Abstrakt

Anwendung der auf Wahrscheinlichkeitsverteilungen basierenden Symbolentropie zur Herztonanalyse

Xie-Feng C, Chen-Jun S, Yong MA, Ke-Xue S und Yu-qi J

Herztöne sind ein wichtiges physiologisches Signal und enthalten eine große Menge physiologischer und pathologischer Informationen. Entsprechend den Merkmalen von Herztönen wird eine Symbolentropie auf Grundlage einer Wahrscheinlichkeitsverteilung vorgeschlagen. Der Algorithmus schafft einen Durchbruch bei linearen Beschränkungen. Einerseits verteilt er mehr Symbole für den Bereich, in dem die Amplitudenverteilung des ersten Herzens dicht ist, und verteilt relativ weniger Symbole für den dünnen Bereich, um die Datenredundanz zu reduzieren; andererseits verwendet er eine selbstadaptive Methode, um die Größe des Symbolsatzes zu bestimmen. Dadurch wird die Symbolentropie empfindlicher gegenüber den Änderungen des Herztonsignals und kann den nichtlinearen abnormalen Zustand des Herzsignals schnell erfassen. Somit kann der Algorithmus wenig oder keinen Einfluss der nichtstationären Mutationsinterferenz und der Sequenzwahrscheinlichkeitsverteilung auf die Entropie haben. Simulationsergebnisse zeigen, dass der Algorithmus nicht nur eine erhebliche Durchführbarkeit und Wirksamkeit aufweist, sondern auch eine neue Möglichkeit zur schnellen Diagnose von Herzversagen bietet.