论文研究-冠心病患者心脏电-机械活动时间序列的熵分析.pdf

基于物理模糊隶属度函数的改进模糊熵（refined fuzzy entropy，rFuzzyEn）在算法的稳定性和抗噪声性能上有显著提升。通过分析5分钟心动周期（RR interval，RRI）和收缩间期（systolic time interval，STI）序列，进一步检验了rFuzzyEn用于分析心脏电-机械活动时间序列的性能。同时，将物理模糊隶属度函数引入互模糊熵（cross fuzzy entropy，C-FuzzyEn），提出改进的互模糊熵（refined C-FuzzyEn，rC-FuzzyEn）算法。使用所提出的rC-FuzzyEn算法，分析了冠心病患者和健康志愿者的RRI-STI序列耦合性，并与传统的互样本熵（cross sample entropy，C-SampEn）和互模糊熵（C-FuzzyEn）进行对比。结果表明，相较于C-SampEn和C-FuzzyEn，所提出rC-FuzzyEn算法的区分能力显著提高，可用于区分冠心病患者和健康志愿者。