RR间期缺失数据插值和心率变异分析.pdf

RR间期缺失数据插值及心率变异分析 摘要：完整的RR间期序列不但反映心率变异的状况，还可以准确预 测、及时诊断一些常见的心血管疾病。在实际的信号测量中，心电信 号瞬间发生突变或出现残缺，导致信号出现误差的情况经常存在。因 此，对残缺的RR间期进行模拟插值处理并进行HRV分析具有重要的 意义。 本文提出了一种用logistic混沌序列对RR间期缺失数据插补的 新方法，并与几种常规插值方法进行了比较和分析。采用年老组和年 轻组各13名健康受试者的完整RR间期序列为实验数据，随机除去部 分连续数据段，构造模拟的数据缺失序列，然后分别以线性插值、样 别计算出插值序列和原始序列的五个分析指标进行研究。在同一年龄 组，同一缺失率(20％)下，对13名个体的四种不同的插值RR序列 进行计算分析。结果表明：采用混沌序列法和Bootstrap法得到插值 序列的近似熵、样本熵与原始序列无明显差异(p0．4)，而线性插值 和样条插值序列与原始序列有明显差异(pO．05)。在不同的缺失率 (1％-20％)下，采用类似方法计算其它指标，绘出了每个指标t检验 P值的结果对照图。经过心率变异的多指标分析，得出结论：混沌序 列插值方法、随机模拟方法插值方法的模拟插值效果优于线性插值和 样条插值法。 关键词：HRV；混沌；Bootstrap；近似熵；样本熵 分类号：029 Researchof methodsof InterpolationMissing andHRV RR—intervaldata analysis RRintervalnot reflectthesituationoftheheart Abstract：Completeonly also and somecommoncardiovascular variation，but diagnose predict diseases．InactualECG existsa sudden measurement，therealways or leadsto of error．Therefore，it’S changedeformity,whichsignal great tosimulatethe RRintervaldataandmakea significance incomplete calculationand analysis． Asanew chaoticseriesis forward interpolationmethod，logistic put onthe dataofRRintervalinthe is and missing paper，whichcompared withseveralconventional data analyzed interpolations．Theincomplete wereobtained some selecteddatafromthe byremovingrandomly obtainRRintervalseriesoftheolda