排列熵的生理时间序列复杂性
排列熵是近几年被提出来的一种新的熵度量，它本身概念简单，计算简洁，而且能够快速地、有效地反映系统所具备的特征，在很多领域（例如机械振动分析、气象、水文、金融及生理信号分析等）得到了广泛的应用。
在生理信号分析方面，基于排列熵的复杂性分析已经在心电、脑电、心率变异性等方面得到了成功的应用。本文在深入理解排列熵算法原理的基础上，通过matlab编程实现了具体的排列熵分析算法，并采用该算法研究了不同状态下的脑电时间序列、心率变异时间序列等几类典型的生理时间序列的复杂性差异。结果表明，排列熵算法可以较为有效地分析各类生理时间序列的复杂性，具有一定的应用价值。
关键词：排列熵 复杂性 生理时间序列 M000245
The permutation entropy is put forward in recent years a new entropy measure . It Is simple in concept and calculation of concise, etc, can quickly and effectively reflect the characteristics of the system. In many fields, (such as mechanical vibration analysis, meteorological, hydrological, financial and physiological signal analysis, etc.) it has been widely used.
In the aspect of physiological signal analysis, Based on the complexity of the permutation entropy analysis in ecg, eeg, and heart rate variability has been successfully used. On the basis of in-depth understanding of the principles of permutation entropy algorithm on this article,I Achieve a specific permutation entropy analysis algorithms by matlab. And the use of the algorithm to study the complexity of EEG time series differences under different conditions, such as heart rate variability time series several typical physiological time series. The results show that the permutation entropy can be more effectively analyze the complexity of the various types of physiological time series, it has a certain value.
Key Words: Permutation entropy;complexity; Physiological time serie
1.引言 查看完整请+Q:351916072获取
1.1排列熵的国内外研究状况
排列熵算法是如今一个比较新颖的数理统计方法，国内外相关学者对此已经做出了高度重视。 当今很多学者对这种方法进行了深入研究，其中主要的应用领域在于医学、生物、气候、图像处理等方面，并且已经有了很显著的成果。排列熵算法第一个是运用在医学上面的，因为它具备良好的实用性，因此被逐渐延伸到其他领域当中去。
1.2各个方面的运用
1.2.1医学方面的应用
在其他国家，尼克拉乌，就读于欧洲塞浦路斯大学，通过收集和对比正常人和癫痫病人病症发作时的EEG信号, 然后找出这些信号的排列熵所具备的特性,接着通过支持向量机方法将它们进行有效的分类标识，通过和其他的算法进之间所作出的比较，他们发现：排列熵算法能够快速有效地提高对状态分类的准确性;法兰克，就读于德国耶拿大学，他通过排列熵算法，研究胎儿行为状态和心脏波动率复杂性之间的关系；通过计算生理时间序列多尺度排列熵来鉴定健康人与病人之间的区别的是在巴基斯坦工程与应用科学学院的阿齐兹；运用排列熵来对癫痫失神发作的病人进行分析的是意大利的Mammone等人。
在国内，把排列熵作为衡量人体贫血病死亡的估计因子的燕山大学的梁振福等人，预计在未来的排列熵指数将取代脑电双频指数而作为贫血和死亡率估计指标。在西安交通大学工作的刘建平等人，通过对一定时间内持续的脑力劳动的前后状况下的EEG信号作出的分析，然后提取EEG信号所包含的排列熵，接着探究排列熵与脑疲劳程度两者之间是否存在联系，和研究它在脑力劳动前后的改变规律，最终得到这样的实验结论：在脑力活动前后状态下，伴随脑疲劳程度的由低到高的改变，它的脑电信号的排列熵也开始慢慢降低，将它和Tsallis熵算法作出对比,可以发现，排列熵比Tsallis熵更加能够准确地反映脑力劳动前后EEG信号疲劳程度繁杂度的变化特点。
1.2.2生物方面的应用
通过排列熵对EEG信号进行分析，并且对人类的脑力劳动后疲劳程度进行了分类的是欧洲塞浦路斯大学的尼克拉乌。运用排列熵来研究果蝇的行动方式与外部环境刺激之间的相关联系的是在韩国釜山大学的刘月丹。从复杂性角度分析，将排列熵算法运用到监测基因表达时间序列的数据的变化情况，作出不同繁杂度的时间基因表达剖面图，表明这种方法能够运用在其他的分子剖面数据中的是在德国波茨坦大学的孙小亮。
1.2.3机械方面的应用
把排列熵算法引入机械设备故障诊断领域，在不同工作状态下，研究滚动轴承产生的信号的排列熵，嵌入维数和时间推迟对机械振动的信号计算排列熵的影响，观察并分析了设备状态变化的规律及振动产生的冲击对计算排列熵的结果是否产生影响的是在中国科学技术大学精密机械与仪器系的刘永斌等人。得到的结果表明：排列熵能够直接有效地检测出机械设备状态的变化情况，我们能够把它作为随着检测机械设备状态变化而变化的一个参数。再后来，刘永斌、在中南大学的严如强和美国康涅狄格州大学的高，罗伯特几人共同针对排列熵算法进行研究，并且把它当做一种旋转机械破坏监测与诊断的非线性的新颖方法，预示了这个方法的应用成果。把排列熵利用于自动机床状况检测当中，表示排列熵算法在实际应用方面具有很大的发展潜力的是在燕山大学的李小丽等人。
1.3本文主要研究内容
本文主要研究了排列熵算法的意义和具体实现，对排列熵在生理信号中的应用进行了一定的研究，利用一些实验数据和网上公开数据库中的有关数据，进行排列熵计算，分析其复杂度，绘制成图，得到实验结果，最后总结归纳。
本文主要内容安排如下：
第一章：引言，主要讲述排列熵的背景和国内外研究状况
第二章：简单介绍matlab软件的功能及应用
第三章：介绍排列熵算法的原理
第四章：从数据库中收集合适的数据，采用编制的排列熵算法进行分析
第五章：总结与展望
目录
1.引言 1
1.1排列熵的国内外研究状况 1
1.2各个领域的运用 1
1.2.1医学领域的应用 1
1.2.2生物方面的应用 1
1.2.3机械方面的应用 2
1.2.4其他方面的应用 2
1.3本文主要研究内容 2
2.Matlab软件 3
2.1Matlab软件简介 3
2.2功能特性 3
2.3优势特点 5
3.排列熵算法基本原理 6
3.1排列熵的算法 6
3.2Matlab程序编辑 7
4.应用排列熵进行生理信号复杂性分析 9
4.1排列熵对脑电信号的分析 9
4.2排列熵对心电信号的分析 11
4.3排列熵对心率变异信号的分析 14
5. 总结与展望 18
6.参考文献 20
7. 致谢 查看完整请+Q:351916072获取
在生理信号分析方面，基于排列熵的复杂性分析已经在心电、脑电、心率变异性等方面得到了成功的应用。本文在深入理解排列熵算法原理的基础上，通过matlab编程实现了具体的排列熵分析算法，并采用该算法研究了不同状态下的脑电时间序列、心率变异时间序列等几类典型的生理时间序列的复杂性差异。结果表明，排列熵算法可以较为有效地分析各类生理时间序列的复杂性，具有一定的应用价值。
关键词：排列熵 复杂性 生理时间序列 M000245
The permutation entropy is put forward in recent years a new entropy measure . It Is simple in concept and calculation of concise, etc, can quickly and effectively reflect the characteristics of the system. In many fields, (such as mechanical vibration analysis, meteorological, hydrological, financial and physiological signal analysis, etc.) it has been widely used.
In the aspect of physiological signal analysis, Based on the complexity of the permutation entropy analysis in ecg, eeg, and heart rate variability has been successfully used. On the basis of in-depth understanding of the principles of permutation entropy algorithm on this article,I Achieve a specific permutation entropy analysis algorithms by matlab. And the use of the algorithm to study the complexity of EEG time series differences under different conditions, such as heart rate variability time series several typical physiological time series. The results show that the permutation entropy can be more effectively analyze the complexity of the various types of physiological time series, it has a certain value.
Key Words: Permutation entropy;complexity; Physiological time serie
1.引言 查看完整请+Q:351916072获取
1.1排列熵的国内外研究状况
排列熵算法是如今一个比较新颖的数理统计方法，国内外相关学者对此已经做出了高度重视。 当今很多学者对这种方法进行了深入研究，其中主要的应用领域在于医学、生物、气候、图像处理等方面，并且已经有了很显著的成果。排列熵算法第一个是运用在医学上面的，因为它具备良好的实用性，因此被逐渐延伸到其他领域当中去。
1.2各个方面的运用
1.2.1医学方面的应用
在其他国家，尼克拉乌，就读于欧洲塞浦路斯大学，通过收集和对比正常人和癫痫病人病症发作时的EEG信号, 然后找出这些信号的排列熵所具备的特性,接着通过支持向量机方法将它们进行有效的分类标识，通过和其他的算法进之间所作出的比较，他们发现：排列熵算法能够快速有效地提高对状态分类的准确性;法兰克，就读于德国耶拿大学，他通过排列熵算法，研究胎儿行为状态和心脏波动率复杂性之间的关系；通过计算生理时间序列多尺度排列熵来鉴定健康人与病人之间的区别的是在巴基斯坦工程与应用科学学院的阿齐兹；运用排列熵来对癫痫失神发作的病人进行分析的是意大利的Mammone等人。
在国内，把排列熵作为衡量人体贫血病死亡的估计因子的燕山大学的梁振福等人，预计在未来的排列熵指数将取代脑电双频指数而作为贫血和死亡率估计指标。在西安交通大学工作的刘建平等人，通过对一定时间内持续的脑力劳动的前后状况下的EEG信号作出的分析，然后提取EEG信号所包含的排列熵，接着探究排列熵与脑疲劳程度两者之间是否存在联系，和研究它在脑力劳动前后的改变规律，最终得到这样的实验结论：在脑力活动前后状态下，伴随脑疲劳程度的由低到高的改变，它的脑电信号的排列熵也开始慢慢降低，将它和Tsallis熵算法作出对比,可以发现，排列熵比Tsallis熵更加能够准确地反映脑力劳动前后EEG信号疲劳程度繁杂度的变化特点。
1.2.2生物方面的应用
通过排列熵对EEG信号进行分析，并且对人类的脑力劳动后疲劳程度进行了分类的是欧洲塞浦路斯大学的尼克拉乌。运用排列熵来研究果蝇的行动方式与外部环境刺激之间的相关联系的是在韩国釜山大学的刘月丹。从复杂性角度分析，将排列熵算法运用到监测基因表达时间序列的数据的变化情况，作出不同繁杂度的时间基因表达剖面图，表明这种方法能够运用在其他的分子剖面数据中的是在德国波茨坦大学的孙小亮。
1.2.3机械方面的应用
把排列熵算法引入机械设备故障诊断领域，在不同工作状态下，研究滚动轴承产生的信号的排列熵，嵌入维数和时间推迟对机械振动的信号计算排列熵的影响，观察并分析了设备状态变化的规律及振动产生的冲击对计算排列熵的结果是否产生影响的是在中国科学技术大学精密机械与仪器系的刘永斌等人。得到的结果表明：排列熵能够直接有效地检测出机械设备状态的变化情况，我们能够把它作为随着检测机械设备状态变化而变化的一个参数。再后来，刘永斌、在中南大学的严如强和美国康涅狄格州大学的高，罗伯特几人共同针对排列熵算法进行研究，并且把它当做一种旋转机械破坏监测与诊断的非线性的新颖方法，预示了这个方法的应用成果。把排列熵利用于自动机床状况检测当中，表示排列熵算法在实际应用方面具有很大的发展潜力的是在燕山大学的李小丽等人。
1.3本文主要研究内容
本文主要研究了排列熵算法的意义和具体实现，对排列熵在生理信号中的应用进行了一定的研究，利用一些实验数据和网上公开数据库中的有关数据，进行排列熵计算，分析其复杂度，绘制成图，得到实验结果，最后总结归纳。
本文主要内容安排如下：
第一章：引言，主要讲述排列熵的背景和国内外研究状况
第二章：简单介绍matlab软件的功能及应用
第三章：介绍排列熵算法的原理
第四章：从数据库中收集合适的数据，采用编制的排列熵算法进行分析
第五章：总结与展望
目录
1.引言 1
1.1排列熵的国内外研究状况 1
1.2各个领域的运用 1
1.2.1医学领域的应用 1
1.2.2生物方面的应用 1
1.2.3机械方面的应用 2
1.2.4其他方面的应用 2
1.3本文主要研究内容 2
2.Matlab软件 3
2.1Matlab软件简介 3
2.2功能特性 3
2.3优势特点 5
3.排列熵算法基本原理 6
3.1排列熵的算法 6
3.2Matlab程序编辑 7
4.应用排列熵进行生理信号复杂性分析 9
4.1排列熵对脑电信号的分析 9
4.2排列熵对心电信号的分析 11
4.3排列熵对心率变异信号的分析 14
5. 总结与展望 18
6.参考文献 20
7. 致谢 查看完整请+Q:351916072获取
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/dzxx/dzkxyjs/2423.html
