基于心音的時間序列符號熵對心力衰竭的研究.pdf

1、近年來由于人口老齡化、環(huán)境污染、工作壓力大等影響，以心力衰竭為代表的心血管疾病的發(fā)病率有日益升高的趨勢，已經(jīng)成為導(dǎo)致患者死亡的主要因素之一。心力衰竭是臨床上以心血管疾病為代表的多數(shù)疾病發(fā)展的嚴重階段，有很高的危險性，極易導(dǎo)致心源性猝死。目前，因缺少有效的心衰疾病評估方法，導(dǎo)致心衰的確診率較低。心力衰竭的早期診斷能夠使患者取得最理想的治療效果。
　　心音信號是一種重要的人體生理信號，蘊含大量生理、病理信息。論文從心血管循環(huán)系統(tǒng)的生理

2、結(jié)構(gòu)出發(fā)，結(jié)合心音特征提出了一種基于概率分布的符號熵（Symbol Entropy Based on Probability Distribution，PDSE）算法。該算法在符號化過程中按照數(shù)據(jù)密集區(qū)分配較多符號，數(shù)據(jù)稀疏區(qū)分配較少符號的自適應(yīng)原則，使得符號熵對心音數(shù)據(jù)的變化更加敏感，能夠快速、靈敏捕捉心音信號中的非線性異常狀態(tài)。
　　年齡是心血管疾病的一個獨立風(fēng)險因子。因此，使用 PDSE熵算法對不同年齡階段健康人群的S1幅值

3、序列復(fù)雜度進行分析，重點分析心肌收縮功能隨年齡的變化規(guī)律，并且與傳統(tǒng)的熵測度，如基本尺度熵、樣本熵進行對比分析。仿真實驗表明，隨著機體的衰老（進入50歲后），迷走神經(jīng)將會退化，對心肌的調(diào)節(jié)作用將會減弱，使得心肌收縮功能下降，進而心臟適應(yīng)環(huán)境能力也隨之下降。
　　為了深入討論心衰對心肌收縮力變異性的影響，論文選取健康組與心力衰竭組的心音樣本，采用 PDSE熵分析方法探討心力衰竭現(xiàn)象的發(fā)展規(guī)律。為了對比分析論文所提算法的有效性，文中還