A novel CHD diagnostic method based on approximate entropy classification
對104例冠心病人心電Holter信號進行心率變異性的分析,計算RR間期序列的近似熵指標(biāo)的24h分段變化趨勢圖,并于健康對照組作比較,驗證了近似熵這個心率變異性非線性參數(shù)的意義.通過LDA(線性鑒別分析)的模式識別方法對病人及健康人的24h變化趨勢圖進行模式識別和分類,平均正確分類率達(dá)99.03%.分類的結(jié)果表明,冠心病患者與健康人相比在白天,尤其在早上6點到中午12點間,近似熵指標(biāo)的降低更明顯,利用此時間段作分類正確率更高.