换一批摘要目的:介绍近似熵分析生物信号的优点,探讨时间序列的参数对近似熵值的影响,阐述近似熵在医学的应用现状与前景.方法:根据定义和算法,介绍近似熵与关联维、分形维数、Lyaponov指数等非线性分析方法相比估计信号的复杂度所具有的优点;依据近似熵算法,本文编制程序定量地分析近似熵值与时间序列各参数的关系;人体脑电信号和心电信号等生物信号能反映出人体所处的状态,检测生物信号的近似熵值变化,定量的监测和检测某组织的状态.结果:近似熵具有计算所需数据短,抗噪能力好等优点,弥补了关联维等非线性分析方法的缺陷;近似熵与时间序列的幅值无关;在低频,近似熵值几乎是随频率增大而增大;当计算长度大于1000个点时,近似熵是稳定的,定量说明近似熵计算所需数据短;目前,近似熵在诊断、监测、麻醉学等医学领域广泛运用,并取得很好的成果.结论:近似熵一种新发展起来的定量估计信号复杂度的非线性分析方法,为诊断、监测一些疾病提供一种新的方法,具有广泛的应用前景.
更多相关知识
- 浏览638
- 被引59
- 下载25
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
