江苏省高校自然科学研究项目(06KJD510138)
- 作品数：9 被引量：30H指数：3
- 相关作者：王俊马千里宁新宝卞春华徐寅林更多>>
- 相关机构：南京邮电大学南京大学南京师范大学更多>>
- 发文基金：江苏省高校自然科学研究项目国家自然科学基金江苏省“青蓝工程”基金更多>>
- 相关领域：医药卫生理学生物学更多>>
- 基于多尺度熵的心电图分析被引量：8
- 2008年
- 使用Costa等提出的算法研究心电图(ECG)的多尺度样本熵(MSE)的特性。研究发现,心电图MSE均值随着心脏健康状况的变差呈下降趋势。健康人的心电图的MSE波动范围比较稳定在某个范围之内;而冠心病人的波动范围则相对较大;心梗病人的MSE变动范围比较小,波动范围收敛在相对低的多尺度熵值区域。研究表明MSE均值和波动范围的变动情况可以比较有效地揭示心脏健康状况,尤其是MSE波动范围的大小变化情况表征了心脏疾病演化的动态过程(在疾病形成之中其熵值的波动范围变化最大),是一个早期发现病症较为灵敏的参数,具有重要的临床诊断意义。
- 王俊宁新宝马千里
- 关键词：心电图
- 同步十二导联心电图的ST段奇异谱分析
- 2007年
- 对同步十二导联ECG（心电图）的ST段进行分析，我们发现ST段的f（α）～α奇异谱趋向于单重分形特性，面积只有它来源的ECG的f（α）～α奇异谱的一半大小。同步十二导ECG的ST段也有f（α）～α奇异谱分布特性，也有一个合理的波动范围。用冠心病人的同步十二导ST段的f（α）～α奇异谱和健康人的同步十二导ST段的奇异谱正常波动范围进行比较，发现指示出溢出正常范围的导联数目和对ECG数据进行分析的结果对比有增多的趋势。显示了用同步十二导ST段的f（α）～α奇异谱分布来诊断冠心病比用同步十二导ECG段的f（α）～α奇异谱分布来诊断冠心病更有效。
- 王俊宁新宝徐寅林马千里陈颖李德华
- 关键词：ST段心电图
- 短时心率变异符号序列的熵分析方法被引量：10
- 2009年
- 使用复杂性和非线性方法研究心率变异(heart rate variability,HRV)信号时序和结构中的规律,对揭示心血管调节的潜在规律和生理本质具有重要的研究价值,而研究适用于短时HRV信号的方法更具有重要的临床应用价值.根据HRV信号方向信息的特点,提出了符号序列的熵分析(sign series entropy analysis,SSEA)方法,并将其应用于实际HRV信号的分析.结果显示,SSEA方法能从短时HRV信号中敏感地检测出生理和病理状态的变化,并且受信号噪声和非平稳性的影响较小,为临床HRV信号或其他复杂生理信号分析提供了一个有效的方法.
- 卞春华马千里司峻峰吴旭辉宁新宝王东进
- 关键词：心率变异老年化
- 心电图的基本尺度熵分析被引量：3
- 2008年
- 在健康人和有疾病人的生理信号的复杂度问题的量化受到普遍关注.复杂度的降低已被指出是病理动力学的一个普遍特征.本文使用前人提出的算法研究了心电图(ECG)的基本尺度熵(BSE)的特性,研究发现健康人的心电图的基本尺度熵比较稳定在某个范围之内(在每个图的中间区间),示出心电图处于稳定阶段,心脏的健康状况良好;而冠心病人的基本尺度熵变动范围比较大,在某个时段会波动很小、在另一个时段则会波动很大,显示出心电图处于不稳定阶段,心脏的健康状况正在变差;心梗病人则在任何时段都会表征为基本尺度熵变动范围比较小、慢慢在收敛,基本尺度熵值波变动范围最小,说明心脏的健康状况处于恶化阶段,即将危及生命.研究表明基本尺度熵值变动情况对临床诊断心脏疾病的发展演化阶段有重要的指征意义.
- 王俊马千里宁新宝
- 基于多尺度熵的心电图ST段研究被引量：3
- 2008年
- 首次用多尺度熵的理论研究了心电图的ST段,并将心电图ST段多尺度熵分析结果和ECG多尺度分析结果进行比较。我们发现:健康人和冠心病人心电图的样本熵值接近,它们都要高于心梗病人的样本熵值;而健康人心电图ST段的样本熵值最小,冠心病人的最高,心梗病人的样本熵值在两者之间,并给出了合理的解释。心电曲线复杂度变化的这些特点对于早期临床诊断具有重要的意义。
- 王俊马千里
- 关键词：心电图ST段冠心病
- 心电图的多尺度熵分析被引量：3
- 2007年
- 我们使用Costa等人提出的算法,研究了心电图(ECG)的多尺度熵(MSE)的特性。发现健康人的样本熵要高于冠心病人和心梗病人且健康人的复杂度最高。而冠心病人的样本熵(SampEn)要高于心梗病人,但是已很接近心梗病人。说明冠心病人和心梗病人的复杂度明显低于健康人,而冠心病人很容易导致心梗发作,从而引起生命危险。
- 王俊宁新宝李锦马千里徐寅林卞春华
- 关键词：心电图
- 基于模式熵的室性早搏与房性早搏识别被引量：2
- 2010年
- 对心电信号(ECG)的识别是及时诊断各种严重心脏疾病的基本手段。室性早搏(PVC)和房性早搏(APC)是威胁人类生命的严重的心脏疾病。本文提出基于模式熵方法识别正常窦性心律(NSR)、APC和PVC信号。目前提出的很多识别NSR、APC和PVC等疾病的方法准确率达到90%～98%,但是很多方法都需要大数据量。通过计算正常NSR、PVC和APC信号的模式熵值,然后对结果的分析对比,证明了模式熵方法的合理性和准确性,而且不需要很太多的数据。
- 吴俊王俊
- 关键词：室性早搏房性早搏
- 窦性和房性心律失常的基本尺度熵检测被引量：1
- 2009年
- 文献指出,基本尺度熵方法可以应用于短时心率变异信号的分析。本文利用该方法,从数据库中提取窦性心律、房性心律失常的ECG信号,以实现该两种心律失常的检测。本文对MIT-BIH标准数据库中的正常窦性心律、房性早搏、窦性心动过缓信号进行了分析和检测。结果表明,基本尺度熵方法能够检测窦性和房性心律失常。
- 鲁美红王俊
- 关键词：窦性心律失常房性心律失常
- 基于联合熵的室性心动过速与室颤识别被引量：2
- 2010年
- 对心电信号进行分析,是医学临床上检测和诊断心脏功能的重要手段。室性心动过速(VT)和心室纤颤(VF)是威胁人类生命的严重的心脏疾病。本文应用联合熵方法分析正常心跳信号(NSR)、VT和VF信号的动力学复杂性信息。将动力学符号统计理论以及替代数据的概念融入其中,通过计算原始时间序列和其替代时间序列之间的联合熵值,来量化序列的动力学复杂性。经过对实际心率数据的计算机分析,证明了联合熵方法的合理性。根据联合熵值的不同对NSR、VT和VF信号进行区分,取得了令人满意的效果。
- 陈杰王俊
- 关键词：室性心动过速心室纤颤联合熵
