心脏电活动混沌性及小波分析.pdf

摘 要 心脏疾病是当今危害人类健康的主要疾病之一 心电图 ECG 是临床上诊断心 脏疾病的重要常规方法 心率变异性 HRV 是连续心搏间期或心率微小的涨落 在临床上有重要意义 新发展起来的混沌理论以及信号处理理论方法为研究心脏电 活动提供了新的方法 本文应用混沌理论 小波变换以及AR 模型谱估计分析ECG 和HRV 信号 以提取有价值的信息 为临床提供新的检测手段和诊断依据 本文在 如下几个方面进行了较为的深入研究 1 研究了多导联ECG 的混沌特征 对室性早搏和人工起搏器搏动两种典型 心电信号的混沌特征量关联维数进行了分析 尽管多导联 ECG 信号来源于同一个 ECG 吸引子 但计算结果表明它们的关联维数值仍然有显著性差异 比较了人工起 搏器搏动和正常的窦性搏动ECG 关联维数值的变化 以及室性早搏ECG 与窦性搏 动ECG 的关联维数改变 结果表明起搏时间与起搏位置改变了的ECG 信号 其内 在机制有了改变 它们比起原来生理自然搏动的ECG 复杂性降低了 2 对HRV 信号进行了AR 模型功率谱估计研究 比较了经典谱估计与现代 谱估计在心率变异性分析中的应用 采用以自回归模型为代表的现代谱估计对心率 变异性信号特别是短时心率变异性信号分析具有优越性 对比了糖尿病患者与正常 人之间 正常人不同年龄段的之间的 AR 模型的频域指标 结果表明严重糖尿病患 者HRV 的总能量 各频段能量 低频段峰值和高频段峰值都有所下降 正常人随着 年龄的增长上述指标也随之下降 另外还对5 分钟短时HRV 信号进行了 AR 模型分 析 结果表明严重糖尿病患者与正常人在频域指标上具有统计学差异 3 对糖尿病患者的 HRV 混沌动力学分析 对糖尿病患者与正常人的散点 图 关联维数进行了比较 严重糖尿病患者的关联维数有所下降 说明糖尿病患者 自主神经系统的损伤在混沌特征参数上能够有所反映 4 提出并实现了ECG 小波去噪 效果良好 对HRV 信号进行了小波多尺 度分析 并对HRV 信号进行了连续小波变换 在不同尺度下连续小波变换小波系数 I 具有自相似的分形特征 显示HRV 具有很强的混沌特征 5 在对 ECG HRV 的分析方法进行研究的基础上 设计并开发了 ECG HRV 综合分析系统 供实验和临床研究使用 该系统具有ECG 滤波 RR 间期提取 HRV 时域分析 频域分析 周期图和AR 模型功率谱估计 小波分析以及混沌动力 学分析等功能 人机对话界面友好 易于操作 关键词 心电图 心率变异性 关联维数 非线性特征 AR 模型 多导联ECG 混沌动力学 小波变换 II Abstract Heart diseases are harmful and dangerous for human health. ECG measurement is the important ordinary method to diagnose heart disease. Heart rate variability (HRV) is the fluctuation of beat-to-beat intervals, and it is significant in clinic. The new developed chaos theory and new signal processing methods provide new research methods for heart electrical activities. Chaos theory, wavelet transforms and autoregressive (