基于mfdfa和hurst指数的心电病理信号分析

《基于mfdfa和hurst指数的心电病理信号分析》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、南京邮电大学硕士学位论文基于MF-DFA和Hurst指数的心电病理信号分析姓名：赵烨南申请学位级别：硕士专业：信号与信息处理指导教师：王俊2011-03南京邮电大学硕士研究生学位论文摘要摘要心电图信号的分析与诊断是目前信号处理领域中的研究热点之一，有效识别和诊断心脏疾病将有力地促进医疗事业的发展和人们健康水平的提高。本文主要研究在临床上常见的心电病理信号的特点。多重分形是非线性科学研究中十分活跃的一个新分支，它作为分形几何领域的一个主要发展方向，现在已被广泛应用于各个学科领域。本文在去趋势波动分析（DFA）基础之上结合多重分形，即MF-DFA的方法来研究心电图信号的

2、多重分形特性，以对临床诊断起到一定的辅助作用。依次对正常心电信号及窦、房性心律失常信号的Hurst指数、Renyi指数及其多重分形谱依次进行了分析，发现三种信号都具有不同程度的长程相关性和多重分形特性，在波动函数的阶数为正值时，三种信号的长程相关特性区别明显。然后通过统计分析多重分形谱的分布范围来区分病理信号。最后，文章采用了重标极差方法（R/S分析法），分析了正常心电信号、充血性心力衰竭和心脏性猝死的Hurst指数，从而来区分这三种常见心电信号。试验结果表明，这三种信号的Hurst指数值有所不同，但都大于0.5，说明都有长期相关的特性，其中正常信号相关性最强，充血

3、性心力衰竭次之，心脏性猝死最弱，因此Hurst指数可以作为识别充血性心力衰竭和心脏性猝死的一种判据。此研究对临床医学诊断区分心电病理信号与正常心电信号有很好的借鉴意义。关键词：心律失常充血性心力衰竭心脏性猝死MF-DFAHurst指数I南京邮电大学硕士研究生学位论文AbstractAbstractTheanalysisanddiagnosisofelectrocardiogram(ECG)signalsisoneofthehotresearchesinsignalprocessingfield.Effectiveidentificationanddiagnosiso

4、fheartdiseasewillpromotethemedicalindustryandraisethelevelofpeople'slife.Multifractalilyisaveryactivenewbranchofthenon-linearscience,ithasnowbeenwidelyusedinvariousfieldsasamajordirectionofthefractalgeometryfield.Inthisthesis,multifractaldetrendedfluctuationanalysismethodisusedtoanalyz

5、ethemultifractalcharacteristicsofthesinusbradycardia（SBR）signals,theatrialfibrillation(AF)signalsandthenormalelectrocardiograph(ECG)signals.Itisaimedtobehelpfulwithclinicaldiagnosis.ByanalyzingtheHurstindex,Renyiindexandmultifractalspectrum,itisfoundthatwhentheorderoffluctuationfunctio

6、nispositive,thethreekindsofsignalsshowdistinctlong-rangecorrelationproperties.Tocomparewiththethreesignals'multifractalspectrum,thewidthofthenormalECGsignals'spectrumissmallest,theSBRsignals'isofthesecondstrongerfractalityandtheAFsignals'isofthebiggest.Finally,thisthesisusestherescaled

7、range(R/S)analysistodistinguishbetweenthenormal,congestiveheartfailureandsuddencardiacdeathsignalswiththeHurstindex.TheresultsshowthatalltheHurstindexofthethreesignalsarelargerthan0.5,butthevaluesarevary.Itindicatesthatthelong-termrelevantcharacteristhebestfornormalsignals,betterforc