效性,并且为心衰的无损快速诊断提供了一种新的思路。

心音信号周期增量序列的多尺度化研究

心音信号是一种复杂的生理信号,对心音信号产生机理的研究能够为心音听诊提供理论依据。文中从心血管循环系统的生理结构出发,讨论了心音的产生机理;然后,提出心音周期增量序列的多尺度化基本尺度熵和相关的评价指标;最后,利用本方法对健康人群和充血性心力衰竭患者进行分类分析。仿真实验表明,对心音周期增量序列进行多尺度化基本尺度熵分析,可以准确地区分健康人和心力衰竭人群。基于多尺度化基本尺度熵提出的诊断参数可以作为心衰早期诊断的一种依据。通过肩带式心音传感器首次实现了不用手持、长时间的心音采集,同时通过对长时间心音信号变化规律的研究,对于充分利用心音,挖掘听诊的潜力有着重要的意义。

一种基于集总参数的心血管系统仿真模型及心音产生机理

基于流体力学与电气网络的相关基础理论,建立一种基于集总参数的心血管系统仿真模型.该心血管系统仿真模型分为三个子模型:体循环子模型、肺循环子模型及心脏子模型.重点分析了体循环子模型和心脏子模型,给出收缩压、舒张压、射血分数等血流参数和仿真波形图,并对心音产生机理进行了分析.然后在此基础上进行扩展,增加了肺循环、血管、耦合壁等,使其形成一个闭合的循环回路,构成了心血管系统仿真模型.利用状态变量分析法建立该模型的数学表达式,并进行模拟仿真,得出心室心房血容量、心房心室压力、动脉血流量等仿真结果,该结果符合健康心脏的生理状况,并且利用该模型仿真了高血压病态和心衰病态状况,仿真结果与临床表现基本一致,表明本文提出的心血管系统仿真模型具有实际的可行性.