基于序列分解和符號化的心率失常信號分析方法研究.pdf

1、心血管疾病是威脅人類健康的疾病之一。近年來，心血管疾病的發(fā)病率逐漸上升，嚴(yán)重危及人們的生命安全。心血管疾病患者越來越多，越來越趨于年輕化。心血管疾病最嚴(yán)重的臨床表現(xiàn)就是心臟猝死，如果患者心臟猝死后不能得到及時有效的治療，將會失去生命。正因如此，多國醫(yī)藥衛(wèi)生部門、研究中心都對此進(jìn)行研究。經(jīng)研究發(fā)現(xiàn)，大多數(shù)心臟猝死都是由心室纖顫(Ventricular Fibrillation，VF)或者持續(xù)性心動過速(Ventricular Tachyc

2、ardia，VT)惡化導(dǎo)致的。針對VF與VT，臨床醫(yī)治方案是不同的。如果患者心室纖顫發(fā)作，必須馬上進(jìn)行除顫，這是目前效果最佳的治療方案。如果患者是持續(xù)性室性心動過速，需要及時正確的進(jìn)行藥物治療，以達(dá)到降低轉(zhuǎn)為心室纖顫或者心臟猝死發(fā)生率的目的。如果VT被診斷為VF，患者將遭受不必要的電擊，對心臟造成創(chuàng)傷。如果VF被診斷為VT，沒有及時進(jìn)行除顫，患者將會發(fā)生心臟猝死。目前檢測算法能很好的區(qū)分竇性心律和VT、VF，但是VT與VF的檢測還在持續(xù)

3、研究中。
　　根據(jù)目前對心電信號的研究，可將ECG視為非線性時間序列的范疇。用非線性動力學(xué)理論來分析ECG具有明顯的優(yōu)勢。本文以非線性動力學(xué)為理論依據(jù)對符號時間序列分析方法進(jìn)行了分析研究，并結(jié)合時間序列分解算法提出了基于序列分解和符號時間序列分析方法的VT/VF檢測新算法，其中包括基于EMD與符號時間序列分析方法的新算法和基于小波分析與符號時間序列分析方法的新算法。然后利用數(shù)據(jù)集對提出的算法進(jìn)行實(shí)驗(yàn)驗(yàn)證，結(jié)合符號時間序列理論對實(shí)驗(yàn)

4、結(jié)果進(jìn)行分析與比較。實(shí)驗(yàn)表明EMD結(jié)合符號時間序列分析方法其VT/VF的識別率為97.82％，小波分析結(jié)合符號時間序列分析方法其VT/VF的識別率為99.5％。并針對時間序列分析方法中的二值粗?；蛔銓ζ涓倪M(jìn)。通過實(shí)驗(yàn)對比了改進(jìn)之后算法與改進(jìn)之前的變化。針對VT/VF的識別度以及算法執(zhí)行時間對改進(jìn)算法和未改進(jìn)算法做了對比試驗(yàn)。實(shí)驗(yàn)表明，在VT/VF識別度基本一致的情況下，改進(jìn)算法相比未改進(jìn)算法相比，計(jì)算量減少，改進(jìn)算法的時間縮減了30多

5、倍。而且針對小樣本時，改進(jìn)算法會獲得更高的VT/VF識別率。換言之，在實(shí)時性要求較高的監(jiān)護(hù)系統(tǒng)中，改進(jìn)算法能對輸入信號更快的做出響應(yīng)。對算法進(jìn)行改進(jìn)后，計(jì)算量大大減小，算法執(zhí)行時間縮短，適合用于監(jiān)護(hù)儀、自動體外除顫儀(AED)植和入式除顫儀(ICD)等實(shí)時監(jiān)測預(yù)警和自動除顫設(shè)備。最后從樣本時間與符號化等級兩方面對改進(jìn)算法與單獨(dú)的符號時間序列分析方法進(jìn)行了對比實(shí)驗(yàn)，實(shí)驗(yàn)表明改進(jìn)算法無論是在樣本時間還是符號化等級相比單獨(dú)使用符號時間序列分析

6、方法具有更好的識別性能，說明了基于序列分解算法及符號時間序列分析算法的融合算法的有效性。
　　本文主要創(chuàng)新點(diǎn):第一，提出了基于經(jīng)驗(yàn)?zāi)B(tài)分解序列分解方法與符號時間序列分析方法的VT/VF檢測新算法，研究表明該方法對VT/VF具有較高的識別度。第二，提出了基于小波分析與符號時間序列分析方法的VT/VF檢測新算法，研究表明適當(dāng)?shù)男盘柌蓸勇视欣诜枙r間序列分析方法挖掘序列的本質(zhì)特征，通過小波分解得到的分解序列提取符號熵對VT/VF相比E