基于非线性多参数的心脏室颤预测

血管疾病中心肌缺血导致室颤(VentricularFibrillationVF)所引起的死亡占有相当的比例,在病变发生之前预测到即将发生的病变,为治疗赢得时间具有重要的意义.本文以5条家犬为研究对象造VF模型,采用非线性多参数分析方法即新的关联维估计方法-高斯核(GaussiankernelGK)算法和Lyapunov指数估计方法,对VF发生前后心电信号的非线性特性变化进行了研究,同时给出了关联熵h2的估计.研究结果表明,当心肌缺血造成心功能降低时,3个参数会同时降低,而其中某个参数的改变可能是其他原因造成的.因此,综合判断3个参数的变化能可靠地了解心脏的状态,克服了采用单个参数进行判断时所带来的误差,对预测心肌缺血引起的VF具有一定的意义.