基于SBF算法的HRV信号信息熵分析

摘要

目的:HRV信号是发生在非均匀间隔时间点上的RR序列,其传统的频域分析方法为功率谱分析,但对于非均匀采样的HRV信号,快速傅里叶变换(FFT)并不适用,同时HRV信号是具有混沌性和非平稳性的信号,功率谱也不善于表现HRV信号的非平稳性质.SBF (Similar Basis Function)算法是相对于FFT的另一种傅里叶积分估计方法,适用于均匀与非均匀采样信号,片段谱是基于SBF算法定义的表示信号能量分布的参数,相对于功率谱其主要的优点是能表现谱随时间的变化,对于处理非平稳信号也有一定的优势.因此本文探究用片段谱信息熵作为HRV信号的参数指标,分析HRV信号在不同频段能量分布复杂度随年龄的变化.方法:本文以20名年轻(21～34)岁与20名年老(68～81)岁二组健康人的HRV信号为实验数据,用SBF算法计算出二组人的片段谱,再算出多个不同频率段上的信息熵,同时用全频段分割法计算两组人的信息熵.结果:在0.003Hz～0.04 Hz和0.04 Hz～0.15 Hz频段内,年轻组的片段谱熵明显大于老年组(P＜0.001,p＜0.01);由全频段分割法也得到类似的结果.结论:因而基于SBF算法的片段谱熵是分析HRV信号的有效指标.