阵发性房颤信号的稳定性分析与识别

摘要

心房颤动（房颤）的阵发性发作因其短暂性和随机性导致临床识别困难，现有动态模态分解方法在处理单通道含噪心电信号时存在模态和特征提取不足的问题。该研究提出基于高阶动态模态分解的信号分析方法，通过张量分解技术捕捉心电信号的高阶相关性，将复杂信号分解为具有明确物理意义的动态模态。基于模态交互关系构建信号子系统稳定性评价体系，结合反映系统不稳定性的模态数量占比、模态分布混乱度及特征值谱差异等4类量化指标，建立阵发性房颤的特征判别模型。实验采用MIT-BIH心房颤动数据库（AFDB）验证，结果显示房颤组在系统稳定性相关特征上呈现显著差异（P<0.05）。基于支持向量机的分类模型实现96.15%的平均识别准确率。这表明该方法通过解析心电信号非线性动力学特征，为房颤的早期预警和精准诊断提供新的量化分析框架。

关键词

阵发性房颤检测 / 稳定性分析 / 动态模态 / 特征提取

基金资助

广西高校中青年教师科研基础能力提升项目（2023KY0398）; 广西”青苗人才”科研项目