典型文献
基于多路可视图的健康与心梗患者心电图信号复杂网络识别
文献摘要：
可视图(visibility graph,VG)算法已被证明是将时间序列转换为复杂网络的简单且高效的方法,其构成的复杂网络在拓扑结构中继承了原始时间序列的动力学特性.目前,单维时间序列的可视图分析已趋于成熟,但应用于复杂系统时,单变量往往无法描述系统的全局特征.本文提出一种新的多元时间序列分析方法,将心梗和健康人的12导联心电图(electrocardiograph,ECG)信号转换为多路可视图,以每个导联为一个节点,两个导联构成可视图的层间互信息为连边权重,将其映射到复杂网络.由于不同人群的全连通网络表现为完全相同的拓扑结构,无法唯一表征不同个体的动力学特征,根据层间互信息大小重构网络,提取权重度和加权聚类系数,实现对不同人群12导联ECG信号的识别.为判断序列长度对识别效果的影响,引入多尺度权重度分布熵.由于健康受试者拥有更高的平均权重度和平均加权聚类系数,其映射网络表现为更加规则的结构、更高的复杂性和连接性,可以与心梗患者进行区分,两个参数的识别准确率均达到93.3％.
文献关键词：
心肌梗塞;多元时间序列;多路可视图;复杂网络
中图分类号：
作者姓名：
马志怡;杨小冬;何爱军;马璐;王俊
作者机构：
中国矿业大学计算机科学与技术学院,徐州 221116;南京大学电子科学与工程学院,南京 210023;中国矿业大学信息与控制工程学院,徐州 221116;徐州 221116 宿州职业技术学院,宿州 234000;南京邮电大学地理与生物信息学院,南京 210023
文献出处：
引用格式：
[1]马志怡;杨小冬;何爱军;马璐;王俊-.基于多路可视图的健康与心梗患者心电图信号复杂网络识别)[J].物理学报,2022(05):42-51
A类：
多路可视图,electrocardiograph
B类：
心梗患者,心电图信号,复杂网络,visibility,VG,序列转换,拓扑结构,中继,动力学特性,复杂系统,全局特征,多元时间序列,时间序列分析,健康人,ECG,信号转换,互信息,边权重,射到,不同人群,完全相同,动力学特征,加权聚类,聚类系数,健康受试者,均权,连接性,识别准确率,心肌梗塞
AB值：
0.28461
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
