基于复杂性度量的心率变异信号非线性分析

假设心率变异信号是累积－发放模型（Ｉｎｔｅｇｒａｔｅ－ｆｉｒｅ）与非线性动力学系统耦合产生的峰电位链（ＳｐｉｋｅＴｒａｉｎ）。以符号动力学为基础,提出利用峰电位间隔（ｉｎｔｅｒｓｐｉｋｅｉｎｔｅｒｖａｌ,ＩＳＩ）及其随机替代数据的Ｃ１、Ｃ２复杂度来定量刻划非线性动力学系统特性。结果表明：确定性驱动产生的峰电位间隔序列可以与随机性驱动产生的峰电位间隔序列区分开。因此,在噪声干扰较强的生理信号中,尤其是在不清楚非线性动力系统变量和峰电位间隔序列之间是否存在微分同胚的情况下,以复杂性度量来代替以Ｔａｋｅｎｓ嵌入定理为基础的关联维数、Ｌｙａｐｎｏｖ指数等描述动力系统特征的方法是合适的。最后通过２类共３７个个体,每个个体的心电数据为１０００个Ｒ－Ｒ间期的微分序列检验心率变异信号的非线性结构。     

一种统计复杂性测度及在心率变异信号分析中的应用

统计复杂性率量方法是作为结构或关联的一般性指示被提出来的。最近,Ｌｏｐｅｚ－Ｒｕｉｚ等提出一种称为ＣＬＭＣ的统计复杂性测度,满足在秩序和随机两个极端情况下测度为０的边界条件。Ｄａｖｉｄ详细研究了ＣＬＭＣ的特性,发现它既不是一个热力学集中变量也不是一个热力学扩张变量,并提出一种满足热力学扩张特性的补偿形式,但最后证明ＣＬＭＣ只是熵密度的普通解,不能作为结构测度。因此统计复杂性度量不仅应满足有序－随机