目的:探討冪律調(diào)制多尺度熵(pMSE)在生物信號(hào)分析中的應(yīng)用效果及其對(duì)疾病診斷和康復(fù)的臨床價(jià)值。方法:結(jié)合信號(hào)的自相似和分形理論,對(duì)多尺度熵(MSE)算法的不足進(jìn)行改進(jìn),提出pMSE算法,并在三種生物信號(hào)(添加了不同程度仿真白噪聲的生理信號(hào);健康、充血性心力衰竭和心房顫動(dòng)患者的心跳間期信號(hào);清醒和疲勞腦電信號(hào))中分別進(jìn)行測(cè)試和對(duì)比,評(píng)估pMSE算法的應(yīng)用效果。結(jié)果:pMSE有效改進(jìn)了MSE的一些不足,在仿真噪聲信號(hào)分析中獲得了更加正確和清晰的比較結(jié)果,在3種心跳間期信號(hào)分析中取得了更加準(zhǔn)確和直觀的區(qū)分效果,在清醒和疲勞腦電信號(hào)分析中取得了更高的分類準(zhǔn)確率(t=2.30,P<0.05)。結(jié)論:pMSE在多種生物信號(hào)分析中取得了比MSE更好的效果,可以更準(zhǔn)確地度量生物信號(hào)復(fù)雜度,對(duì)臨床疾病診斷和康復(fù)具有潛在的應(yīng)用價(jià)值。

【文章頁數(shù)】：5 頁

【文章目錄】：
1 pMSE和MSE算法
    1.1 MSE算法
    1.2 pMSE算法
2 pMSE和MSE數(shù)據(jù)與分析
    2.1 仿真噪聲數(shù)據(jù)
    2.2 心電信號(hào)數(shù)據(jù)
    2.3 腦電信號(hào)數(shù)據(jù)
    2.4 統(tǒng)計(jì)學(xué)方法
3 結(jié)果分析
    3.1 仿真噪聲分析
    3.2心電信號(hào)分析
    3.3 腦電信號(hào)分析
4 討論
5 結(jié)論



本文編號(hào)：3767921