病理信號的模式熵和符號動力學分析.pdf_第1頁
已閱讀1頁，還剩64頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

1、對心電信號(ECG)的識別是及時診斷各種嚴重心臟疾病的基本手段。室性早搏(PVC)和房性早搏(APV)是威脅人類生命的嚴重的心臟疾病。本文提出基于模式熵方法識別正常竇性心律(NSR)、房性早搏(APC)和室性早搏(PVC)信號。目前提出的很多識別NSR、APC、PVC等疾病的方法準確率達到90％到98％，但是大多數方法都需要數據量大。通過計算正常竇性心律信號(NSR)和室性早搏，房性早搏的模式熵值，然后對結果的分析對比，證明了模式熵方法

2、的合理性和準確性而且不需要很太多的數據。
　　 論文提出了基本尺度熵的改進算法，并用以研究了正常人、充血性心力衰竭病人和有心臟驟停現象的病人的心跳時間序列。研究表明正常人心電信號的信息熵值最大，充血性心力衰竭病人的信息熵值呈現下降趨勢，有心臟驟?，F象的病人的信息熵值最小，對應著臨床上意味著病人的生命已進入到危險階段。此時是臨床救治病人的關鍵時期。該研究結果對臨床自動診斷具有重要的意義，特別是在長時動態(tài)心電監(jiān)護過程中，可以起到及時

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論