一种编码式Lempel-Ziv复杂度用于生理信号复杂度分析

发布时间：2017-08-08 20:25

  本文关键词：一种编码式Lempel-Ziv复杂度用于生理信号复杂度分析

  更多相关文章： 编码式Lempel-Ziv复杂度 复杂性分析 Logistic映射 熵 混沌

【摘要】：准确区分生理序列随机性与混沌性,且不受序列长度与参数的影响是衡量复杂度算法的关键。本文提出了一种编码式Lempel-Ziv(LZ)算法,分别从序列随机性与混沌性的区分、长度的影响、动力学性质突变的敏感性、高斯白与粉红噪声复杂度测量等4个方面与经典LZ算法、多状态LZ算法、样本熵以及排列熵进行比较。结果显示,在短、中、长时(100、500、5 000点)下,编码式LZ算法均能准确区分随机与混沌性,正确测度高斯噪声的复杂度低于粉红噪声,并能准确响应序列动力学性质的改变。本文采用美国麻省理工学院(MIT)和波士顿贝斯以色列医院(BIH)联合建立的的MIT-BIH心电数据库中的充血性心力衰竭RR间期(CHF-RR)数据和正常窦性心律RR间期(NSR-RR)数据进行测试,实验结果显示,在各种时长下,编码式LZ复杂度算法均能准确地得出心力衰竭的复杂度低于窦性心律(P0.01)的结果,且不受长度与参数影响,具有较强的泛化能力。
【作者单位】： 山东大学控制科学与工程学院;山东大学(威海)机电与信息工程学院;
【关键词】： 编码式Lempel-Ziv复杂度 复杂性分析 Logistic映射 熵 混沌
【基金】：国家自然科学基金面上资助项目(61473174) 山东省优秀中青年科学家科研奖励基金资助项目(BS2013DX029) 中国博士后科学基金资助项目(2013M530323)
【分类号】：R318;TN911.7
【正文快照】： 2(山东大学(威海)机电与信息工程学院,威海264209)引言时间序列的复杂度反应了序列所含的非线性动力学特征,而生理信号的复杂度也反映了人体相关特征与身体病症的改变[1],因此准确分析生理信号的复杂度,对于信号的非线性分析以及生理、病理特征的识别具有重要意义。目前经典的

【相似文献】

中国期刊全文数据库 前1条

1 徐小兵;沈勇;邬宁;;AES扬声器实用规范中承受功率试验用粉红噪声的规定和数字实现[J];声学技术;2006年03期

中国重要会议论文全文数据库 前1条

1 李争光;林旗力;郑s，

本文编号：641889