简介:目的采用基于Lopez-Mancini-CalbetDivergence(LMCD)的统计复杂度分析方法,对充血性心力衰竭信号、心脏性猝死信号与正常窦性心律信号进行统计复杂度分析。方法采用Bandt-Pompe算法对符号序列进行模式概率统计,分析了充血性心力衰竭信号、心脏性猝死信号与正常窦性心律信号的统计复杂度。结果3种心律信号的统计复杂度存在差异,正常窦性心率信号的统计复杂度最高,充血性心力衰竭信号次之,心脏性猝死信号最低。方差分析表明,基于LMCD的分析方法得出的3种心电信号的统计复杂度差异具有统计学意义。结论采用LMCD的统计复杂度方法可以有效地区分3种不同生理病理状态下心电信号,为辅助临床诊断提供了一种新手段。
简介:摘要心血管疾病是威胁人类生命最主要的疾病之一,而心电信号(ECG)是诊断心血管疾病的主要依据。近年来,随着计算机技术的发展,心电信号的采集与处理也不断地向着自动化、智能化的方向发展。在心电信号分析系统中,影响心电自动分析结果可靠性的因素很多,其中一个重要原因就是心电信号中存在的各种干扰,如随机噪声、基线漂移、肌电干扰以及工频干扰等。由于这些干扰与心电信号混叠,引起心电信号畸变,使整个心电信号波形模糊不清,并对心电各波段的正确识别造成很大影响,从而影响诊断结果。为了给医生提供清晰的心电图形,以提高分析和诊断的精确性,首先要对心电信号数据进行预处理和特征提取,使心电数据曲线平滑、特征点突出。因此,选择合适的滤波方法对心电信号分析有着非常重要的意义。
简介:针对混沌在心脏系统中的研究,利用Lyapunov特性指数来进行心电信号的数据分析.由混沌检测系统的Lyapunov特性指数的计算方法,通过重构相空间,对健康人和5种类型心脏病人的数据作为样本进行对比分析.仿真结果表明,采用最大Lyapunov特性指数可以判断健康心脏和病态心脏的混沌性差异,为早期心脏疾病的辅助诊断提供了依据.
简介:摘要:表面肌电信号(Surface Electromyography,SEMG)是人神经对运动系统在控制时产生的微弱生物电信号,在皮肤表面通过表面电极进行提取、放大、降噪,在信号显示机上显示和记录的时间——能量幅值信号。它是神经系统在控制运动系统的肌肉运动时的一种信号表达,该信号检测方式对人的身体没有伤害。但是,最初的表面肌电信号相对微弱,会受到各种各样外界信号的干扰,而且,对于简单采集出来的肌电信号,其形式无法完全理解,无法对其中的有效特征进行迅速的分辨。因而,我们不仅需要对其信号进行处理和特征提取,并且在该基础上采用不同的方法,对手臂的不同动作的模式识别也是一个重点的研究方向。