Программный модуль оценки характеристик сердечно-сосудистой системы на основе определения характеристик энтропии ЭКГ

Р. В. Насыров; Э. Н. Капкаев; Р. Х. Зулкарнеев

Информационные технологии интеллектуальной поддержки принятия решений, Информационные технологии интеллектуальной поддержки принятия решений 2019

Р. В. Насыров, Э. Н. Капкаев, Р. Х. Зулкарнеев

Изменена: 2019-11-07

Аннотация

Рассматриваются теория и результаты экспериментов, иллюстрирующие свойства аппроксимированной энтропии (ApEn). Показано, что этот показатель может эффективно использоваться для описания регулярных и хаотических составляющих биомедицинских сигналов, в частности, сердечного ритма. В качестве исходных данных использованы оцифрованные записи кардиосигналов, предоставленных открытым банком физиологических сигналов PhysioNet.

Ключевые слова

аппроксимированная энтропия; биомедицинские сигналы; ЭКГ; нелинейная динамика

Литература

1. Баевский Р.М. Методические рекомендации: Анализ вариабельности сердечного ритма при использовании различных электрокардиографических систем / Р.М. Баевский, Г. Г. Иванов, Л. В. Чирейкин // Вестник аритмологии.— 2001.— № 24.— С. 65–87.

2. Ардашев А.В. Практические аспекты современных методов анализа вариабельности сердечного ритма / А.В. Ардашев, А.Ю. Лоскутов.— М. : ИД МЕДПРАКТИКА-М, 2011.— 128 с

3. Малинецкий Г. Г. Современные проблемы нелинейной динамики / Г.Г. Малинецкий, А.Б. Потапов.— М. : УРСС, 2002.— 356 с

4. Шеннон К. Математическая теория связи // Клод Шеннон. Работы по теории информации и кибернетике. – М.: ИИЛ, 1963. – C. 243–332.

5. Pincus S.M. Approximate entropy as a measure of system complexity / S.M. Pincus // Proceedings of the National Academy of Sciences of the United States of America.— 1991.— Vol. 88, iss. 6.— P. 2297–2301.

6. PhysioNet – the research resource for complex physiologic signals [Электронный ресурс]: офиц. сайт. URL: https://physionet.org/ (дата обращения: 05.05.2019)

7. Дауни Аллен. Цифровая обработка сигналов на языке Python / Пер. с англ под ред А.Э. Бряндинского. –ДМК-Пресс, 2017. – 162 с [Downey A.B. Think DSP - Digital Signal Processing in Python, 2014.].

8. Цветков О.В. Энтропийный анализ данных в физике, биологии и технике. СПб.: Изд-во СПбГЭТУ «ЛЭТИ», 2015. 202 с.

Полный текст: PDF