基于遞歸復(fù)雜網(wǎng)絡(luò)的房顫預(yù)測分析方法研究.pdf

1、心房顫動(Atrial fibrillation-AF，簡稱房顫)是臨床最常見的一種房性心率失常，不僅影響患者的生活質(zhì)量，嚴(yán)重的會引起腦卒中、心力衰竭等惡性疾病。在通常人群中房顫的發(fā)病率為0.4％到1％，在60歲以上人群中發(fā)病率升至5％-10％，嚴(yán)重威脅著人類尤其是老年人的健康和生命。
　　 臨床研究表明，房顫是心房外科手術(shù)后的共同并發(fā)癥，在接受冠狀動脈搭橋手術(shù)的患者中發(fā)生率為11％-40％；而在瓣膜手術(shù)患者中的發(fā)生率高達50％

2、；房顫導(dǎo)管射頻消融手術(shù)后也有40％的復(fù)發(fā)率。如果能在房顫開始前預(yù)測到房顫的發(fā)生及其嚴(yán)重程度就非常重要，一來可以阻止陣發(fā)性房顫患者的電生理重構(gòu)，降低發(fā)生慢性房顫的危險；再者可以對心房外科手術(shù)后患者進行有效的術(shù)后監(jiān)測，在預(yù)測到房顫發(fā)生時能夠及時有效地采取措施，防止血栓栓塞和其它并發(fā)癥。因此，房顫的預(yù)測具有十分重要的研究意義和臨床價值。
　　 作為醫(yī)療界治療難題之一，房顫一直受到國內(nèi)外學(xué)者的廣泛重視，目前房顫研究的兩個主要方面，即房顫

3、電生理和房顫識別，均是在房顫發(fā)生之后才進行分析的，很少有文獻提到房顫的預(yù)測，也很少有這方面的數(shù)據(jù)?；诖耍菊撐南Ｍㄟ^動物實驗，獲取不同程度房顫發(fā)生之前心房的竇性電信號，圍繞心房動力系統(tǒng)的遞歸特性，首先用定量遞歸分析方法證明房顫的可提前預(yù)測性；然后采用遞歸復(fù)雜網(wǎng)絡(luò)時間序列分析方法，得到了較傳統(tǒng)定量遞歸分析方法更好的房顫預(yù)測性能；最后，采用粒度信息表示法在保持房顫預(yù)測精度的同時降低了特征提取的計算復(fù)雜度。
　　 論文的研究內(nèi)容主

4、要集中在以下幾個方面：
　　 1、針對傳統(tǒng)的房顫研究方法只能檢測房顫發(fā)生后是否終止，不能提前預(yù)測房顫發(fā)生的不足，提出基于房顫發(fā)生前心房竇性電信號的房顫預(yù)測方法，為房顫研究提供了一個新的思路。1)文中設(shè)計了動物實驗，獲取了三個動物模型中不同房顫程度發(fā)生前的竇性信號。2)采用線性冗余和廣義冗余作為統(tǒng)計量，隨機相位化傅里葉變換方法產(chǎn)生替代數(shù)據(jù)，利用sigma檢測方法，證明了實驗信號具有非線性性質(zhì)。3)采用定量遞歸分析方法分析了心房電信

5、號的動力學(xué)遞歸特性，發(fā)現(xiàn)心房動力系統(tǒng)從竇性轉(zhuǎn)向房顫過程中，定量遞歸參數(shù)的數(shù)值顯示漸變性，獲得了80.18％、89.98％和86.62％的預(yù)測敏感性、特異性和準(zhǔn)確率，證明了房顫的可預(yù)測性。
　　 2、針對傳統(tǒng)定量遞歸分析方法只是基于點、線量化遞歸圖來提取系統(tǒng)遞歸特征的不足，提出從網(wǎng)絡(luò)的角度去量化遞歸圖參數(shù)、獲取動力系統(tǒng)空間遞歸特性的方法，大大提高了房顫預(yù)測性能。1)首先構(gòu)建了心房電信號的遞歸復(fù)雜網(wǎng)絡(luò)，提取網(wǎng)絡(luò)的度分布、集群系數(shù)等常

6、規(guī)參數(shù)。同時根據(jù)不同健康狀況的心房動力系統(tǒng)的模體分布出現(xiàn)很大差異的特點，定義了四階群集系數(shù)和模體熵等新參數(shù)，從而較大改善了預(yù)測精度。提出的模體熵值隨著心房動力系統(tǒng)狀態(tài)的變化呈現(xiàn)顯著差異，可作為一個量化心房健康狀況的新指標(biāo)。2)用遞歸復(fù)雜網(wǎng)絡(luò)模體分析的方法，對比分析了logistic映射系統(tǒng)在其混沌區(qū)域內(nèi)的復(fù)雜混沌動力學(xué)行為和心房動力系統(tǒng)，發(fā)現(xiàn)心房系統(tǒng)具有l(wèi)ogistic參數(shù)取4時類似的復(fù)雜混沌狀態(tài)，從而從已知特性的動力系統(tǒng)去解釋心房動力

7、系統(tǒng)的復(fù)雜行為。
　　 3、對于心房遞歸復(fù)雜網(wǎng)絡(luò)特有的結(jié)構(gòu)，常用的復(fù)雜網(wǎng)絡(luò)參數(shù)只能捕捉到局部結(jié)構(gòu)，缺少可以從全局反應(yīng)心房動力系統(tǒng)不同健康狀態(tài)的參數(shù)。因此，本論文研究了能全面刻畫遞歸復(fù)雜網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的鄰接矩陣的特征譜，分析了心房動力系統(tǒng)在不同健康狀況下的網(wǎng)絡(luò)譜密度及其二階矩、三階矩和五階矩。實驗結(jié)果表明，基于鄰接矩陣特征譜的房顫預(yù)測準(zhǔn)確率高于常規(guī)復(fù)雜網(wǎng)絡(luò)參數(shù)。
　　 4、針對傳統(tǒng)遞歸矩陣譜分析方法單閾值的缺陷，提出基于多閾

8、值譜分析的房顫預(yù)測方法。多閾值譜方法能最大限度地提取心房電信號復(fù)雜網(wǎng)絡(luò)的全局結(jié)構(gòu)，避免因選取閾值單一性而導(dǎo)致的遞歸特性丟失。論文中還采用了基于最大相關(guān)性最小冗余性的特征選擇方法，提取最優(yōu)譜特征集合，獲得了高達99.8％的房顫預(yù)測準(zhǔn)確率。
　　 5、針對高維心房電信號的計算復(fù)雜性，提出了基于粒度計算的房顫預(yù)測方法。基于粒度信息表示將高維的心外膜信號，通過粒子群優(yōu)化算法映射至基于粒度的低維表示，然后提取復(fù)雜網(wǎng)絡(luò)參數(shù)進行房顫預(yù)測。實驗