本文關(guān)鍵詞：多尺度下人體生理時(shí)間序列動(dòng)力特征的提取與分析　出處：《哈爾濱工業(yè)大學(xué)》2014年碩士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 多重分形 多尺度熵 生理時(shí)間序列 統(tǒng)計(jì)分析

【摘要】：非線性行為在自然界和社會(huì)科學(xué)中普遍存在。人體生理時(shí)間序列有著十分豐富的非線性行為,具有極其復(fù)雜的特性。人體生理時(shí)間序列可以很好的反映人體所處的生理狀況,及時(shí)的發(fā)現(xiàn)它們的變化情況,能為人體的一些疾病達(dá)到預(yù)警的目的。因此,研究人體生理時(shí)間序列的動(dòng)力學(xué)行為特征越來越受得醫(yī)學(xué)界和科研人員的關(guān)注,并且變得很有現(xiàn)實(shí)價(jià)值和意義。傳統(tǒng)方法往往在單一尺度或者對(duì)單一的時(shí)間序列進(jìn)行研究,如:近似熵、樣本熵、小波變換模的極大值法、DFA等,不能準(zhǔn)確的探測(cè)生理時(shí)間序列的動(dòng)力學(xué)行為特征,不能較好地反映出人體生理狀態(tài)。本文采用多尺度熵(M-SE)的方法,在多標(biāo)度下分析同步采集的不同生理狀態(tài)下的兩列生理時(shí)間序列心電信號(hào)和呼吸信號(hào)的復(fù)雜程度。結(jié)果表明運(yùn)動(dòng)狀態(tài)下信號(hào)復(fù)雜度稍微強(qiáng)于平靜狀態(tài),而健康個(gè)體信號(hào)復(fù)雜度卻遠(yuǎn)遠(yuǎn)強(qiáng)于心臟疾病個(gè)體。采用多重分形去趨勢(shì)波動(dòng)分析MF-DFA、多重分形去趨勢(shì)交叉關(guān)聯(lián)分析MF-DCCA方法,分析不同生理狀態(tài)下不同時(shí)間序列的長(zhǎng)期自相關(guān)性和交叉關(guān)聯(lián)特性,并且發(fā)現(xiàn)心電信號(hào)和呼吸信號(hào)都具有多重分形的特征。通過不同的參數(shù)多重分形譜寬度、多重分形譜面積、多重分形譜對(duì)稱度的定量計(jì)算,描述多重分形屬性的強(qiáng)弱,較好的區(qū)分人體不同的生理狀態(tài)。本文在多尺度下運(yùn)用不同的研究方法探索人體生理時(shí)間序列,能夠更全面準(zhǔn)確的統(tǒng)計(jì)分析出人體生理時(shí)間序列動(dòng)力行為特征。對(duì)不同生理狀態(tài)的區(qū)分,也取得了較好的成果。文章的理論基礎(chǔ)與實(shí)際數(shù)據(jù)分析,也為臨床醫(yī)學(xué)中疾病的預(yù)防與治療提供了一個(gè)參考方向。
[Abstract]:Nonlinear behavior is common in nature and social science. The human physiological time series has a very rich nonlinear behavior, which has extremely complex characteristics. Human physiological time series can well reflect the physiological condition of human body, detect their changes in time, and achieve the purpose of early warning for some diseases of human body. Therefore, studying the dynamic behavior characteristics of human physiological time series has attracted more and more attention from medical researchers and researchers. The traditional methods are often in a single scale or research on single time series such as approximate entropy, sample entropy, wavelet transform modulus maxima method, DFA, dynamic behavior detection of physiological time series can not be accurate, can not reflect the physiological state of human body. In this paper, we use multi-scale entropy (M-SE) method to analyze the complexity of ECG and respiratory signals in two physiological time series acquired at different physiological levels under multi scale. The results showed that the signal complexity was slightly stronger in the motion state than in the calm state, while the signal complexity of the healthy individuals was much stronger than that of the heart disease. The multifractal detrended fluctuation analysis MF-DFA and multifractal detrended cross correlation analysis MF-DCCA method, analysis of different time series under different physiological conditions of the long-term autocorrelation and cross correlation properties, and found that the characteristics of ECG and respiratory signal has multifractal. Through the quantitative calculation of multifractal spectral width, multifractal spectral area and multifractal spectrum symmetry, we can describe the strength of multifractal attributes and distinguish the different physiological states of human body better. In this paper, we use different research methods to explore human physiological time series under multi-scale, and we can more comprehensively and accurately analyze the dynamic behavior characteristics of human physiological time series. Good results have been achieved in the differentiation of different physiological states. The theoretical basis and actual data analysis of the article also provide a reference for the prevention and treatment of disease in clinical medicine.
【學(xué)位授予單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2014
【分類號(hào)】：R33

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 施久玉,杜金觀;有限個(gè)狀態(tài)時(shí)間序列的某些結(jié)果[J];應(yīng)用數(shù)學(xué)學(xué)報(bào);1990年01期

2 馮希杰;長(zhǎng)江三峽及其鄰區(qū)斷裂活動(dòng)時(shí)間序列[J];華南地震;1991年02期

3 王霞,郭嗣琮,劉淑娟;時(shí)間序列模糊滑動(dòng)預(yù)測(cè)[J];遼寧工程技術(shù)大學(xué)學(xué)報(bào)(自然科學(xué)版);1999年03期

4 溫品人;時(shí)間序列預(yù)測(cè)法的實(shí)際應(yīng)用分析[J];江蘇廣播電視大學(xué)學(xué)報(bào);2001年06期

5 許清海;混沌投資時(shí)間序列的嬗變[J];漳州師范學(xué)院學(xué)報(bào)(自然科學(xué)版);2003年01期

6 程毛林;時(shí)間序列系統(tǒng)建模預(yù)測(cè)的一種新方法[J];數(shù)學(xué)的實(shí)踐與認(rèn)識(shí);2004年08期

7 高潔;長(zhǎng)記憶時(shí)間序列適應(yīng)性預(yù)測(cè)的應(yīng)用[J];江南大學(xué)學(xué)報(bào);2004年05期

8 高潔;孫立新;;長(zhǎng)記憶時(shí)間序列的適應(yīng)性預(yù)測(cè)誤差的譜密度[J];統(tǒng)計(jì)與決策;2006年13期

9 楊鐘瑾;;淺談時(shí)間序列的分析預(yù)測(cè)[J];中國(guó)科技信息;2006年14期

10 李健;孫廣中;許胤龍;;基于時(shí)間序列的預(yù)測(cè)模型應(yīng)用與異常檢測(cè)[J];計(jì)算機(jī)輔助工程;2006年02期

相關(guān)會(huì)議論文 前10條

1 周家斌;張海福;楊桂英;;多維多步時(shí)間序列預(yù)報(bào)方法及其應(yīng)用[A];中國(guó)現(xiàn)場(chǎng)統(tǒng)計(jì)研究會(huì)第九屆學(xué)術(shù)年會(huì)論文集[C];1999年

2 馬培蓓;紀(jì)軍;;基于時(shí)間序列的航空備件消耗預(yù)測(cè)[A];中國(guó)系統(tǒng)工程學(xué)會(huì)決策科學(xué)專業(yè)委員會(huì)第六屆學(xué)術(shù)年會(huì)論文集[C];2005年

3 盧世坤;李夕海;牛超;陳蛟;;時(shí)間序列的非線性非平穩(wěn)特性研究綜述[A];國(guó)家安全地球物理叢書（八）——遙感地球物理與國(guó)家安全[C];2012年

4 李強(qiáng);;基于線性模型方法對(duì)時(shí)間序列中異常值的檢測(cè)及證券實(shí)證分析[A];加入WTO和中國(guó)科技與可持續(xù)發(fā)展——挑戰(zhàn)與機(jī)遇、責(zé)任和對(duì)策（上冊(cè)）[C];2002年

5 戴麗金;何振峰;;基于云模型的時(shí)間序列相似性度量方法[A];第八屆中國(guó)不確定系統(tǒng)年會(huì)論文集[C];2010年

6 謝美萍;趙希人;莊秀龍;;多維非線性時(shí)間序列的投影尋蹤學(xué)習(xí)逼近[A];'99系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)交流會(huì)論文集[C];1999年

7 張大斌;李紅燕;劉肖;張文生;;非線性時(shí)問序列的小波-模糊神經(jīng)網(wǎng)絡(luò)集成預(yù)測(cè)方法[A];第十五屆中國(guó)管理科學(xué)學(xué)術(shù)年會(huì)論文集（下）[C];2013年

8 黃云貴;;基于時(shí)間序列的電網(wǎng)固定資產(chǎn)投資規(guī)模研究[A];2012年云南電力技術(shù)論壇論文集（文摘部分）[C];2012年

9 李松臣;張世英;;時(shí)間序列高階矩持續(xù)和協(xié)同持續(xù)性研究[A];21世紀(jì)數(shù)量經(jīng)濟(jì)學(xué)（第8卷）[C];2007年

10 陳赫;羅聲求;;歷史橫斷面數(shù)據(jù)的時(shí)間序列化[A];科學(xué)決策與系統(tǒng)工程——中國(guó)系統(tǒng)工程學(xué)會(huì)第六次年會(huì)論文集[C];1990年

相關(guān)重要報(bào)紙文章 前6條

1 ;《時(shí)間序列與金融數(shù)據(jù)分析》[N];中國(guó)信息報(bào);2004年

2 何德旭 王朝陽(yáng);時(shí)間序列計(jì)量經(jīng)濟(jì)學(xué)：協(xié)整與有條件的異方差自回歸[N];中國(guó)社會(huì)科學(xué)院院報(bào);2003年

3 劉俏;讓數(shù)據(jù)坦白真相[N];21世紀(jì)經(jīng)濟(jì)報(bào)道;2003年

4 西南證券高級(jí)研究員 董先安邋德圣基金研究中心 郭奔宇;預(yù)計(jì)6月CPI同比上漲7.2%[N];證券時(shí)報(bào);2008年

5 東證期貨 王愛華　楊衛(wèi)東;兩年漲跌輪回 秋季普遍下跌[N];期貨日?qǐng)?bào);2009年

6 任勇邋鄭重;中國(guó)對(duì)世界鋼材價(jià)格的影響實(shí)證分析[N];現(xiàn)代物流報(bào);2007年

相關(guān)博士學(xué)位論文 前10條

1 張墨謙;遙感時(shí)間序列數(shù)據(jù)的特征挖掘：在生態(tài)學(xué)中的應(yīng)用[D];復(fù)旦大學(xué);2014年

2 張德成;滑坡預(yù)測(cè)預(yù)報(bào)研究[D];昆明理工大學(xué);2015年

3 苗圣法;時(shí)間序列的模式檢測(cè)[D];蘭州大學(xué);2015年

4 翁同峰;時(shí)間序列與復(fù)雜網(wǎng)絡(luò)之間等價(jià)性問題及表征應(yīng)用研究[D];哈爾濱工業(yè)大學(xué);2015年

5 王曉曄;時(shí)間序列數(shù)據(jù)挖掘中相似性和趨勢(shì)預(yù)測(cè)的研究[D];天津大學(xué);2003年

6 李桂玲;時(shí)間序列的分割及不一致發(fā)現(xiàn)研究[D];華中科技大學(xué);2012年

7 周勇;時(shí)間序列時(shí)序關(guān)聯(lián)規(guī)則挖掘研究[D];西南財(cái)經(jīng)大學(xué);2008年

8 張勇;時(shí)間序列模式匹配技術(shù)研究[D];華中科技大學(xué);2012年

9 董曉莉;時(shí)間序列數(shù)據(jù)挖掘相似性度量和周期模式挖掘研究[D];天津大學(xué);2007年

10 姜向榮;短時(shí)間序列預(yù)測(cè)建模及應(yīng)用研究[D];北京郵電大學(xué);2009年

相關(guān)碩士學(xué)位論文 前10條

1 陳健;基于多變量相空間重構(gòu)的投資組合策略研究[D];華南理工大學(xué);2015年

2 蘭鑫;時(shí)間序列的復(fù)雜網(wǎng)絡(luò)轉(zhuǎn)換策略研究[D];西南大學(xué);2015年

3 米曉將;區(qū)域尺度下月均氣溫的時(shí)空演化格局研究[D];昆明理工大學(xué);2015年

4 張鳴敏;基于支持向量回歸的PM_(2.5)濃度預(yù)測(cè)研究[D];南京信息工程大學(xué);2015年

5 林健;基于改進(jìn)小世界回聲狀態(tài)網(wǎng)的時(shí)間序列預(yù)測(cè)[D];渤海大學(xué);2015年

6 曹智麗;日氣溫和干旱指數(shù)支持向量回歸預(yù)測(cè)方法[D];南京信息工程大學(xué);2015年

7 高雄飛;基于分形理論的土壤含水量時(shí)間序列特性分析[D];長(zhǎng)安大學(xué);2015年

8 姚茜;城市安全生產(chǎn)發(fā)展目標(biāo)研究[D];中國(guó)地質(zhì)大學(xué)(北京);2015年

9 謝翠穎;蘇州社會(huì)消費(fèi)品零售總額簡(jiǎn)析[D];蘇州大學(xué);2015年

10 包仁義;基于時(shí)間序列的搜索引擎評(píng)估模型算法研究[D];東北師范大學(xué);2015年

，

本文編號(hào)：1340957