高级搜索

一种新的心率变异性度量方法

,  ,  ,  ,  , 

downloadPDF

上一篇

下一篇

邵士亮, 王挺, 宋纯贺, 崔婀娜, 赵海, 姚辰. 2019: 一种新的心率变异性度量方法, 物理学报, 68(17): 295-307. doi: 10.7498/aps.68.20190372
引用本文: 邵士亮, 王挺, 宋纯贺, 崔婀娜, 赵海, 姚辰. 2019: 一种新的心率变异性度量方法, 物理学报, 68(17): 295-307. doi: 10.7498/aps.68.20190372
shu
Shao Shi-Liang, Wang Ting, Song Chun-He, Cui E-Nuo, Zhao Hai, Yao Chen. 2019: A novel method of heart rate variability measurement, Acta Physica Sinica, 68(17): 295-307. doi: 10.7498/aps.68.20190372
Citation: Shao Shi-Liang, Wang Ting, Song Chun-He, Cui E-Nuo, Zhao Hai, Yao Chen. 2019: A novel method of heart rate variability measurement, Acta Physica Sinica, 68(17): 295-307. doi: 10.7498/aps.68.20190372
shu

一种新的心率变异性度量方法

  • 东北大学计算机科学与工程学院, 沈阳 110819;中国科学院沈阳自动化研究所, 机器人学国家重点实验室, 沈阳 110016;中国科学院机器人与智能制造创新研究院, 沈阳 110169

  • 中国科学院沈阳自动化研究所, 机器人学国家重点实验室, 沈阳 110016;中国科学院机器人与智能制造创新研究院, 沈阳 110169

  • 东北大学计算机科学与工程学院,沈阳,110819

A novel method of heart rate variability measurement

  • 摘要: 心率变异性的复杂波动反映了心脏的自主调节功能.本文提出了一种新的心率变异性度量方法—ICBN方法,该方法通过改进的自适应噪声完备集合经验模态分解方法对心率变异性信号进行分解,得到多个模态分量,计算每个模态分量的bubble熵得到熵值向量,把该向量映射成复杂网络,通过计算网络的特征参数,对心率变异性在不同时频尺度状态下的非线性特征之间的耦合关系进行度量.首先,采用时域、频域和ICBN分析方法对29名充血性心力衰竭病人和29名正常窦性心律对象的心率变异性进行分析,结果表明:时域指标三角指数HRVTi,频域指标LF/HF,网络层级加权值WB,平均点权值PW,特征路径长度CL具有统计学差异;基于网络层级加权值WB,特征路径长度CL,频域指标LF/HF和Fisher判别方法的识别模型对充血性心力衰竭病人的识别正确率达到89.66％.然后,又对43名房颤心律失常患者和43名正常窦性心律对象的心率变异性进行分析,结果表明:时域指标SDNN,pNN50,RMSSD,频域指标LF/HF,网络层级加权值WB,平均点权值PW具有统计学差异;时域指标pNN50,RMSSD,频域指标LF/HF和网络层级加权值WB,平均点权值PW作为特征向量,Fisher判别方法作为分类器,对房颤心律失常患者的识别正确率达到91.86％.综合以上实验结果可知,本文为心率变异性的度量研究提供了一种新的思路.
  • 加载中
  • 加载中
计量
  • 文章访问数:  118
  • HTML全文浏览数:  118
  • PDF下载数:  15
  • 施引文献:  0
出版历程

一种新的心率变异性度量方法

  • 东北大学计算机科学与工程学院, 沈阳 110819;中国科学院沈阳自动化研究所, 机器人学国家重点实验室, 沈阳 110016;中国科学院机器人与智能制造创新研究院, 沈阳 110169
  • 中国科学院沈阳自动化研究所, 机器人学国家重点实验室, 沈阳 110016;中国科学院机器人与智能制造创新研究院, 沈阳 110169
  • 东北大学计算机科学与工程学院,沈阳,110819

摘要: 心率变异性的复杂波动反映了心脏的自主调节功能.本文提出了一种新的心率变异性度量方法—ICBN方法,该方法通过改进的自适应噪声完备集合经验模态分解方法对心率变异性信号进行分解,得到多个模态分量,计算每个模态分量的bubble熵得到熵值向量,把该向量映射成复杂网络,通过计算网络的特征参数,对心率变异性在不同时频尺度状态下的非线性特征之间的耦合关系进行度量.首先,采用时域、频域和ICBN分析方法对29名充血性心力衰竭病人和29名正常窦性心律对象的心率变异性进行分析,结果表明:时域指标三角指数HRVTi,频域指标LF/HF,网络层级加权值WB,平均点权值PW,特征路径长度CL具有统计学差异;基于网络层级加权值WB,特征路径长度CL,频域指标LF/HF和Fisher判别方法的识别模型对充血性心力衰竭病人的识别正确率达到89.66％.然后,又对43名房颤心律失常患者和43名正常窦性心律对象的心率变异性进行分析,结果表明:时域指标SDNN,pNN50,RMSSD,频域指标LF/HF,网络层级加权值WB,平均点权值PW具有统计学差异;时域指标pNN50,RMSSD,频域指标LF/HF和网络层级加权值WB,平均点权值PW作为特征向量,Fisher判别方法作为分类器,对房颤心律失常患者的识别正确率达到91.86％.综合以上实验结果可知,本文为心率变异性的度量研究提供了一种新的思路.

English Abstract

    全文HTML

参考文献 (0)

目录

/

返回文章
返回