论文部分内容阅读
完整的RR间期序列不但反映心率变异的状况,还可以准确预测、及时诊断一些常见的心血管疾病。在实际的信号测量中,心电信号瞬间发生突变或出现残缺,导致信号出现误差的情况经常存在。因此,对残缺的RR间期进行模拟插值处理并进行HRV分析具有重要的意义。本文提出了一种用logistic混沌序列对RR间期缺失数据插补的新方法,并与几种常规插值方法进行了比较和分析。采用年老组和年轻组各13名健康受试者的完整RR间期序列为实验数据,随机除去部分连续数据段,构造模拟的数据缺失序列,然后分别以线性插值、样条插值、Bootstrap法以及logistic混沌序列法得到插值序列。以RR序列的MEAN、SDANN、RMSSD以及近似熵和样本熵为分析指标,分别计算出插值序列和原始序列的五个分析指标进行研究。在同一年龄组,同一缺失率(20%)下,对13名个体的四种不同的插值RR序列进行计算分析。结果表明：采用混沌序列法和Bootstrap法得到插值序列的近似熵、样本熵与原始序列无明显差异(p>0.4),而线性插值和样条插值序列与原始序列有明显差异(p<<0.05)。在不同的缺失率(1%-20%)下,采用类似方法计算其它指标,绘出了每个指标t检验p值的结果对照图。经过心率变异的多指标分析,得出结论：混沌序列插值方法、随机模拟方法插值方法的模拟插值效果优于线性插值和样条插值法。