基于Lempel-Ziv復(fù)雜度和信號分解的心顫與心動信號分析方法研究.pdf

1、最近幾年來，心血管疾病的發(fā)病率在逐年增加。研究發(fā)現(xiàn)，心臟的功能性衰退和機(jī)能性病變在心血管疾病中占有很大的比重。心率失常中最嚴(yán)重的癥狀和表現(xiàn)是心臟猝死，如果不能及時地對病人進(jìn)行除顫等治療，心臟猝死就意味著病人生命的終結(jié)，正因為這樣，許多國家的醫(yī)藥衛(wèi)生部門、研究中心等都投入大量的人力和物力對此進(jìn)行研究。研究表明，心臟猝死在多數(shù)情況下都是由心室纖顫（ventricular fibrillation，VF）或是持續(xù)性室性心動過速（ventric

2、ular tachycardia， VT）惡化而導(dǎo)致的。而且，治療這兩種疾病所采取的措施是不同的。對患有VF的病人，是要進(jìn)行除顫操作的；而對于患有VT的病人則要對其進(jìn)行低能量心率復(fù)蘇。如果VT被錯判為VF或者VF被錯判為VT，其結(jié)果都是致命的。因此，提出一種高效的自動檢測算法不僅有利于減輕醫(yī)務(wù)人員的工作量，而且其在推動臨床應(yīng)用中的貢獻(xiàn)將是非常巨大的。
　　按照目前對心電圖（ECG）的研究情況來看，都可以用非線性動力學(xué)的方法來分析。

3、而且，采用非線性動力學(xué)方法對VF和VT的檢測有其他方法所不具有的優(yōu)勢。由于心顫的頻率在200-500bpm之間,心動的頻率大約在150-200bpm之間，噪聲中基線漂移和工頻干擾頻率都在50Hz以下，因此就考慮到先用信號分解的方法，將心電信號分解成一系列的子帶信號。本文提出的Lempel-Ziv（簡稱LZ）復(fù)雜度與時間序列分解復(fù)合檢測相結(jié)合的新算法，在準(zhǔn)確率及檢測速度等方面都具有明顯的提升，而且開拓了VF和VT檢測算法研究的新途徑。

4、r>　　另外，對LZ復(fù)雜度算法也進(jìn)行了改進(jìn)研究。因為進(jìn)制數(shù)L的值如果非常小的話，就極可能因為方法太過死板而不能完全地表現(xiàn)出序列本身的動態(tài)特征；如果L非常大，原始序列被分解成多個細(xì)小的間隔，得到的這些值的差別并不大。相反，LZ復(fù)雜度的計算時間增加以及運(yùn)行時間的增長，盡管這種方法保留了原始序列的很多細(xì)節(jié)信息，但是對患有心臟猝死的病人來說提供準(zhǔn)確和及時的治療手段是至關(guān)重要的，因此這種方法并不合適。為了解決這個問題，本文引用復(fù)雜度指數(shù)f，隨機(jī)的