冠心病患者RR间期序列的近似熵分析

目的通过近似熵研究冠心病患者心率变异性(HRV)的改变。方法采用近似熵这种只要较短数据就能表现信号特点的非线性动力学参数进行心率变异性分析。通过静卧-行走和静卧-心算两种实验方案下分别采集健康人(25例)和冠心病患者(26例)的RR间期信号进行方差分析以及近似熵分析。结果发现可以通过HRV的方差和近似熵的相对变化来评价受试者的心率调节机制,尤其在静息-行走应激实验中,行走状态时方差比静息状态时小,而近似熵比静息状态时大(P<0.05)。结论按节拍行走这样的有规律运动有利于冠心病病人心率调节机制的改善。

RR间期序列归一化直方图对CHF心功能级别评定的意义

目的研究一种基于短时心率变异性分析的充血性心力衰竭(congestive heart failure,CHF)患者心功能级别评定方法。方法选择符合纽约心脏病协会(NYHA)心功能分级Ⅱ、Ⅲ级的临床48例CHF患者,按照心功能分级分为2个组:心功能Ⅱ级CHF患者25例和Ⅲ级CHF患者23例。采集每例患者约10 min标准肢体Ⅱ导联心电信号,提取R波波峰位置,构造心电间期序列。根据心电间期序列,提出一种新的心率变异性图形化分析方法——RR间期序列归一化直方图,定义RR间期序列归一化直方图的量化评价指标——模糊区间信息熵。采用统计学分析方法检验两组CHF患者在指标模糊区间信息熵上有无显著统计学差异。结果成组t检验结果显示两组间有显著统计学差异(P=0.001)。结论 RR间期序列归一化直方图构造方法,可用于临床CHF患者的心功能评级。

心电图各波的逐拍形态差异分析

对心电数据库中的正常人、心绞痛病人和心肌梗塞病人的体表心电图进行分析,得到P波、QRS波和T波的形态差异序列和RR间期序列,用DFA(Detrended fluctuation analysis)方法分析其变异性。结果表明,从正常态到病态RR间期的DFA指数的变化模式同P波、QRS波和T波形态差异序列的DFA指数的变化模式不同。三种状态下RR间期的DFA指数都近似为1,从正常态到病态没有明显不同。而P波、QRS波和T波形态差异序列的DFA指数正常态近似为0 .5 ,且从正常态到病态呈减小趋势。

基于RR间期的阵发性房颤复发预测

房颤(AF)是临床上最常见的一种室上性心律失常,对患者危害大,及时利用医疗手段阻止房颤的发生或复发是房颤防治领域关注的焦点和难点。本文尝试利用4种方法对心电信号RR间期序列进行处理,统计不同指标在房颤发作前和远离房颤发作时期的变化,试图寻找能够预测房颤复发的因子。这4种方法分别是:功率谱分析、近似熵(ApEn)和样本熵(SpEn)分析、递归分析以及时间序列符号化。文中数据来源于阵发性房颤预测数据库。通过支持向量机(SVM)分类,评估4种方法的相关指标对房颤复发的预测效果。结果表明,递归分析中的各项参数综合使用达到的分类效果最佳,针对房颤复发预测能够达到95%的准确率;功率谱分析方法次之,准确率为90%;近似熵和样本熵分析、时间序列符号化的效果则不够理想,准确率均只有70%。本文结果说明,基于RR间期的递归分析和功率谱分析能够有效地评估心房混沌状态,对房颤复发预测有一定的参考价值。

心电模型中的混沌特性研究

该文对心电模型中的RR间期时间序列模型的输出值进行分析，通过对模拟的RR间期时间序列进行相空间重构、关联维计算、最大Lyapuvo指数计算，得出模拟的RR间期时间序列具有混沌特性，即心电模型具有混沌特性。

心电散点图的作图原理与分析

心电散点图（简称散点图）按时间顺序,对长时程RR间期序列作图。目前所制作的均为二维散点图,包括单象限和四象限散点图,以及差值散点图。掌握作图原理,根据图形特点,解读图形成因是学习和运用散点图的基本功。

重视心电散点图的临床应用

心电散点图（简称散点图）是近年来日益受到关注用于长时程心电数据分析的新方法,是数学思想、计算机技术与心电学相结合的产物。散点图以传统心电学中前所未有的整体观视角,采用非线性混沌的方法学,对RR间期序列进行诠释。