基于HRV非线性特征的心律不齐自动分析

郭景诗，乔晓艳

(山西大学 物理电子工程学院，山西 太原 030006)

心律失常是引起各种心脏病患者猝死的主要原因之一，也是近年来心血管领域十分活跃的研究内容. 由心脏病变而引起心脏跳动时间间隔异常的现象称为心律不齐，是心律失常的表现之一，心律不齐情况严重的话会危及人的性命，所以其诊断在临床医学中十分重要[1]. 心电(ECG)信号相邻心拍中R-R间期的变化称为心率变异性(HRV)，其形态特征可以反映潜在的心律不齐病症，在临床诊断中有很重要的研究价值[2]. Diptangshu Pandit等[3]采用基于实时滑动窗口的最大最小差分算法来定位ECG信号的QRS波群，进而得到HRV信号，具有较高的准确性，但是计算时间成本高、 鲁棒性差； Tanushree Sharma等[4]提出了一种基于加权全变差去噪的QRS波检测方法，可以有效地抑制QRS波的频谱重叠，但波形检测准确性差，不便于实际应用； Santanu Sahoo等[5]提出多分辨率方法检测心电信号QRS波并提取心率变异性，该方法具有较好的检测性能和较低的错误率.

国内外对HRV信号的时域、 频域分析较多，对其非线性分析的研究却较少，且有效性尚需提高. 比如Mohit Kumar等[6]通过提取HRV信号的K近邻熵和模糊熵，实现对冠状动脉疾病的自动诊断，但准确率并不高. 由于HRV信号是非线性的，对其进行非线性分析十分必要.

目前，通常采用阈值检测法来提取HRV特征信号，但是鉴于不同个体或者同一个体在不同时刻的ECG信号幅度存在差异，通过直接设置阈值来检测信号会存在一定的偏差[7]，对R波……