混沌在心电数据分析中的应用
对心电数据的研究可以帮助我们了解一些生理现象和疾病的病理机制。本论文的研究以临床应用为目的，通过分析心电信号及其R—R间期序列的混沌特征，探讨混沌动力学分析方法在研究心脏活动和疾病诊断中应用的可行性和适用程度，希望为研究心脏活动和进一步的早期临床诊断提供一些新的手段和方法。
本文采用MIT—BIH心电数据库中的健康人和室性失常病人、束支传导阻滞病人、室上病变病人等3种类型心脏病人的数据作为样本进行分析。在总结和研究了混沌动力学的基本原理，特别是从时间序列计算混沌动力学参数的基础上，利用功率谱分析、相空间重构、关联维数、最大Lyapunov指数、R—R间期序列散点图等分析技术，研究了心电信号及其R—R间期序列的混沌动力学系统和行为，得出一些有意义的结论。
1)心电信号及其R—R间期序列的功率谱均为连续的频谱，说明心脏系统信号不是简单的随机信号，也不是周期信号。2)在相空间重构的过程中，延迟时间的选取采用自相关函数法和C—C算法两种方法进行计算对比，并利用二维相空间重构图进行验证。结果表明，C—C算法优于自相关函数法，且此方法能同时确定嵌入维数。3)利用GP算法计算心电信号及其R—R间期序列的关联维数，所得结果均为非整数，表明心脏系统是混沌的。R—R间期序列的关联维数比心电信号的更能准确地反映心脏系统的病理状态。4)心电信号及其R—R间期序列的最大Lyapunov指数均为正数，表明心脏系统是混沌的。R—R间期序列比心电信号更能有效地将健康人和心脏病人区分开来。5)健康人的R—R间期散点图大多都集中在45<'。>角直线附近，而心脏病人的散点图较为复杂，形状各异。通过R—R间期散点图能够直观有效地将健康人和心脏病人区分出来。
心电信号及其R—R间期序列的混沌动力学参数是评价心脏系统健康状态的有效指标，对心脏疾病的早期诊断有重要作用，是预测心脏疾病的有效的手段。心电信号及其R—R间期序列的混沌研究有着广阔的临床应用和研究前景。
混沌;心电信号;关联维数;数据分析;时间序列;率谱分析;相空间重构
中国海洋大学
硕士
信号与信息系统
王怀阳
2006
中文
TN911.7;R540.41;O491.5
58
2007-08-07（万方平台首次上网日期，不代表论文的发表时间）