• 1. 山东大学 控制科学与工程学院, 济南 250061;
  • 2. 山东大学(威海) 机电与信息工程学院, 威海 264209;
导出 下载 收藏 扫码 引用

准确区分生理序列随机性与混沌性,且不受序列长度与参数的影响是衡量复杂度算法的关键。本文提出了一种编码式Lempel-Ziv(LZ)算法,分别从序列随机性与混沌性的区分、长度的影响、动力学性质突变的敏感性、高斯白与粉红噪声复杂度测量等4个方面与经典LZ算法、多状态LZ算法、样本熵以及排列熵进行比较。结果显示,在短、中、长时(100、500、5 000点)下,编码式LZ算法均能准确区分随机与混沌性,正确测度高斯噪声的复杂度低于粉红噪声,并能准确响应序列动力学性质的改变。本文采用美国麻省理工学院(MIT)和波士顿贝斯以色列医院(BIH)联合建立的的MIT-BIH心电数据库中的充血性心力衰竭RR间期(CHF-RR)数据和正常窦性心律RR间期(NSR-RR)数据进行测试,实验结果显示,在各种时长下,编码式LZ复杂度算法均能准确地得出心力衰竭的复杂度低于窦性心律(P<0.01)的结果,且不受长度与参数影响,具有较强的泛化能力。

引用本文: 张亚涛, 刘澄玉, 刘海, 魏守水. 一种编码式Lempel-Ziv复杂度用于生理信号复杂度分析. 生物医学工程学杂志, 2016, 33(6): 1176-1182. doi: 10.7507/1001-5515.20160186 复制

  • 上一篇

    一种上肢外骨骼康复机器人的控制系统研究
  • 下一篇

    帕金森病患者多节点运动监测可穿戴设备