基于ECG信号多分形分析的心脏动态异常检测
组织与器官
2018-09-05 v1 混沌动力学
定量方法
摘要
以区分异常与正常行为为目的的心脏动态表征是临床科学中的一个有趣课题。在此，我们提出在受控条件下从若干健康与不健康受试者获取的 electro-cardiogram (ECG) 信号的多分形分析框架下的分析。我们的分析不同于传统的非线性分析，在于提取并量化了信号幅度变化中所包含的信息。由此获得的结果揭示，心脏动态背后的吸引子具有多分形结构，且所得多分形谱能够清晰地将健康受试者与不健康受试者分离。我们使用监督机器学习方法构建了一个模型，该模型基于多分形参数以非常高的准确度预测新受试者的组别标签。通过将多分形谱中的标度指数范围与来自同一ECG的搏动复制数据进行比较，我们展示了如何针对每个ECG自身内部的变化检查其异常性。
引用
@article{arxiv.1705.00121,
title = {Detecting abnormality in heart dynamics from multifractal analysis of ECG signals},
author = {Snehal M. Shekatkar and Yamini Kotriwar and K. P. Harikrishnan and G. Ambika},
journal= {arXiv preprint arXiv:1705.00121},
year = {2018}
}
备注
6 pages, 13b figures, submitted to PNAS