基于多变量符号转移熵的心电信号研究.pdfVIP

基于多变量符号转移熵的心电信号研究 （南京邮电大学通信与信息工程学院，江苏南京２１０００３） ：，。 ，， 。 ，， ，。 ：；； ：９１１．２３ ： ： １０．１９３５８／．．１６７４－７７２０．２０１６．２３．０１７ ：王旭文．基于多变量符号转移熵的心电信号研究［］．微型机与应用，２０１６，３５（２３）：５９－６１，６８． （ ， ， ２１０００３， ） Ａｂｓｔｒａｃｔ ： ． ， ． ， ． ． ． ． Ｋｅｙ ｗｏｒｄｓ： ； ； ０ 使用简单、计算速度快、抗噪性能好等优势。 转移熵是基 人体最重要的生理信号就是电信号，电信号会随着时 于选择信息理论测量，它共享了一些有用的互信息之间的 间的变化而产生瞬时的变化，这是因为人体的生理状态和 性质，同时还将动力学信息传输考虑在内。 但它涉及到无 病理状态是不同的。 符号转移熵作为一个生理电信号特 穷向量，很难可靠地估计高维变量。 针对这个问题提出了 征，在生理电活动信号的特征提取与分析中发挥了越来越 多变量转移熵算法：给定一个平稳多元离散时间随机过程 重要的作用［１］ 。 Ｘ，其子过程为Ｙ，Ｚ，Ｗ…，在时间ｔ 时刻的值为Ｘｔ ，Ｙ …。ｔ － － 从临床医学方面来说，心电信号是心脏电活动体表的 它们的过去时刻过程定义为Ｘ ＝（Ｘｔ ｔ －１ ，Ｘｔ －２ ，…）和Ｙ ＝ｔ 综合反映，因此，临床心电图检验对于检测和诊断心脏疾 － － （Ｙ ，Ｙ ，…），并把 Ｙ 作为Ｘ 的一个子集。 转移熵 ｔ －１ ｔ －２ ｔ ｔ 病有着十分重要的意义，并且对生命信息科学也有着十分 － － － － － － ＩＸ －＞Ｙ ＝Ｉ（Ｙ ；Ｚ ｜Ｘ ＼Ｙ ）是在已知条件Ｘ ＼Ｙ 下，Ｙ 到ｔ ｔ ｔ ｔ ｔ ｔ ｔ 重要的研究价值。 Ｚ 的不确定度。 在多变量转移熵的公式中存在两个无限ｔ 本文首先提出多变量符号转移熵算法，该算法主要用 － － － 维的成分：Ｘ 和Ｘ ＼Ｙ 。ｔ ｔ ｔ 来分析心电信号的多变量符号转移熵值，采用自适应动态 １．２ 化方法划分时间序列［２］ 。 然后通过正常人与冠心病患者 符号动力学是研究符号动力系统的一种复杂抽象的 的心电数据对比，传统算法与所提算法对比，以及叠加与 数学理论。 在符号动力学系统中，系统的状态可以表示成 ［３］ 不叠加高斯噪声对比，表明所提算法具有良好性能 。 有限个抽象符号的无穷序列。 １ 符号时间序列分析方法是指把原始的时间序列转化 １．１ 成由若干个符号组成