基于復(fù)雜網(wǎng)絡(luò)統(tǒng)計(jì)特性的非線性時(shí)間序列分析方法研究.pdf

1、一些生物醫(yī)學(xué)信號(hào)表現(xiàn)出非線性，屬于非線性時(shí)間序列。而且生物醫(yī)學(xué)信號(hào)是現(xiàn)代信號(hào)處理的重要領(lǐng)域，主要分為三大類:腦電信號(hào)、心電信號(hào)和肌電信號(hào)。對(duì)醫(yī)學(xué)信號(hào)的研究不僅有助于醫(yī)療事業(yè)的發(fā)展，而且對(duì)提高人類的健康水平具有重要意義。近年來(lái)，心臟病患者和癲癇患者的人數(shù)逐漸增多，嚴(yán)重影響患者的正常生活。醫(yī)學(xué)研究表明，腦電信號(hào)和心電信號(hào)表現(xiàn)出非線性特性，分別反映大腦和心臟的生物電活動(dòng)，成為患者診療的科學(xué)依據(jù)。而時(shí)間序列復(fù)雜網(wǎng)絡(luò)構(gòu)造算法的出現(xiàn)，使得研究者可以

2、利用復(fù)雜網(wǎng)絡(luò)的統(tǒng)計(jì)特性分析非線性時(shí)間序列。本文基于復(fù)雜網(wǎng)絡(luò)統(tǒng)計(jì)特性對(duì)癲癇腦電信號(hào)和心顫、心動(dòng)信號(hào)進(jìn)行分析，分別提出新的特征分類算法，使得分類性能得到提高。對(duì)于癲癇腦電信號(hào)，本文所提出的特征分類算法能夠準(zhǔn)確判斷出癲癇腦電信號(hào)間歇期和發(fā)作期狀態(tài)，根據(jù)不同狀態(tài)對(duì)患者進(jìn)行科學(xué)的用藥和治療。對(duì)于心臟病患者，發(fā)生心臟猝死的主要原因是心室纖顫或心動(dòng)過(guò)速的惡化。對(duì)于這兩種癥狀采取的治療措施不同;若診斷錯(cuò)誤，會(huì)對(duì)患者造成無(wú)法彌補(bǔ)的傷害。對(duì)于心顫和心動(dòng)信號(hào)

3、，本文提出的特征分類算法可以準(zhǔn)確辨別心顫和心動(dòng)信號(hào)，及時(shí)對(duì)患者采取治療措施，對(duì)心臟猝死病例的減少具有重要意義。
　　首先利用水平可視圖算法將實(shí)驗(yàn)數(shù)據(jù)從時(shí)間域轉(zhuǎn)換到復(fù)雜網(wǎng)絡(luò)域。在水平可視圖算法中，時(shí)間序列的每個(gè)采樣點(diǎn)看作復(fù)雜網(wǎng)絡(luò)中的節(jié)點(diǎn)，節(jié)點(diǎn)之間是否有邊連接，取決于局部凸約性。該算法在構(gòu)造復(fù)雜網(wǎng)絡(luò)的過(guò)程中不涉及任何參數(shù)的選擇，使得主觀性大大降低，可準(zhǔn)確得到時(shí)間序列所對(duì)應(yīng)的復(fù)雜網(wǎng)絡(luò)。
　　其次對(duì)得到的復(fù)雜網(wǎng)絡(luò)結(jié)構(gòu)以及統(tǒng)計(jì)特性進(jìn)行

4、分析。針對(duì)癲癇腦電數(shù)據(jù)，提出度中心度以及其數(shù)學(xué)變換作為分類特征對(duì)其進(jìn)行分類，其分類效果相比于傳統(tǒng)的非線性分析方法，例如樣本熵、近似熵等得到提高?？紤]到線性特征同樣可以反映時(shí)間序列的信息，提取波動(dòng)指數(shù)、相關(guān)系數(shù)與度中心度組合成三維向量作為分類特征對(duì)腦電數(shù)據(jù)進(jìn)行分類，相比于單特征分類效果更好。通過(guò)進(jìn)一步分析復(fù)雜網(wǎng)絡(luò)，構(gòu)造新特征以及特征和對(duì)癲癇腦電進(jìn)行分類，分類性能得到進(jìn)一步的提升，對(duì)癲癇疾病的診斷和治療具有重要的意義。同時(shí)，本文首次利用復(fù)雜

5、網(wǎng)絡(luò)理論對(duì)心室纖顫和心動(dòng)過(guò)速信號(hào)進(jìn)行研究，為研究心電信號(hào)提供了新方法。通過(guò)分析心電信號(hào)所對(duì)應(yīng)的復(fù)雜網(wǎng)絡(luò)，提出基于度中心度的特征分類算法，該算法相比于傳統(tǒng)的非線性分析方法以及現(xiàn)有分類性能較好的復(fù)雜度算法，得到更好的分類效果，準(zhǔn)確率可達(dá)99.5％。
　　通過(guò)實(shí)驗(yàn)驗(yàn)證，復(fù)雜網(wǎng)絡(luò)理論很適合對(duì)癲癇腦電和心顫和心動(dòng)信號(hào)進(jìn)行研究，其統(tǒng)計(jì)特性可以反映原時(shí)間序列的非線性動(dòng)力學(xué)信息。本文提出的特征分類算法可以準(zhǔn)確辨別不同的醫(yī)學(xué)信號(hào)，有助于癲癇病人和心