多尺度累积残余分散透与心血管信号的应用
Youngjun Kim1, Young-Seok Choi1
1Department of Electronics and Communications Engineering, Kwangwoon University, Seoul 01897, Republic of Korea.
Entropy (Basel, Switzerland)
|November 24, 2023
概括
一种新的方法,多尺度累积残余分散 (MCRDE),增强了心率变异性分析,用于检测诸如充血性心力衰竭和心房动等心脏病.
科学领域:
- 生理学 生理学 生理学
- 生物医学工程 生物医学工程
- 数据科学数据科学数据科学
背景情况:
- 心率变化 (HRV) 反映了自主神经系统的功能,有助于检测心脏病.
- 分析对于HRV等非线性时间序列是有价值的,分散 (DE) 提供了计算效率.
- 现有的DE方法不考虑概率分布中的模式顺序.
研究的目的:
- 引入多尺度累积残余分散 (MCRDE) 以改进时间序列复杂性估计.
- 通过结合模式顺序和多尺度分析来解决DE的局限性.
- 使用HRV数据评估MCRDE在区分生理状况方面的有效性.
主要方法:
- 通过在多个时间尺度上结合累积剩余和DE开发了MCRDE.
- 应用MCRDE到心电图 (ECG) 信号中的节拍间隔 (IBI) 数据.
- 通过使用统计测试,比较MCRDE性能与已建立的多尺度方法.
主要成果:
- MCRDE提供了时间结构中复杂性的概括和快速估计.
- 与现有的多尺度法相比,MCRDE在量化生理条件方面表现出更好的能力.
- 对充血性心力衰竭 (CHF),心房动 (AF) 和健康组的心电图信号的分析表明,MCRDE产生了更多的统计学显著差异 (较低的p值).
结论:
- 在分析HRV复杂性方面,MCRDE提供了一种更敏感,更强大的方法.
- 拟议的方法通过改进复杂性量化,提高了心脏病的检测和差异化.
- 在心血管疾病监测中,MCRDE具有显著的临床应用潜力.
更多相关视频
08:08Using Wavelet Entropy to Demonstrate how Mindfulness Practice Increases Coordination between Irregular Cerebral and Cardiac Activities
Published on: May 10, 2017
14.7K
08:22Author Spotlight: Advancing the Study of Brain-Heart Interplay with a Comprehensive EEGLAB Plugin for Multimodal Signal Analysis
Published on: April 26, 2024
1.9K
