基于多分辨率分析的短时高频心电图近似熵估计

对原始的短时高频心电图(SHFECG)作近似熵计算难以得到稳定、可信的估计值。本研究从小波变换的多分辨率分析出发,对SHFECG信号先作分解,再作近似熵估计,发现含有较高频率成份的心电图细节信号,其近似熵值稳定可靠。并且,对心脏病患者、不同年龄的健康人的SHFECG分析发现不同频率层次的细节信号有着不同的近似熵值分布,显示出该分析方法在心脏疾病的早期诊断中潜在的应用价值。

模式熵与高频心电图信号不规则性的动态分析

通过对近似熵的分析、修正,提出了新的算法——模式熵的概念,使得不规则性分析能适用于短时大幅缓慢变化信号的时间序列中.然后将模式熵用于心肌梗死动物模型(Myocardialinfraction,MI)中高频心电信号(HighFrequencyElectrocardiogram,HFECG)不规则性动态分析.结果表明,急性心肌缺血时HFECG的模式熵有着显著的动态变化.因此,模式熵在心脏疾病的早期诊断中显示出潜在的应用价值.

短时心率变异性信号的基本尺度熵分析

心率变异性信号的复杂性能够反映出心脏的生理功能和健康状态,从短时的心率变异性信号中探测到复杂性特征具有重要的现实意义.提出一种基本尺度熵方法来探讨时间序列的复杂性.该方法对于低维的混沌序列logistic映射,其基本尺度熵的计算结果与Lyapunov指数的计算结果非常相似,并且叠加上随机Gauss噪声依然显示方法的有效性.通过用低维的3个非线性确定性混沌系统检验,表明该方法有效.我们把它应用到短时心率变异性信号,该方法能够很有效的区分出不同的生理、病理信号由于方法简单、运算快速、有一定的抗干扰能力使其能够为实际的应用提供方便.