基于心音的时间序列符号熵对心力衰竭的研究

发布时间：2017-10-20 18:21

  本文关键词：基于心音的时间序列符号熵对心力衰竭的研究

  更多相关文章： 心音 符号动力学 心肌收缩力 心力衰竭 符号熵

【摘要】：近年来由于人口老龄化、环境污染、工作压力大等影响,以心力衰竭为代表的心血管疾病的发病率有日益升高的趋势,已经成为导致患者死亡的主要因素之一。心力衰竭是临床上以心血管疾病为代表的多数疾病发展的严重阶段,有很高的危险性,极易导致心源性猝死。目前,因缺少有效的心衰疾病评估方法,导致心衰的确诊率较低。心力衰竭的早期诊断能够使患者取得最理想的治疗效果。心音信号是一种重要的人体生理信号,蕴含大量生理、病理信息。论文从心血管循环系统的生理结构出发,结合心音特征提出了一种基于概率分布的符号熵(Symbol Entropy Based on Probability Distribution,PDSE)算法。该算法在符号化过程中按照数据密集区分配较多符号,数据稀疏区分配较少符号的自适应原则,使得符号熵对心音数据的变化更加敏感,能够快速、灵敏捕捉心音信号中的非线性异常状态。年龄是心血管疾病的一个独立风险因子。因此,使用PDSE熵算法对不同年龄阶段健康人群的S1幅值序列复杂度进行分析,重点分析心肌收缩功能随年龄的变化规律,并且与传统的熵测度,如基本尺度熵、样本熵进行对比分析。仿真实验表明,随着机体的衰老(进入50岁后),迷走神经将会退化,对心肌的调节作用将会减弱,使得心肌收缩功能下降,进而心脏适应环境能力也随之下降。为了深入讨论心衰对心肌收缩力变异性的影响,论文选取健康组与心力衰竭组的心音样本,采用PDSE熵分析方法探讨心力衰竭现象的发展规律。为了对比分析论文所提算法的有效性,文中还同时用PDSE算法与基本尺度熵算法讨论心衰对心率变异性的影响。在此基础上提出一种心力衰竭的无损诊断指标。该诊断指标具有较高的敏感度和特异度,显示出极高的临床应用价值。为心力衰竭的无损诊断提供了新的方法,也为其他心血管疾病的诊断提供了一种新的思路。
【关键词】：心音 符号动力学 心肌收缩力 心力衰竭 符号熵
【学位授予单位】：南京邮电大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TN911.7;R541.6
【目录】：

• 摘要4-5
• Abstract5-8
• 第一章 绪论8-12
• 1.1 研究背景和意义8-9
• 1.2 心音信号在心功能诊断和评估方面的研究进展9-10
• 1.3 本文的结构及所完成的工作10-12
• 第二章 心血管系统及心音信号的预处理12-22
• 2.1 心血管系统12-13
• 2.2 心脏结构13-14
• 2.3 心音产生机理14-16
• 2.4 心音信号的获取16-17
• 2.5 心音信号去噪17-21
• 2.5.1 常用去噪方法简介17-18
• 2.5.2 小波去噪特点18-21
• 2.6 本章小结21-22
• 第三章 基于概率分布的符号熵22-30
• 3.1 算法提出的理论背景22-23
• 3.2 基于概率分布的符号熵23-28
• 3.2.1 自适应符号化24-25
• 3.2.2 参数设置25-28
• 3.2.3 基于概率分布的符号熵算法28
• 3.3 多尺度分析28-29
• 3.4 本章小结29-30
• 第四章 年龄对心肌收缩力的影响30-37
• 4.1 实验数据来源31
• 4.2 S1幅值序列的获取31-32
• 4.3 实验仿真32-35
• 4.4 结果讨论35-36
• 4.5 本章小结36-37
• 第五章 基于心音信号的心力衰竭诊断37-52
• 5.1 基于CCV的心衰分析38-40
• 5.1.1 数据来源38-39
• 5.1.2 实验结果39-40
• 5.2 基于心音周期序列心衰研究40-46
• 5.2.1 心电信号简介41-43
• 5.2.2 心音周期序列的复杂度分析43-46
• 5.3 心衰诊断46-51
• 5.3.1 判别方法46-49
• 5.3.2 诊断指标49-51
• 5.3.3 结果讨论51
• 5.4 本章小结51-52
• 第六章 总结与展望52-54
• 6.1 总结52-53
• 6.2 展望53-54
• 参考文献54-57
• 附录1 攻读硕士学位期间撰写的论文57-58
• 附录2 攻读硕士学位期间申请的专利58-59
• 附录3 攻读硕士学位期间参加的科研项目59-60
• 致谢60

【相似文献】

中国期刊全文数据库 前10条

1 赵治栋,唐向宏,赵知劲,潘敏,陈裕泉;基于Hilbert-Huang Transform的心音信号谱分析[J];传感技术学报;2005年01期

2 陈天华;韩力群;唐海滔;郑若金;;心音信号分析方法及应用性研究[J];北京工商大学学报(自然科学版);2009年02期

3 郭兴明;林辉杰;肖守中;;复杂度在心音信号分析中的应用[J];仪器仪表学报;2010年02期

4 刘娟;赵治栋;;基于心音信号谱分析的身份特征提取算法[J];杭州电子科技大学学报;2010年04期

5 侯海良;罗良才;成运;陈洁;;便携式心音采集与处理系统的设计[J];中国医学物理学杂志;2011年05期

6 李桥，邵庆余;心音信号分析方法述评[J];山东生物医学工程;1994年02期

7 孙丽莎,沈民奋;心音信号的采集和处理系统分析[J];现代仪器使用与维修;1995年01期

8 吴延军，徐泾平，赵艳;心音的产生与传导机制[J];生物医学工程学杂志;1996年03期

9 吴延军，徐泾平，赵艳，程敬之;心音信号处理与识别[J];中国医疗器械杂志;1996年05期

10 汪源源;利用小波变换分析心音信号[J];复旦学报(自然科学版);1997年03期

中国重要会议论文全文数据库 前8条

1 丁晓蓉;宋陆州;包鑫;郭兴明;;心音采集及其混沌动力学分析方法的初步研究[A];中国电子学会第十七届信息论学术年会论文集[C];2010年

2 骆懿;赵治栋;;一种便携式心音信号记录仪研究[A];浙江省信号处理学会2011学术年会论文集[C];2011年

3 王佳;赵治栋;;嵌入式心音身份识别系统研究[A];浙江省电子学会2011学术年会论文集[C];2011年

4 赵卫强;赵治栋;;基于射频识别的心音身份认证系统研究[A];浙江省信号处理学会2012学术年会论文集[C];2012年

5 徐富强;王威廉;;基于LabVIEW的心音信号分析[A];2007'仪表，自动化及先进集成技术大会论文集（一）[C];2007年

6 徐昆良;全海燕;杜海涛;王威廉;;心音心电数据采集仪信号调理电路设计[A];第七届工业仪表与自动化学术会议论文集[C];2006年

7 罗保钦;曾庆宁;陈远贵;黄邦奉;胡斌;;基于LabVIEW的心音信号分析系统设计[A];2009全国虚拟仪器大会论文集（一）[C];2009年

8 全海燕;王威廉;;Hilbert-Huang变换及其在心音信号分析中的应用[A];第十一届全国信号处理学术年会（CCSP-2003）论文集[C];2003年

中国博士学位论文全文数据库 前3条

1 陈历明;基于心音信号遥测的心肌变力性与变时性的研究[D];重庆大学;2004年

2 苗晟;先天性心脏病心音信号分析方法研究[D];云南大学;2015年

3 韦哲;心音时—频分析方法及虚拟动态心音分析系统的研究[D];兰州理工大学;2011年

中国硕士学位论文全文数据库 前10条

1 王亚光;基于ZigBee网络的心音信号采集系统研究与设计[D];江西理工大学;2015年

2 姬汉贵;基于心音的时间序列符号熵对心力衰竭的研究[D];南京邮电大学;2015年

3 陈国强;心音信号的提取和处理研究[D];西安电子科技大学;2009年

4 孙树平;基于自适应时频分析方法的心音信号分析研究[D];西华大学;2009年

5 马中武;基于心音信号分析的心脏病辅助诊断方法研究[D];兰州理工大学;2011年

6 丁晓蓉;基于混沌理论的心音信号非线性动力学分析[D];重庆大学;2012年

7 雷鸣;基于非线性分形理论的心音信号分析研究[D];重庆大学;2012年

8 卢德林;基于奇异谱去噪的心音信号混沌动力学分析[D];重庆大学;2013年

9 赵秀敏;心音信号的分析与分类方法研究[D];华东师范大学;2010年

10 屠志海;心音信号的分析方法研究[D];华东师范大学;2011年

，

本文编号：1068646