应用多尺度化的基本尺度熵分析心率变异性

本文采用多尺度化的基本尺度熵方法,针对心率变异性信号进行了分析,研究发现多尺度化的基本尺度熵可以区分不同生理病理信号,包括健康人、充血性心力衰竭患者和房颤心律失常患者的心率变异性信号,以及健康人白天黑夜的心率变异性信号.通过对健康人代理数据的分析,发现房颤心律失常患者与代理数据的熵值趋势相似,研究结果表明房颤心律失常患者的心率变异性信号更多的是反映生理信号的线性特征,而对环境变化不能很好的进行自我调节. 关键词： 多尺度化的基本尺度熵 心率变异性 充血性心力衰竭 房颤心律失常     

符号动力学在心率变异性分析中的参数选择

时间序列的符号动力学信息熵H_k因其计算简单快速,对数据量要求小,而被应用于心率变异性(heart rate variability, HRV)分析,然而符号化的参数选择至今却并未形成统一标准.HRV作为典型的生理信号,存在着极大的个体间差异和非平稳性,要获得稳健的一致性分析,在符号化过程中必须考虑符号化参数α与序列本身均值、标准差的综合影响.文中,首先以仿真噪声序列为对象,考察了3个参数对于H_k的影响及三者相互之间的关联性,研究表明当满足特定关系时,H_k的曲线簇收敛于反映序列动力特性的H_k-up;随后在对15例心跳间隔序列的分析中,验证了H_k-up在消除个体间差异及减弱非平稳干扰影响两方面都优于α取固定值时的研究结果. 关键词： 符号动力学 熵 心率变异性     

两种熵测度在量化射击运动员短时心率变异性信号复杂度上的一致性

利用两种基于熵的非线性复杂度测度：近似熵和样本熵,研究了专业射击运动员两种不同状态下(休息和练习赛)心率变异性信号的复杂度.计算结果表明：射击运动员休息时其心率变异性信号的熵值大于射击比赛时信号的熵值,这意味着运动员一旦进行射击比赛时,其心率变异性信号复杂度降低了,心跳变得更为规则了.为了更好地应用这两种基于熵的方法,进一步分析了算法中的两个重要影响因素：矢量匹配容差r和序列长度N对算法性能的影响.分析结果表明：只要参数选择在合适的范围内,近似熵和样本熵都能够正确地区分出两种不 关键词： 近似熵 样本熵 复杂度 射击     

昼夜节律下心率变异性信号的熵信息和谱特征

生理系统产生的复杂波动信号能够反映其潜在的动力学特征.采用基本尺度熵和功率谱的方法分析24 h心率变异性信号.结果表明,心脏系统昼夜节律下生理和病理的变化伴随着变化的基本尺度熵和功率谱分布,但是对于近似熵,其变化却不明显;同时发现,基本尺度熵的变化能够反映相应的自主神经调控的变化,由于充血性心力衰竭患者迷走神经的调控被抑制,交感神经的调控占优势,所以数据中会出现更多变化的矢量模式组合,因此心力衰竭患者心率变异性信号的熵值较高;在夜间睡眠状态时,由于迷走神经的调控增强,交感神经的调控减少,所以健康人和心力衰竭患者的基本尺度熵都比白天清醒状态时产生了下降趋势.     

双δ激光脉冲作用下Paul阱中单离子的规则与混沌运动

考虑赝势近似下囚禁于Paul阱中的单离子与双δ脉冲型周期势相互作用系统的规则与混沌运动.应用积分方程方法得到系统的经典运动精确解,通过数值方法作出相空间轨道图和平均能量的时间演化曲线.结合分析与数值结果,发现两个有趣的结论.即在离子与单δ脉冲作用出现共振失稳的情形,在双δ脉冲作用下却出现了稳定的规则运动;离子随着双δ脉冲中两个脉冲之间的时间间隔减小而由规则运动转为混沌运动,其平均能量扩散的快慢与混沌运动的混乱程度相关.还研究了系统的共振失稳,发现通过 关键词： 双δ脉冲 囚禁离子 精确解 混沌     

GdBaCo2O5+δ体系的滞弹性内耗研究

GdBaCo₂O_5+δ体系的低频内耗研究表明：体系中存在一个由额外氧运动引起的弛豫内耗峰；额外氧δ对这个弛豫内耗峰的大小、峰形及峰位有较大影响，反映了额外氧状态随δ而变化.当δ=0.005，体系中额外氧含量很少而接近零时，相应的内耗峰消失；δ达到一定数量后，出现弛豫内耗峰.由δ=0.278，0.407，0.421，0.515样品的弛豫内耗峰分析可得到体系随δ不同存在着三种不同的额外氧形态.此外，δ=0.421及0.515的样品在360K附近存在一个相变内耗峰，它对应着体系中的金属—绝缘体转变. 关键词： 2O_5+δ')" href="#">GdBaCo₂O_5+δ 额外氧 内耗峰     

颠倒睡眠状态调制心率变异性信号的功率谱和基本尺度熵分析

心率变异性(HRV)信号能够提供心脏活动状态的重要信息.通过建立颠倒睡眠模型,联合功率谱和基本尺度熵方法分析颠倒睡眠状态下24 h的HRV信号,研究颠倒睡眠对自主神经相互作用以及HRV信号混沌强度的调制.结果表明,颠倒睡眠导致自主神经在昼夜间的活动节律发生颠倒,基本尺度熵在昼夜的变化趋势也随之发生逆转,因此HRV信号的混沌强度与自主神经的相互作用密切相关,进一步研究两者之间的关系发现:HRV信号的混沌强度与交感神经的调制强度正相关,与迷走神经的调制强度负相关.     

瑞利散射法研究超声喷流二氧化碳团簇尺度轴向分布

针对特定尺度的小锥喷嘴,用瑞利散射方法研究了超声喷流二氧化碳团簇的瑞利散射信号S和团簇尺度N的轴向分布.实验发现,散射信号强度的对数ln(S)随着轴向距离Z的平方根的增大线性减小,团簇尺度最大位置出现在距喷嘴轴向距离4 mm附近,在背压6—17 bar范围内散射信号S与背压P满足S∝P^3.6—4.2,测量到最大的团簇约为1.6×10⁴分子/团簇. 关键词： 二氧化碳团簇 轴向分布 团簇尺度 瑞利散射     

在线社交网络中群体互动行为的时间特征

针对在线社交网络中群体互动行为,运用有偏扩散理论,构建有偏扩散模型,从任务的间隔时间τ与执行时间θ的关系视角,系统地阐述了群体互动活动中群体发帖行为与事件行为的时间间隔分布特征.针对群体用户发帖时τ≥θ的特征,论证群体用户发帖时间间隔的幂律分布机理.针对事件时τ>>θ的特征,论证了事件时间间隔具有指数效应的幂律分布机理,实验结果与理论推导吻合.     

CeO2热力学性质的第一原理研究

使用第一性原理方法结合准谐德拜模型研究压力0~30 GPa,温度0~2 000 K,二氧化铈立方结构的热力学性质,包括常压下平衡体积V、体弹模量B₀、热容c_p和熵S随温度的变化以及不同压强下热容c_p、熵S、德拜温度Θ,体膨胀系数α与温度的关系.常压下计算的热容c_p和熵S随温度的变化与实验数据符合很好.     

基于Poincaré差值散点图的心率变异性分析方法研究

在心率变异性的非线性分析中, Poincaré散点图分析是一种重要手段.本文基于Poincaré差值散点图(modified Poincaré plot)提出了两个参数——区域分布熵和区域分布系数, 用于定量描述所考察区域内散点的分布趋势, 并提出对散点在4个象限中的分布进行分别计算.通过对MIT-BIH数据库中健康年轻人、健康老年人和充血性心力衰竭患者样本数据的分析, 发现两参数值均呈现显著的组间差异;同时, 不同象限的分析结果显示了四个象限具有不同的区分敏感性, 而其中尤以第一象限的区分度为最高, 反映出充血性心力衰竭患者相对健康人迷走神经调控功能的改变最为显著, 与以往的生理学研究结论相符.经验证, 该方法可用于短时数据, 更易于扩展至临床应用.     

Classification of physiologic and synthetic heart rate variability series using base-scale entropy

The base-scale entropy method was used as a measure to classify physiologic and synthetic heart rate variability series. This method enables analyzing very short, non-stationary, and noisy data. We used it to analyze short-term heart rate variability series. The results show that our method can effectively detect the complex dissimilarity of physiologic time series in different physiologic/pathologic states. We then applied it to the CinC 2002 test datasets. Using the base-scale entropy, we correctly classified 43 of 46 (93%) time series. In combination with time domain analysis, we correctly classified all time series.     

Dynamical complexity changes during two forms of meditation

Detection of dynamical complexity changes in natural and man-made systems has deep scientific and practical meaning. We use the base-scale entropy method to analyze dynamical complexity changes for heart rate variability (HRV) series during specific traditional forms of Chinese Chi and Kundalini Yoga meditation techniques in healthy young adults. The results show that dynamical complexity decreases in meditation states for two forms of meditation. Meanwhile, we detected changes in probability distribution of m-words during meditation and explained this changes using probability distribution of sine function. The base-scale entropy method may be used on a wider range of physiologic signals.     

Detecting dynamical complexity changes in time series using the base-scale entropy

Timely detection of dynamical complexity changes in natural and man-made systems has deep scientific and practical meanings. We introduce a complexity measure for time series： the base-scale entropy. The definition directly applies to arbitrary real-word data. We illustrate our method on a practical speech signal and in a theoretical chaotic system. The results show that the simple and easily calculated measure of base-scale entropy can be effectively used to detect qualitative and quantitative dynamical changes.     

Permutation entropy and detrend fluctuation analysis for the natural complexity of cardiac heart interbeat signals

We compute fractal dimension and permutation entropy for healthy and people who have experienced heart failure. Our result shows that permutation entropy is a suitable approach as well as detrend fluctuation analysis (DFA). The result of DFA shows that the fractal dimensions for healthy and heart failure are different as well as the permutation entropy result. The fluctuation value for permutation entropy for an individual who has experienced heart failure is bigger than for a healthy person. There is some specific change in the interbeat signal of a person who has experienced heart failure, but there is not previous trend for a healthy person.     

心率变异性的异方差特征研究

心率变异性数据具有非平稳和瞬时波动的特点,本文提出了采用自回归条件异方差(ARCH)分析方法分析这种波动.分析方法采用自回归移动平均模型消除序列的趋势和相关性,采用F检验法判断残差序列中是否存在ARCH效应,同时给出接受ARCH效应的概率.对充血性心衰竭病人和正常人的心率波动序列进行分析,两类人群ARCH特征接受概率及其变化率的统计值有较大差异,表明该方法可以区分不同的群体,为心电信息学研究提供了一种新的方法.     

Entropy of electromyography time series

A nonlinear analysis based on Renyi entropy is applied to electromyography (EMG) time series from back muscles. The time dependence of the entropy of the EMG signal exhibits a crossover from a subdiffusive regime at short times to a plateau at longer times. We argue that this behavior characterizes complex biological systems. The plateau value of the entropy can be used to differentiate between healthy and low back pain individuals.