PPG信号是否具有混沌特性？
信号处理
2020-06-11 v1 医学物理
摘要
本文展示了年轻健康个体的光电容积脉搏波(PhotoPlethysmoGraphic, PPG)信号——一种易于获取的、可从中提取有价值诊断信息的生物信号——在不同时间尺度下的动力学表现。在较小时间尺度上，PPG信号的动态行为以准周期为主。在较大时间尺度上，出现了更为复杂的动态多样性，但从未出现早期研究中所报道的混沌行为。确定PPG信号动力学的过程包括将PPG信号的动力学与众所周知的动力学（本研究称之为参考信号）进行对比，这些参考信号主要存在于物理系统中，如周期、准周期、非周期、混沌或随机动力学。为此，本文提供了两种基于深度神经网络(DNN)架构的分析方法。前者使用卷积神经网络(CNN)架构模型。通过使用参考信号训练，CNN模型识别PPG信号在不同时间尺度上存在的动力学，并根据分类过程为每种动力学分配出现概率。后者使用基于长短期记忆(LSTM)架构的循环神经网络(RNN)。对于参考信号或PPG信号中的每一种信号，RNN模型基于训练数据推断出一个演化函数（非线性回归模型），并考虑其在相对较短时间范围内的预测能力。
引用
@article{arxiv.2002.01054,
title = {Is the PPG signal chaotic?},
author = {Javier de Pedro-Carracedo and David Fuentes-Jimenez and Ana M. Ugena and Ana P. Gonzalez-Marcos},
journal= {arXiv preprint arXiv:2002.01054},
year = {2020}
}
备注
23 pages, 12 figures, 34 subfigures