文献类型：期刊文章

作　　者：陈煜[1] 辛怡[1] 王振宇[1] 李勤[1]

机构地区：[1]北京理工大学生命学院生物医学工程系,北京100081

出　　处：《航天医学与医学工程》

基　　金：北京理工大学基础研究基金资助项目;北京高校青年英才计划;新世纪优秀人才计划(NCET080048)

年　　份：2013

卷　　号：26

期　　号：5

起止页码：352-355

语　　种：中文

收录情况：AJ、BDHX、BDHX2011、CAS、CSA、CSA-PROQEUST、CSCD、CSCD_E2013_2014、JST、PUBMED、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：目的通过多尺度小波熵对阵发性房颤心率变异信号进行量化评估分析,提取特征参数,完成其与远离阵发性房颤信号的识别分类。方法获取心率变异信号和其对应的小波分解系数,筛选出在不同类别间存在显著差异的多尺度小波熵值,利用支持向量机完成识别分类。结果对MIT-BIT PAF Prediction Database 50例表面心电信号进行验证。本文方法与时域、频域以及非线性方法相比,正确率、特异性以及敏感性都显著提升。结论多尺度小波熵能够作为反映阵发性房颤发生过程中心脏内交感神经和迷走神经兴奋活动变化的动态指标,为航天医学人工智能心电监护以及房颤的临床治疗提供参考。

关 键 词：阵发性房颤 心律变异性 多尺度小波熵  支持向量机

分 类 号：R319[基础医学类]