换一批一种编码式Lempel-Ziv复杂度用于生理信号复杂度分析
Complexity Analysis of Physiological Signals Using Encoding Lempel-Ziv Algorithm
摘要准确区分生理序列随机性与混沌性,且不受序列长度与参数的影响是衡量复杂度算法的关键.本文提出了一种编码式Lempel-Ziv(LZ)算法,分别从序列随机性与混沌性的区分、长度的影响、动力学性质突变的敏感性、高斯白与粉红噪声复杂度测量等4个方面与经典LZ算法、多状态LZ算法、样本熵以及排列熵进行比较.结果显示,在短、中、长时(100、500、5 000点)下,编码式LZ算法均能准确区分随机与混沌性,正确测度高斯噪声的复杂度低于粉红噪声,并能准确响应序列动力学性质的改变.本文采用美国麻省理工学院(MIT)和波士顿贝斯以色列医院(BIH)联合建立的的MIT-BIH心电数据库中的充血性心力衰竭RR间期(CHF-RR)数据和正常窦性心律RR间期(NSR-RR)数据进行测试,实验结果显示,在各种时长下,编码式LZ复杂度算法均能准确地得出心力衰竭的复杂度低于窦性心律(P＜0.01)的结果,且不受长度与参数影响,具有较强的泛化能力.
更多相关知识
关键词
编码式Lempel-Ziv复杂度复杂性分析Logistic映射熵混沌encoding Lempel-Ziv algorithmcomplexityLogistic mappingentropychaos
分类号
R318（医用一般科学）
栏目名称
DOI
10.7507/1001-5515.20160186
发布时间
2017-01-13（万方平台首次上网日期，不代表论文的发表时间）
基金项目
- 浏览5
- 被引2
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
