数据缺失对捕捉心电信号特性的影响研究

发布时间：2017-10-19 04:48

  本文关键词：数据缺失对捕捉心电信号特性的影响研究

  更多相关文章： 数据缺失 心率变异性信号 Logistic映射序列 复杂性 基本尺度熵 近似熵

【摘要】：随着信息技术的迅猛发展,如何从一大批看起来杂乱无章的数据中把有用信息集中、萃取和提炼出来,以找出所研究对象的内在规律,并根据其预测未来发展趋势成为当今理论应用研究的热点。然而,在环境监测、人口普查、考古及生物医学研究等大型资料分析中,经常会出现数据直接丢失或成功采集的数据不能利用的情况,给数据分析与应用带来很多困难。因此衡量一种数据分析方法的优劣性时,其在数据缺失情况下依然能够保持分析结果的稳定性就显得极其重要。本文以心率变异性信号为主要研究对象,它在采集过程中受设备操作复杂、采集数据的导线和电极繁多,监测过程较长,电极接触不良和脱落以及被监测者体位变动等诸多因素的干扰,都可能导致数据缺失现象的发生。数据一旦缺失,一般又无法进行二次采集。因此要评判一种数据分析算法的合理性与实用性,首先应该考虑这种算法是否对数据缺失比较敏感,并确定其是否可以在数据缺失情况下依然保持分析结果的稳定性和有效性。如果过分敏感,必然给探测和捕捉实际信号中的有用信息造成很大阻碍,影响分析结果的准确性。基于这一思路,我们进行了一系列的探索研究,主要研究工作及创新点如下：(1)为了模拟普遍的数据缺失情况,我们设计了一种通过构造对比数列从而随机去除数据的算法。与直接人为地删除一些数据的方法相比,这种方法更具随机性与普适性,并且通过设定的三个参数：去除数据比例p、去除数据片段的长度均值u；去除数据片段的长度L服从的分布函数P(L),能更准确地分析与描述数据缺失对序列复杂性的影响程度。(2)以理论上的混沌系统-Logistic映射作为验证对象,基于两种不同分布对其做不同比例p、不同均值u的数据去除,然后用基本尺度熵算法对完整的Logistic映射序列以及存在数据缺失的Logistic映射序列进行对比分析。结果显示：在一定比例数据丢失后,基本尺度熵算法依然能够捕捉到并且量化序列动力学复杂性的改变。另外,去除数据的比例p以及去除数据片段的均值u这两个关键性参数都会引起基本尺度熵的改变,而缺失数据片段的长度值L服从一个怎样的分布,几乎不影响其分析结果。(3)以实际的HRV信号作为验证对象,基于两种不同分布对其做不同比例p、不同均值u的数据去除,并分别运用两种熵测度一基本尺度熵和近似熵对完整的以及存在数据缺失的HRV信号进行对比分析。结果显示：近似熵对数据缺失具有较强的敏感性,这种较强的敏感性往往会误导对病人生理病理状态的判断,不适用于分析存在数据缺失的HRV信号。相比之下,基本尺度熵算法在这方面有其独特的优越性,计算结果具有较好的稳定性,并且在一定程度的数据缺失情况下,依然能够有效地区分不同的生理病理信号。
【关键词】：数据缺失 心率变异性信号 Logistic映射序列 复杂性 基本尺度熵 近似熵
【学位授予单位】：陕西师范大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：R54;TN911.7
【目录】：

• 摘要3-5
• Abstract5-9
• 第1章 绪论9-13
• 1.1 研究背景9-10
• 1.2 国内外研究现状10-11
• 1.3 本文的研究内容11-13
• 第2章 HRV’信号分析的理论基础13-31
• 2.1 心电信号的产生13-15
• 2.2 HRV的概述及生理基础15-17
• 2.3 HRV信号的分析方法17-30
• 2.3.1 时域分析方法18-21
• 2.3.2 频域分析方法21-22
• 2.3.3 非线性动力学分析法22-30
• 2.4 本章小结30-31
• 第3章 基本尺度熵描述存在数据缺失的Logistic映射序列31-43
• 3.1 通过构造对比序列从而随机去除数据的算法31-34
• 3.2 基本尺度熵算法34-36
• 3.3 Logistic映射序列36-40
• 3.3.1 Logistic映射的定义36-37
• 3.3.2 Logistic映射的混沌特性分析37-40
• 3.4 存在数据缺失的Logistic映射序列的基本尺度熵分析40-42
• 3.5 本章小结42-43
• 第4章 存在数据缺失的HRV信号的熵分析43-51
• 4.1 Physionet-生物医学信号数据库43-44
• 4.2 基本尺度熵方法分析HRV信号44-48
• 4.2.1 基本尺度熵方法分析完整的HRV信号44-45
• 4.2.2 基本尺度熵方法分析存在数据缺失的HRV信号45-48
• 4.3 近似熵方法分析存在数据缺失的HRV信号48-50
• 4.4 本章小结50-51
• 第5章 总结与展望51-53
• 5.1 本文总结51-52
• 5.2 工作展望52-53
• 参考文献53-59
• 致谢59-61
• 攻读硕士学位期间的研究成果61

【相似文献】

中国期刊全文数据库 前6条

1 王俊;马千里;宁新宝;;心电图的基本尺度熵分析[J];南京大学学报(自然科学版);2008年04期

2 黄晓林;崔胜忠;宁新宝;卞春华;;心率变异性基本尺度熵的多尺度化研究[J];物理学报;2009年12期

3 刘大钊;李瑜;李锦;;以基于基本尺度熵的心率变异性指标表征生理和病理原因引起的自主神经活动变化[J];中国生物医学工程学报;2014年04期

4 罗志增;沈寒霄;;表面肌电信号的基本尺度熵分析方法[J];华中科技大学学报(自然科学版);2008年S1期

5 李锦,宁新宝;短时心率变异性信号的基本尺度熵分析[J];科学通报;2005年14期

6 ;[J];;年期

中国硕士学位论文全文数据库 前2条

1 李瑜;数据缺失对捕捉心电信号特性的影响研究[D];陕西师范大学;2015年

2 徐文敏;应用基本尺度熵分析心率变异性[D];陕西师范大学;2014年

，

本文编号：1059141