联合变异性在评价心脏病患者心血管系统功能状态中的应用

吉林大学学报(工学版) ›› 2010, Vol. 40 ›› Issue (02): 539-0544.

联合变异性在评价心脏病患者心血管系统功能状态中的应用

刘澄玉¹,刘常春¹,李丽萍¹,胡顺波²

1.山东大学控制科学与工程学院,济南 250061|2.临沂师范学院物理系|山东临沂 276005

收稿日期:2009-03-13 出版日期:2010-03-01 发布日期:2010-03-01
通讯作者: 刘常春(1959),男,教授,博士生导师.研究方向:人体心血管系统功能状态检测设备,生物医学信号处理,图像处理.E-mail:changchunliu@sdu.edu.cn E-mail:E-mail:changchunliu@sdu.edu.cn
作者简介:刘澄玉(1982),男,博士研究生.研究方向:生物医学信号处理.E-mail:bestlcy@mail.sdu.edu.cn
基金资助:
刘澄玉¹,刘常春¹,李丽萍¹,胡顺波²

Application of associated variability for function evaluation of cardiovascular system in heart disease patients

LIU Cheng-yu¹, LIU Chang-chun¹, LI Li-ping¹, HU Shun-bo²

1.School of Control Science and Engineering, Shandong University, Ji'nan 250061, China|2.Department of Physics, Linyi Normal University, Linyi 276005, China

Received:2009-03-13 Online:2010-03-01 Published:2010-03-01

摘要/Abstract

摘要：

针对单一变异性指标不足以全面反映心血管系统功能状态的问题，提出了一种新的指标——联合变异性AV。首先利用样本熵算法计算了3个单一变异性指标：心率变异性HRV、脉搏波传播时间变异性PTTV和电机械延迟变异性EMDV，然后采用层次分析法计算了HRV、PTTV和EMDV在AV中的权系数，并求得AV。定义了组间区分测度GDM，对25例心脏病组和35例健康对照组的试验得出指标HRV、PTTV和EMDV的GDM值均大于1，而指标AV的GDM值小于1，说明AV能够完全区分心脏病组和健康对照组。与单一变异性指标HRV、PTTV和EMDV相比，指标AV能够更全面地反映心血管系统功能状态。

关键词: 计算机应用, 联合变异性, 心率变异性, 样本熵, 组间区分测度

Abstract:

Single variability can not fully reflect the function of cardiovascular system. To overcome this problem, a new variability index, Associated Variability (AV) is proposed. This index is obtained from the weighted summation of Heart Rate Variability (HRV), Pulse Transit Time Variability (PTTV) and Electromechanical Delay Variability (EMDV), which are calculated by the sample entropy algorithm and the weights are determined by the method of analytic hierarchy process. Then, Group Distinction Measure (GDM) is defined. Experiments on heart disease group (25 subjects) and healthy group (35 subjects) show that the GDM values of HRV, PTTV and EMDV are all larger than 1, while that of AV is less than 1, which indicates that AV can fully distinguish the heart disease group from the healthy group. Results show that AV can reflect the function of cardiovascular system more completely than any single index, such as HRV, PTTV or EMDV.

Key words: computer application, associated variability, heart rate variability, sample entropy, group distinction measure

中图分类号:

TP391

刘澄玉, 刘常春, 李丽萍, 胡顺波. 联合变异性在评价心脏病患者心血管系统功能状态中的应用[J]. 吉林大学学报(工学版), 2010, 40(02): 539-0544.

LIU Cheng-Yu, LIU Chang-Chun, LI Li-Ping, HU Shun-Bo. Application of associated variability for function evaluation of cardiovascular system in heart disease patients[J]. 吉林大学学报(工学版), 2010, 40(02): 539-0544.

参考文献

相关文章 15

[1]	刘富,宗宇轩,康冰,张益萌,林彩霞,赵宏伟. 基于优化纹理特征的手背静脉识别系统[J]. 吉林大学学报(工学版), 2018, 48(6): 1844-1850.
[2]	王利民,刘洋,孙铭会,李美慧. 基于Markov blanket的无约束型K阶贝叶斯集成分类模型[J]. 吉林大学学报(工学版), 2018, 48(6): 1851-1858.
[3]	金顺福,王宝帅,郝闪闪,贾晓光,霍占强. 基于备用虚拟机同步休眠的云数据中心节能策略及性能[J]. 吉林大学学报(工学版), 2018, 48(6): 1859-1866.
[4]	赵东,孙明玉,朱金龙,于繁华,刘光洁,陈慧灵. 结合粒子群和单纯形的改进飞蛾优化算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1867-1872.
[5]	刘恩泽,吴文福. 基于机器视觉的农作物表面多特征决策融合病变判断算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1873-1878.
[6]	欧阳丹彤, 范琪. 子句级别语境感知的开放信息抽取方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1563-1570.
[7]	刘富, 兰旭腾, 侯涛, 康冰, 刘云, 林彩霞. 基于优化k-mer频率的宏基因组聚类方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1593-1599.
[8]	桂春, 黄旺星. 基于改进的标签传播算法的网络聚类方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1600-1605.
[9]	刘元宁, 刘帅, 朱晓冬, 陈一浩, 郑少阁, 沈椿壮. 基于高斯拉普拉斯算子与自适应优化伽柏滤波的虹膜识别[J]. 吉林大学学报(工学版), 2018, 48(5): 1606-1613.
[10]	车翔玖, 王利, 郭晓新. 基于多尺度特征融合的边界检测算法[J]. 吉林大学学报(工学版), 2018, 48(5): 1621-1628.
[11]	赵宏伟, 刘宇琦, 董立岩, 王玉, 刘陪. 智能交通混合动态路径优化算法[J]. 吉林大学学报(工学版), 2018, 48(4): 1214-1223.
[12]	黄辉, 冯西安, 魏燕, 许驰, 陈慧灵. 基于增强核极限学习机的专业选择智能系统[J]. 吉林大学学报(工学版), 2018, 48(4): 1224-1230.
[13]	傅文博, 张杰, 陈永乐. 物联网环境下抵抗路由欺骗攻击的网络拓扑发现算法[J]. 吉林大学学报(工学版), 2018, 48(4): 1231-1236.
[14]	曹洁, 苏哲, 李晓旭. 基于Corr-LDA模型的图像标注方法[J]. 吉林大学学报(工学版), 2018, 48(4): 1237-1243.
[15]	侯永宏, 王利伟, 邢家明. 基于HTTP的动态自适应流媒体传输算法[J]. 吉林大学学报(工学版), 2018, 48(4): 1244-1253.

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed