生物信號復(fù)雜度分析新方法及在睡意檢測中應(yīng)用的研究.pdf

1、生物信號真實客觀地反映機體生理狀態(tài)和情緒變化，是表征人體狀態(tài)、探索疾病預(yù)防和治療以及研究人體奧秘的必要手段。諸如腦電（Electroencephalogram, EEG）、心電（Electrocardiogram, ECG）等生物電信號常具有信號微弱、隨機性強、非線性和非平穩(wěn)等特點，分析方法多樣，但其“復(fù)雜度”的概念尚未定論。熵（Entropy）用于表征物體的不確定性程度，適用于生物電信號的復(fù)雜度分析，但我們在研究中發(fā)現(xiàn)，單尺度熵（mo

2、noscale Entropy）值隨著信號隨機程度的增加而單調(diào)地增加，可能反映信號的“雜亂性”，而非“復(fù)雜性”。多尺度熵（Multiscale Entropy, MSE）通過選擇恰當(dāng)時間尺度或描述曲線變化趨勢來反映信號長程相關(guān)性的信息，間接地反映復(fù)雜度，表達(dá)結(jié)果不夠直觀。
　　為實現(xiàn)生物信號復(fù)雜度的直觀量化，本課題主要做以下工作：
　　1.在單分形條件下，基于 MSE定義新的復(fù)雜度指數(shù)（Multiscale-Entropy-

3、Hurst Complexity index, MEHC）并給出公式，表達(dá)信號中有用成分的不確定性程度和長程相關(guān)性。計算譜指數(shù)β和去趨勢波動分析（Detrended Fluctuation Analysis, DFA）所得斜率α的擬合指數(shù)，對復(fù)雜度公式進行改進，然后對仿真信號進行量化分析，初步驗證復(fù)雜度公式的可信度。
　　2.對健康（Health）組、房顫（Atrial Fibrillation, AF）組和心力衰竭（Conges

4、tive Heart Failure, CHF）組的心跳間隔時間序列進行分析，對比MSE，評價MEHC對真實信號的量化效果。
　　3.基于安卓（Android）平臺編寫EEG采集程序，利用MindFocus藍(lán)牙腦波采集頭帶進行睡意檢測實驗，結(jié)合主觀嗜睡量表分析和MSE，對MEHC的睡意檢測效果進行評價。
　　實驗結(jié)果表明：
　　1.MEHC意義明確，直觀反映信號的復(fù)雜程度和長程相關(guān)性，可用于實現(xiàn)生物信號便捷、簡單的復(fù)雜

5、度分析。
　　2.原始時間尺度時，EHC隨β的增大呈現(xiàn)先增后減的趨勢，在β=1附近取得最大值，在β=0或2附近取得最小值。β=1、0.5和0的仿真信號的MEHC基本保持不變，分別約為0.95、0.57和0.03，β≤1的仿真信號的MEHC符合人們對“可用信息”的理解。
　　3.Health組MEHC接近于0.90，CHF組MEHC在0.5-0.9范圍內(nèi)，AF組MEHC在1.5-2范圍內(nèi)，相互之間的差異具有統(tǒng)計學(xué)意義（P＜0.