基于模式熵的室性早搏与房性早搏识别

• 作 者: 吴俊 王俊
• 机 构: 南京邮电大学图像处理与图像通信江苏省重点实验室通信与信息工程学院,南京邮电大学图像处理与图像通信江苏省重点实验室地理与生物信息学院,
• 出 处: 生物医学工程学杂志
• 发表日期: 2010年03期
• 关键词: 房性早搏 正常窦性心律 严重心脏疾病 模式熵 熵值 心电图特征 窦性节律 窦性过早搏动 代偿间歇 波群

对心电信号(ECG)的识别是及时诊断各种严重心脏疾病的基本手段。室性早搏(PVC)和房性早搏(APC)是威胁人类生命的严重的心脏疾病。本文提出基于模式熵方法识别正常窦性心律(NSR)、APC和PVC信号。目前提出的很多识别NSR、APC和PVC等疾病的方法准确率达到90%～98%,但是很多方法都需要大数据量。通过计算正常NSR、PVC和APC信号的模式熵值,然后对结果的分析对比,证明了模式熵方法的合理性和准确性,而且不需要很太多的数据。

The identification of electrocardiographic signals (ECGs) is the basic means of timely diagnosis of various serious heart diseases. Premature ventricular contractions (PVC) and atrial premature beats (APC) are serious heart diseases that threaten human life. This paper proposes a model entropy method to identify normal sinus rhythm (NSR), APC and PVC signals. At present, many methods for identifying diseases such as NSR, APC and PVC are 90% -98% accurate, but many methods require a large amount of data. By calculating the mode entropy of normal NSR, PVC and APC signals, the analysis and comparison of the results prove the rationality and accuracy of the model entropy method and do not require much data.